切图仔的春天在哪里？

HTML、CSS和动态语言JavaScript...前端开发同学经常自嘲为行业天花板低的"切图仔"；Node、跨端技术、低代码平台、数据可视化...前端开发同学经常吐槽学习的方向"五花八门"。那么前端开发到底是个什么样让人又爱又恨的岗位呢？

作为练习时长两年半的"新人"，今天和大家聊聊我对前端岗位的理解，以及我和前端开发岗位之间发生的二三事~

1. 我和前端的二三事

我的本科来自于末流211的通信工程专业，说来本科和后来工作方向最贴近的课程应该就是《计算机网络》和《C语言基础》了。大三选择保研方向时，正处于计算机和人工智能高速发展应用的成长期，因此选择的导师也和计算机行业比较相关。

1.1 初识前端

读研期间，教研室求职师兄师姐们选择的方向主要是开发岗位和算法岗。在我入学期间（2017年），算法岗位正在经历大规模招聘和扩张，"宇宙厂"、"算法工程师"等新兴词汇进入我们枯燥无味的读研生活。研一的我们无所适从，跟随着吴恩达的《机器学习》和校内《最优化》、《数据分析和统计》等课程，我们也算是初识了机器学习这一神秘学科。记忆中，教研室的同学们每个桌子上都一本又厚又新的"西瓜书"，但鲜有人能认真领略其中的乐趣哈哈哈。。

研一下学期，教研室的同学们和师兄师姐一起报名了阿里云天池大数据竞赛，如果在比赛中获得比较优异的成绩，也就有可能作为入职大厂的"敲门砖"。可惜天不遂人愿，我们在一次又一次的模型调参中迷失，最终调包侠们以838/2682的优异成绩告别初赛。

我真的适合算法岗位吗？我能够耐下心来推导数学公式、学习算法模型的底层原理吗？这是我第一次对自己以后的方向发起了疑问。

1.2 学习前端

后来研一的暑假期间，天池大数据竞赛平台发布了"飞凤数创"可视化应用大赛，和算法类竞赛不同的是，可视化应用比赛提供了一些应用场景数据，由参赛人员自觉发掘数据价值，通过数据可视化的产品提供产品或者解决方案。这个比赛也让我赚到了人生的第一桶金。

数据可视化的价值来源于数据的挖掘和数据结果的直观展示，由于我个人对赛题很感兴趣，在后来的三个月里潜心设计产品、开发系统，最终以"城市体育设施可视化选址"为主题进入决赛并拿到了亚军。当然以个人参赛的形式独自拿到十万元（税前）的奖金。

数据可视化虽然包含数据挖掘和系统开发，但严格意义上数据可视化属于前端岗位下的一个子方向，这次的比赛也算是我和前端岗位的第一次的初识：如何让数据信息更加高效地表达，其实也算前端岗位的职责之一。

比赛结束后，研二上学期依靠着奖金过了一段非常奢靡的日子。。转眼下学期就来到了校招求职的时间，回头发现自己的算法能力没有论文，并没有竞争力，开发能力也没有进行系统学习。当时正好赶上天池大数据竞赛推出一个新的可视化竞赛，于是我一边学习前端基础，一边用比赛作为项目练手，和教研室的一个同学一起组团参赛。最终经过3个多月的努力，再一次拿到亚军的名次。

两次的参赛经历，再加上当时互联网处于招聘需求旺盛期，我最终也是拿到了多家大厂的offer。回顾前端的学习过程中，两次的比赛经历提供了大量的正反馈，我也体会到实践对于开发岗位而言其实是最高效地学习方式。研二下的尾部，导师强烈建议我做一些论文上的产出，后来在和导师的沟通下，以第一次比赛的数据场景和算法模型作为原型进行优化，加上导师上大力的帮助，最终论文也在毕业后成功发表在一区期刊。感谢母校当时不卡毕业成果。

