数据库工程师前景，计算机专业未来前景怎么样？
本来不想答这个问题的、因为类似的回答已回答了多个。但看到很多非行业背景人士的回答，考虑到选专业这个事情的重要性，还是作答一下吧。
我从广泛被传播的几个说法入手，对这个专业未来的前景进行分析。回答可能有点长，建议对此问题感兴趣的看官们能读完。？文末给出总结。
首先我们限定一个事情：大学本科学计算机专业是学计算机软件的研发技术，这个和学习使用计算机（比如会不会word、Excel，and so on）不是一回事。所以下文所说的“学计算机”都是以学习计算机软件研发技术为内涵。
学计算机的人太多了，已经饱和了？的确，学习计算机的人很多。但是同样，计算机研发的需求也是在持续增长。增长点主要是这样三个：
各行业信息化的空白填补。大家日常生活中购物等信息化程度都很高了，这似乎给大家一个感觉就是当前似乎已经没有什么信息化的空白点了，但是去诸如农业、工业、建筑行业等看一下就会发现，信息化基本都是在围绕着办公自动化转，有大量智能化、自动化的业务相关的空白点--比如智慧农业--需要计算机软件系统来填补；新技术出现&成熟引发的升级及改造。笔者就举一个例子：以前停车场出入口都是刷卡的、但因为图像识别技术的成熟引发改为自动识别。后续新技术还会层出不穷，比如在AIOT、数字孪生、区块链应用等领域；通用基础软件、行业基础软件自主化。前者是指诸如操作系统这样的软件、后者是指类似二维制图软件CAD、芯片设计软件EDA之类。当前形势下自主化已经是不得不、必须要的事情，所以可以预见接下来的5~10年会有极大规模的资金投入、研发投入。我们概括一下就是说：产品需求在持续不断地增长，与之对应的就是人力需求的持续增长。所以计算机行业并非处于研发人力饱和的情况，而是人力需求仍然会持续增长！
计算机行业的薪资水平比其他行业高的情况将不会持续了？真实的趋势由两点构成：
计算机行业薪资水平较之其他行业高将会持续存在，但会逐渐与其他行业拉近距离；计算机行业内会大厂与中小企业薪资水平大幅两极分化；计算机行业内会高精尖群体与绝大多数群体薪资水平大幅两极分化；先说第一点。软件系统的研发是一种创造性较高、人力是绝对决定因素的行业，成本其实就是人力成本，这个较之其他行业是非常不一样的。同时，其投入/产出的时间周期较之其他行业也要短很多。所以薪资水平较之其他行业高是行业特点所决定的。
再说第二点。目前在行业内，无论是中国还是世界，基本已经形成了大厂垄断的局面，大厂获取利润较之中小企业要容易很多，而中小企业相当于处于生态链的后部，只能是“小鱼吃虾米”，所以两者之间的薪资水平差距非常显著、非常大。
第三点是由行业内研发模式的趋势决定的。软件分为通用基础软件(如操作系统)、通用软件（如数据库管理系统）、行业基础软件(如CAD）、应用软件(如电商平台）。其中占据绝对主导的是应用软件。当前软件研发模式已经并且会越来越向模块化、框架化、平台化发展，用大白话讲：越来越靠“攒”出一个软件系统。因此，技术门槛是逐渐降低的，由此对这类软件研发人力的技术要求也是越来越低，这就决定了其薪资水平偏低。
同时，前几类软件、以及模块/框架/平台也是人来研发的，对研发这些产品的技术要求是越来越高，从而带动薪资水平提高。
上述一低、一高就形成了薪资水平非常显著、非常大的两极分化的趋势！
总结下：对外和其他行业比，薪资水平高持续存在但会逐渐拉小差距；对内不同企业间、不同群体间两级分化显著！
计算机软件研发以后人人能干、并且AI要替代程序员了？这种说法的前半部分实际上在上一个章节已经部分涉及。
先说前半部分。目前有很多所谓的“无代码”平台，号称是不懂软件研发技术的人拖拖拽拽就能形成自己需要的功能。这类东西目前主要集中在OA领域，主要实现以工单和流程为核心的办公自动化相关功能。实际上，这类东西的发展非常不成熟，用过的人会知道：稍微复杂一点的功能就没办法实现。
当然我们应该用发展的眼光看这个事情，后续这类产品会越来越完善、并且会不断地进入到其他领域。一方面是：做到完善或进入其他更为复杂的业务场景，技术难度会越来越高；另外一方面即便如此也不会是人人都能干的，仍然需要具有一定的软件研发知识。也许真的到了那一天，这类工作需要一种“准”程序员来全权负责，这将是一种新的职位。
