Python工程师职业发展如何突破瓶颈期？淘金淘银的时候到啦。岗位加薪、到位加薪都是“耍流氓”，缺乏工作积极性，技术有限，技能有限，得不到领导赏识。下面小编就为大家分析解答职场上的突破口。

　　1. 技术学习的困惑：当达到瓶颈时，可供学习的参考框架越来越少。一是因为高端技术人才呈倒金字塔型，身边缺少可以带领你的人生导师;其次，行业内的技术交流，大多是在做科普，提高存在感。到了一定阶段后，对个人提升的作用越来越小(即使花一天时间参加技术会议，也不如花一天时间在咖啡店看书学习)；再次，国内文化导致技术人员逐渐向管理岗位转移，缺乏技术积累，特别容易出现断层和传承。

　　2、技术深度和广度的选择：技术深度的进一步提升可以逐渐成为行业的佼佼者，专业能力越来越强，广度的延伸更容易成为全栈技术人才。两者各有优缺点。个人时间和精力有限，如何选择？

　　3、对技术方向迷茫：大型互联网公司的技术框架基本都是在初选的时候建立的，这跟当时的业务规划、当时行业的技术趋势、个人过往的积累有关经验。成熟的、规模大的业务要考虑稳定性，一般技术的选择要比新技术晚2、3年。对于技术人员来说，实际工作需要使用旧技术，但行业的趋势是向新技术方向发展。

　　相信这种困惑存在于很多技术人员和技术管理人员中，包括我自己。当然，这种迷茫本身就符合学习曲线的规律，即任何技术的学习和实践时间越长，学习时间越长，能力提升越慢。但往往如果真的能坚持和专注，能耐得住寂寞，等到量变变成质变的那一刻，就是一览众山小的新境界。

　　4、混淆的解决方法：

　　一是技术学习的困惑。对于任何一门新技术或知识点的学习，在现在网络、信息如此发达的情况下，只要你有兴趣，一定能够找到相关的学习资料进行自学。兴趣往往是第一个驱动点。但问题的关键在于，新技术学习后如何深化，新技术如何实践?没有真正的实践总结，没有真正的大型项目实战，你会发现理论终究是理论，理论要转化为你的实战经验是相当困难的。如果没有实践机会去学习一门新技术，那么你就很难真正保持长久的兴趣。熟悉或知道是好的，但要真正精通或理解是很难的。对大量技术的深入研究，在实践中往往会遇到复杂的问题，以问题为驱动的学习和深入研究。这些错综复杂的问题往往涉及的知识面非常广，各个知识点又相互影响。如果我们有实践的机会，不断解决这样的问题，不断优化，不断完善，技术自然就会深化。

　　举个简单的例子，对于海量数据处理下的高并发互联网架构，很多书籍都对这类架构知识进行了系统的讲解，往往也有很多技术实践分享。我们学习这些理论往往看起来简单易懂，但是即使你学习了这些知识，如果没有相应的大型互联网系统架构设计场景让你去实践，那么理论终究是理论，而且是你很难真正理解这些理论。学到更多。也正因如此，技术学习的困惑不是简单的兴趣问题，而是是否有大型项目实践和锻炼机会的问题，但大多数公司往往不能真正提供此类大型项目的机会。

　　第二，技术学习的深度和广度。这个问题的简单回答是，对于技术管理人员来说，重点是更广泛的知识和综合能力的提升，即广度比陷入某个深度的细节更重要。对于专业技术人员来说，技术深度更重要，因为技术深度往往会为你创造更大的价值。

　　技术管理人员需要更加关注整个知识体系的建设，包括重要的软技能。这类人专注于总体规划和设计，能够分解问题。分解后的技术问题和细节可以转交给细分岗位的专业人员。为此，我们还需要大量的技术积累，因为这是您与专业技术人员交流的桥梁和常用词汇。

　　对于专业技术人员来说，技术的深度往往更为重要，而深度才是最终的价值创造。前面说了，技术深度的提升越来越慢，学习周期和时间成本也越来越大。也正是因为这个原因，能够超越这个技术金字塔顶端的人越少，你个人的核心价值就越大。个人精力有限，想做全栈技术人才的人很少。甚至全栈技术人才更常见的情况是，他们最擅长的专业技能可以达到95分以上，而专注于核心专业技术的相关技术可以达到80分以上。

　　了解了这一点之后，我们更加意识到技术人员更应该注重技术深度的积累，能够长期专注于一个专业的技术方向。选择了这个目标，你会发现知识广度的选择并不是漫无目的、随意的。是的，任何知识广度的选择都是为了支持你在深度上的突破。当我们的技术深入到瓶颈期的时候，如果我们反思和回头看，就会发现知识的广度出现了问题，需要暂时停下来补充广度。但广度的补充并不是最终目的，最终还是要回到深度研究上。

　　最后一点是技术方向的选择。对此我个人最大的感触之一就是，当你真正在某个技术领域发展到一定阶段时，你肯定不会像初来乍到那样狂热地追求新技术和热点。也就是说，应该更多地考虑业务和问题驱动的技术，用最适用的架构来解决当前最重要的问题，并保留一定的可扩展性。对于大多数技术思考者来说，往往会考虑技术驱动的业务，但仅限于技术，不要对业务和问题领域感兴趣。

　　随着技术趋势的快速发展和迭代，你目前选择的任何技术或框架都可能在2-3年后就过时了，但如果现在的技术能够很好地支撑业务，那就是最好的技术。如果有什么不能更好地支持，我们需要考虑应该引入什么新技术来解决当前的性能或扩展性问题，并对解决方案进行很好的选择和评估。

　　所以我个人认为最后一个问题不是技术方向的问题。任何一项新技术你都应该有敏锐的嗅觉去理解，但并不是每一种技术都必须真正用在项目中。项目不是新技术的试验场，本身不存在技术驱动的技术方向选择问题。而且只有业务和问题域驱动的技术架构优化。业务和问题驱动IT和技术，这是Python工程师职业发展从纯技术思维转变的关键点。

上一篇

Python和Java哪个薪资高？该怎么选择

下一篇

学习Python如何拿到大offer？