软件开发工程师 程序员(OM)高怎么样

在印度,存在着各种相悖的现象。比如IT业,提起印度的工程师,大多数人的第一印象就是他们的IT行业非常厉害,要知道印度的文盲率非常高,男性文盲率为20%,女性为33%。但就是这样的情况下,印度的IT行业却是非常发达,尤其印度频频出现很多受到业界高度关注和青睐的顶尖程序员。此前,在整个业界,能够被认可的只有美国的企业,因为美国一直走在这个行业的前沿,连最精明的日本人也跟不上它的前进步伐。

然而在软件业,美国不得不正视一个最有潜力的对手——印度。经过仅仅10年的发展,印度软件业就雄踞全球第二,把日本和欧洲远远甩在后面,近几年的增长率都达50%。无论是在本国还是在美国的硅谷,我们都能看到印度裔高管的身影,比如谷歌的CEO桑达尔·皮查伊,诺基亚的CEO拉吉夫·苏里,百事可乐CEO卢英德(女),微软公司CEO萨提亚·纳德拉, Adobe的CEO山塔努·纳拉延等等,而其下属的副总裁之类的印度裔高管更是数不胜数。据统计,在硅谷,印度裔更是占到总人口的6%。

原因到底是什么?整个国民经济并不是十分发达的印度怎么在IT业出现这么多大佬级别的人物?

【1】印度本国的政府扶持

这是最关键的一点。1991年印度政府大力扶持软件行业,实施零税赋,同时给予贷款的优先权,从而引发了一场印度软件业的大革命。这一点雷军也曾说过,“政府支持是印度软件业发展的导火线。”

【1】印度裔的沟通能力更强

沟通能力的一个很重要的原因就是印度人的母语是英语,拥有语言优势,但这并不是全部。举个简单的例子,在国内我们接收到的教育就是埋头苦干,说的再好听都没有实际行动有效果,这也使得很多在硅谷的华人工程师完成工作后并不会与团队进行交流,一心只关心自己的一亩三分地把代码编好,而同组的印度人就会填补起此时的空白,完成整个工作。

【2】印度裔的管理能力更强

别着急否认这一点。在国内的工科大学的环境下,大家更重视的是自己技术的提升,但在美国,技术是一方面,一旦你到了中高层层面,管理能力就显得尤为重要。印度虽然经济落后了些,但在培养管理型人才的方面比中国起步早。比如印度培养管理人才的IIM早在20世纪50年代就和麻省理工学院sloan管理学院合作成立了分校,在60年代又和哈佛商学院联合创立分校,所以在这方面,IIM领先了一大截。

【3】印度裔的团结能力更强

印度人在国外有很严重的抱团文化,就比如硅谷的印度企业家协会,目前该协会与12个印度城市对接,专门帮助初来乍到的印度青年,为其提供支持。虽然这种抱团文化有很多诟病,但功效很显着。相比之下,中国人就含蓄了许多,所以在提携自己人方面,中国人就略显逊色了一些。

除此之外,中国和印度两国科技行业最大的区别在于,印度多承接外包业务,也因此印度国内很难出现知名的互联网企业,因为大部分人都选择去美国学习深造,最后落户。而中国大多为自主创新。就好比一个工程,印度只是搬砖的,架构是欧美在做,而中国不一样,设计、架构、规划、搬砖都是自己做。

一名在华的印度工程师说,机会不是在纯技术最好的人身上,而是掌握在了解市场的人手中,近几年中国变得越来越热门了。

是的,毕竟中国的科技行业正在蓬勃发展,未来可期。

本文由百家号作者上传并发布,百家号仅提供信息发布平台。文章仅代表作者个人观点,不代表百度立场。未经作者许可,不得转载。

人们眼中的互联网公司的程序员是一群怎样的人?

穿着:夏天三件套,格子衫 沙滩裤 人字拖

冬天三件套,冲锋衣 牛仔裤 旅游鞋

这样一群生活简单、天天加班写代码的人,什么事情都简单方便最好。生活里连洗头都嫌麻烦,巴不得秃顶。

因为他们的认知里bug太多,游戏太好玩,大把时间都奉献给code了。没事就宅在家里要研究最牛逼的算法、浏览最权威的网站、补充最新的知识。

对他们而言科技太美,有太多的东西需要去征服,要赶着和扎客伯格、李彦宏们去改变世界。

本身以为这些互联网公司收入不菲但花销很少的程序员都喜欢成群结队在楼下的快餐厅吃饭,或者集体点外卖,吃完外卖垃圾堆在公司门口堆成山,等待清洁阿姨清理。

但是竟然也会发现越来越多土又呆的程序员会选择中午带饭,一起抢公司微波炉加热饭菜。最让人震惊的是,味道不错还好看!

一问才知道爸妈或者女朋友会帮忙做饭。

毕竟程序员人傻钱多,多情专一嘛。只要简单干净、收拾得体、善良大方,怎么得也会有眼光狠毒的妹子一看一个准。

试想一个多金专一、内心淳朴的程序员,把挣下来的钱全给女朋友花,自己永远穿着单一重复、看不出买了多久的格子衬衫。那他的女朋友全用来买神仙水、包包,两个人一起组建温暖的小窝,晚下班时花30秒为彼此煮一碗面,做做明天的饭,想想还是很幸福的。

本文由百家号作者上传并发布,百家号仅提供信息发布平台。文章仅代表作者个人观点,不代表百度立场。未经作者许可,不得转载。

我要回帖

更多关于 软件开发工程师 程序员 的文章

 

随机推荐