而与之对应的是：完善及研发其他领域的这类产品，不仍然也需要程序员吗？这类产品越完善、使用门槛越低，越需要更多的程序员投入进来研发！
再说说AI的事情。客观讲，大众对当前AI的能力有深深的误解。这一轮AI浪潮实际上只带来了1个半能够很大程度上替代人类智能的技术：一个是图像识别（尤其是人脸识别），半个是语音识别。说半个的原因是，识别率受环境噪音、口音的影响极大，相信大家都有类似的经历。即使是图像识别也会存在受限于光照、活体识别或多或少还有风险等缺陷。至于说到广告推荐等等，各位看官，这个技术很大程度不需要准确性的、并且也是存在了很久很久的技术。
注意：语音识别和语义识别是两个东西，前者能将语音转换为文字、后者是能够理解文字。
让AI替代程序员，取决于基础科学的突破、取决于工程技术的突破。前者是诸如数学、量子物理等基础理论；后者是诸如量子计算机的实现。这将永远是人类追求的梦想，笔者真心希望在临终之际能够看到一丝曙光！
计算机行业是吃青春饭的？这是广为流传的对计算机行业看法中笔者最为认可的一个。
计算机行业的青春饭现象将是常态、持续存在！但是，没了青春不代表没有饭！
任何一个新兴、快速发展、技术性和专业性高的行业实际上都或多或少带有“吃青春饭”的特征。计算机行业需要很强的逻辑思维能力、工作压力大、竞争激烈，这些都是年轻人占据优势的地方。同时，由于技术变化快，技术方面的经验积累起到的作用小，所以从业时长的优势不存在。一正一反，使得“青春饭”现象长期存在。
那么，没了青春怎么办？解决这个问题，要求行业从业人员必须具备比其他行业更强的职业规划意识、更高的职业规划实践行动力！只要意识强、行动力强，没有青春仍然会有饭！篇幅所限，只是列举几种可行的思路：
凭借薪资水平高的优势，在45岁前赚到足够的钱。然后依据兴趣，开辟自己能够保证生活的新行业新职业；在不同的时间节点想办法去做适合年龄的技术工作，延长职业生命。比如，程序员5年左右一定要去做架构设计的工作，可通过本公司晋升或跳槽到其他公司达成；在适当的时机转到相关性高、职业生命更长的诸如产品规划、项目管理、产品营销等工种。多说一句：对于软件产品的营销，具备技术背景的人是非常有优势的！通过晋升或跳槽，转为技术管理者（如技术总监）或研发部门管理者；转入相关交叉领域的企业，如：研发咨询、研发质量评测、IT教育培训等进行自主创业；总结：计算机专业未来前景怎么样？总结一下：计算机专业前景并没有变差，仍然属于向好。要想达到好的效果，做好这几件事：1.努力提升自己的技术水平，以进大厂、做高精尖产品为追求；2.要具备强烈的职业规划意识和行动力。
回过头来说一下高校。的确，学校档次越高，最大的好处是容易校招入大厂。那么其他普通学校毕业的学生就没有机会了吗？也不是。软件研发有一个很好的地方是，一台计算机就是全部，剩下的取决于你的努力和付出。并且很容易评价出一个人的技术水平高低。只要水平高，即使校招进不了大厂，工作3~5年后所有的大厂第一看的是你的技术能力，那是学校的光环基本不复存在！
欢迎关注下我、欢迎评论！
数据挖掘的就业前景怎么样？
数据挖掘，除了法律政策不支持的那部分不能被挖掘外，深度的、垂直的数据挖掘有利于什么行为？
我们先对行为来个深刻的认知。
商业行为：数据挖掘对于商业行为的帮助是最大的，他不但能有效的分析出企业用户的精准客户在哪里，还有多少预算能消费等
个人行为：数据挖掘对于个人行为的私密性并不理想，有点小心思，被挖掘出来了；有点小坏坏，也被挖掘出来了；如果你违法，当然也逃不过法律的制裁，而且很容易抓住你。
数据挖掘实际上来看，是针对于商业活动的。
准代理商可以从一起企业调查工具看出，这家企业背后的信息，包括融资信息、法律风险等信息，衡量这个企业的产品值不值得拿？加盟费往往都很高，谨慎又谨慎啊。。。
在商业竞争中，数据挖掘也有利于更加了解竞争对手的行为、发展方向，弊端就是你不要被黑，不要出事，否则竞争对手也会利用数据挖掘的手段正面打倒你，侧面讽刺你，背后黑你。
