中国技术开发者分布、收⼊及学习分析

北上⼴深稳定领先，成都上升为开发者第5城。

北京稳居开发者关注度最⾼城市， 连续5年排名第⼀。 上⼴深四⼤传统开发者之城外， 成都数据相对稳定， 是开发者城市第⼆梯队的领头⽺。与多家⼤型企 业在成都设⽴研发中⼼以及国家振兴⻄部政策强相关。 杭州2024年对开发者的关注度下降，分析原因与电商示微，⼈⼯智能崛起强相关。 重庆、武汉、郑州稳定的排在近5年的TOP10城市中， 从数据本身看差异度⼩， 开发者成熟程度接近。 ⻄安、⻓沙、苏州三城偶尔进⼊榜单， 具有开发者明星城市潜⼒。

开发者逐渐成熟，资深开发者⼈群出现。中国开发者年龄呈现相对年轻化。分析原因，整体⾏业发展时间较短， 开发者⼈群随⾏业兴起⽽进⼊， 39岁以下⼈群占接近80%。 40岁以上⼈群虽然整体占⽐仍低于全⽹⼈群⽐例， 但是与⽹络传播的35岁失业的情况有较⼤差异。 根据两次市场调研结果可以看出， 开发者⼈群的从业经验正在增加， 10年以上开发者⼈群从22年的6.21%增⻓到12.71%，资深开发者⼈群逐渐丰满， 更资 深有阅历的开发者画像成为开发者重要⼈群之⼀。 性别⽅⾯， 通过不同的关键字呈现的⽤户画像性别数据可知，男性开发者占⽐⼤⼩随技术关键字背后的开发者规模成反⽐变化，即⼈群规模越⼤， 男性⽐ 例越低越接近全⽹性别分布。

Python领跑，AI &⼤数据相关语⾔热度上升。Python：以其简洁的语法和易学性吸引了⼤量初学者和开发者，另外对于泛开发者，降低了语⾔学习⻔槛，在量化基⾦分析领域Python基本代替了Matlab。这 使得Python社区不断扩⼤并保持了⾼度的活跃度。 Python：随着⼈⼯智能和数据科学的快速发展，Python凭借其强⼤的数据处理和机器学习库（如TensorFlow和PyTorch）成为这些领域的⾸选语⾔。 C和C++：在嵌⼊式系统和物联⽹领域的应⽤持续增⻓，这些领域需要⾼性能和直接硬件访问能⼒。 Rust、Fortran、COBOL：在全球开发者中关注度快速上升： 后端：仍然是开发者的核⼼⼯作阵地。 算法⼯程师：随着产业结构和⼈⼯智能研发⼯具链和解决⽅案的不断完善⽐例， 算法⼯程师从原有的基础模型调优⼯作为主向⾏业应⽤调优迁移，市场需求量显 著升⾼， ⼯程师规模也在显著扩⼤。

⾦融科技和电⼦商务开发者流动规模最⾼。⾦融科技：中国经济市场发展的整体放缓导致各⾏业数字化进程发展产⽣较⼤差异， ⾦融科技⾏业异军突起，吸引了⼤量的开发者进⼊。 电⼦商务：电商⾏业的⼤洗牌导致电商开发者在平台间流动频繁，新平台吸纳⼤量新开发者的同时， 传统电商平台也释放了⼤量规模的开发者。 数据服务：⼈⼯智能模型研发和应⽤的快速发展， 提⾼了对企业数据的要求， ⼤量数据企业应运⽽⽣， 开发者⼤量涌⼊。

整体下滑，职场选择趋向集中。对⽐2022年，2024年的开发者收⼊11k-50k的⼈群规模整体变⼩， 相反的10k以下⼈群规模变⼤。宏观分析， 开发者整体收⼊变低。 互联⽹企业仍然是开发者的主要职场，传统企业和其他类型机构的⽐例仅为14.61%。 开发者喜好的TOP10企业中， 2024年增加了亚⻢逊中国，减少了美团。

科技领导者更为偏爱同侪交流学习。科技领导者，对于个⼈成⻓体系的构建主要依托于交流型学习和⾃我学习两种⽅式； ⾃我学习是科技领导者成⻓的综合基础，交流学习是科技领导者成⻓的上层建筑。从形式进⾏分析， 交流型学习的形式也更为多样， 并且收到了更多 科技领导者的⻘睐。其中同侪学习被86.05%的科技领导者认为⾮常重要。 2022年起， ⼈⼯智能技术⽇新⽉异， InfoQ 研究中⼼通过访谈得知，⼤部分科技领导者也开始越来越多地通过阅读学术论⽂获得最新技术实践知识。