和前端岗位的初识到学习，让我拥有了丰富且圆满的研究生生涯，当然也离不开研一对数据挖掘方向的积累。

2. 前端的岗位职责

工作后，随着前端开发岗位的练习时长增加，对岗位的职责也有了一点自己感悟：

前端岗位在互联网发展伊始并不存在，当时只有系统开发这么一个大类岗位，从Web前端到后端、数据、再到发布运维，工作的职责和领域知识并没有进行细分。也就是这个行业的"混沌"时期。伴随行业的蓬勃发展，业务形态也不断演进，岗位下的职责也逐渐清晰和细化：

（1）由于业务形态从原先的Web，再到移动端再到各种移动设备，跨端的开发成为前端的方向之一；

（2）由于业务非线性膨胀，消费者对于前端的体验也逐渐关注，"能用"不再是一个产品的唯一评价标准，围绕前端的体验监测、体验分析工具到优化方案也成为方向之一；

（3）由于前端应用的发布链路完备，相关的工程化、在线编辑IDE工具等方向应运而生；

（4）由于中后台等细分领域业务发展，围绕中后台的低代码方案、规范与标准等也在逐步进化；

（5）随着前端领域的扩展，Serverless、Node、分布式服务等技术方向也是前端应用的工具和利器；

（6）由于应用场景细分与差异化，数据可视化、互动技术、智能化、音视频等多媒体技术也像雨后春笋发展。

（7）...

写到这里，不由得感叹，前端的细分领域确实非常多，且交叉的知识也很丰富：比如做Node方向，必然需要学习后端研发的领域知识；做数据可视化方向，必然要了解图形学和数据可视化原理等。

但对于这种纵深的高阶方向并不需要都要掌握，事实上，以上的细分领域能够掌握一个，即可在大厂内胜任一个方向的工作。大厂多为协同合作的方式内运行，因此对于知识的深度有一定要求。换言之，关注细分领域的小公司，对于员工的要求更多是能力上的全面。

3. 前端岗位的发展趋势

随着前端技术上的发展（构建、发布等链路）和一些开源或内部工具（低代码、BI平台）上的演进，纯Web前端或者其他端（H5、小程序等）的开发工作的壁垒正在快速下降。

反映到企业用工上，常规的前端业务开发岗位正在向低端化、外包化发展。简单来说，如果一个功能能够以更低成本的方式实现且无风险的话，一个敏捷的组织应该迅速且毫不犹豫地进行替换。对于成本敏感类型的公司和业务上尤其更甚。

近两年听到很多的人说："前端开发是一个自己人卷自己人的岗位"，或者说是"自己革自己命的岗位"。诚然，这种现象并不仅出现在前端行业，在其他计算机相关岗位也是如此，比如：一个杰出的算法科学家的价值产出可能顶得上一百个只会调包调参的普通算法工程师。

计算机行业在成长期或者蓝海阶段，需要大量的工程师进行快速开发与迭代，从而快速抢占市场，形成用户粘性。但行业转向平台期时，通过堆人力的方式并不能对企业盈利带来任何增长时（尤其是程序员这种高用工成本的工种），降本增效成为了这两年的主题。

那么前端岗位的发展趋势可能会有哪些呢？我个人的看法如下：

（1）细分领域纵向发展

前端既然是一个很大的领域，那么在每个细分领域内做到领域专家是一个比较好的发展方向。举个例子，如果你的研究方向是前端体验，那么围绕体验的埋点、监测和优化知识体系要超过大多数人的理解，且性能领先竞对产品20%以上才会让用户有明显的差异感知。如果研究方向是数据可视化，那么应该深入理解图形学，对于图形算法有深入理解和创新才有纵向上的优势。

（2）研发能力全栈化

他山之石，可以攻玉。研发能力全栈化，能够让自己负责的产品降低受到研发能力制约的可能性。同时在团队内部可以形成差异化优势。

（3）围绕提效产品的研发

在自己人卷自己人的道路上一去不复返。。低代码产品、无代码BI产品、智能化前端研发工具等未来一定是研发的主力产品。