数据挖掘的就业前期，只能说开始很好，接着商业化算法陆续推出，就业的人也会慢慢被优化。
总得来说，前景一片光明，只是夕阳无限好，只是近黄昏。
也许还有一个比较恰当的比喻：铁柱磨成针。数据挖掘越来越细，喜欢的人就越来越少。水清则无鱼。
你，喜欢吃鱼吗？
制造业公司里的研发工程师是做什么的？
在很多制造业公司里，研发和销售往往被喻为公司的两驾马车，其收入和地位也是公司里的佼佼者，可见，公司对研发工程师还是非常重视的。
研发工程师主要分为机械结构类研发工程师和电子类研发工程师两种，下面以机械结构类研发工程师为例介绍一下，机械结构类研发工程师一般属于研发部，部分大公司叫研发中心，然后研发中心下面设置有多个研发部门，研发部门里面配置有研发部经理、研发工程师、工程师助理、技术员、样板员、文员等等人员配置。
在制造业公司里的机械结构研发工程师，其实也并没有想象中那么高不可及，严格来说，他们属于应用型研发，主要负责新产品项目的设计为主，他们所说的创新，一般属于微创新，并没有底层研发或基础研发，真正的底层研发和基础研发只有极少一部分大公司存在，他们一般属于公司内部的研究院，或研发中心里的基础究研部门，这些部门才会涉及到底层研发和基础研发，其余绝大多数公司所讲的研发，实际上都属于应用型研发。
研发工程师到底是做什么的？研发工程师的工作范围还是挺广的，其工作流程也是很长的，可以说是贯穿新产品开发的整个过程，包括技术可行性分析、成本分析、专利分析、产品功能实现、产品结构设计、手板（快速成型）制作、功能样机测试实验、模具设计、模具制造、工程试产、工艺试产、小批量生产，产品验证、产品安规认证、大批量生产等等，可以说整个开发过程都是由研发工程师主导的，在很多公司里，研发工程师既要做产品设计、也要做项目管理，是一个对综合能力要求比较高的岗位。
做一名研发工程师到底有没有前途？前面已说过，研发和销售被很多公司喻为公司的两驾马车，所以，研发工程师的收入和地位在公司内都是数一数二的，我见过很多公司的研发工程师，其收入高入很多职能部门的主管和经理，一些公司的研发部经理的收入超过公司的一些总监，依我来看，若有机会成为一名研发工程师，其前景还是非常好的。
OracleExadata数据库机应用前景如何呢？
RAC现在是Oracle的常规产品了，使用很广泛。Exadata是从2007年推出的数据库一体机，价格昂贵，解决了数据仓库IO瓶颈的问题，国内使用还不太广泛。
大数据挖掘的前景如何？
谢谢邀请。
大数据挖掘前景如何，是去纯互联网公司好还是传统行业好？这是个好问题。可以说大数据挖掘是一个热门。根据中国商业联合会数据分析专业委员会统计，未来中国基础性数据分析人才缺口将达到1400万，所以大数据挖掘就业前景是不错的。
作为大数据挖掘人员，要做的事情就是从数据库或其它形态的数据文档中发掘出显性或隐性的有价值的数据。除了有一定的数学统计知识等之外，最好具备一定的编程能力，熟悉开发，比如Python、Java等。至于就业去向，可以根据自己的发展方向来确定。
去往大数据公司可能是大多数人的选择，因为那里可以见到更多行业的业务，能够学得到大数据更多前沿知识。去往传统行业里的选择来说，大多数时间针对的是某个行业的数据，比较单调，但也更容易成为这个行业的数据分析专家。
从个人见多识广或大多数人的选择来说可能到大数据公司应该是比较好的选择。其实大数据挖掘技术都是差不多的，而如果选择大数据公司，那么各行各业的数据以及业务形态等等都能够见得到，都会知道一些。而且大数据公司里收入来说相对会高一些。
另一方面如果想成为某一个行业内的专家，那么也许到某一个传统行业单位是一个好的选择。传统行业单位细分更细分，而且更专一。每天接触的，研究的都是这个行业里的数据，长久下去对这个行业更深入，通过数据更能够看到本质，更容易成为行业里的专家。比如卫生领域、金融领域、零售领域等等，每一个领域都会有很深的业务知识。
如果只是把数据挖掘作为一份工作，有更高一些的收入，或者觉得一个行业的数据太单调，那么到大数据公司也就是比较好的选择。
