您当前的位置:
关于IT终身职业的老问题：35岁以后IT人做什么？
Q：
1、IT行业，特别的软件领域的朋友，我想你们跟我一样都面临一个共同的问题，软件人员是不是吃青春饭的职业？
2、除了转行和自己当老板外，做项目经理或管理人员是不是我们的唯一出路？
3、如果大家都盯着项目经理这个职位，剩下淘汰的人做什么？
4、资深的IT从业人员，有多少后续职业可以选择？
5、你为自己设计什么样的职业历程？
下面就以上问题发表一些我个人的看法，限于本人只从事系统管理和软件开发的职业经历，只从一个软件开发人员的角度去发表一些见解。
Q1：软件首先是一项非常耗费脑力的工作，因此少壮时期的软件编程人员具备最佳动力和学习能力，年轻无疑是一项最大的资本。不过将这种能力转化为工作能力的人数实在远远不能满足行业的需求。这也正是高薪的机遇所在，试问大家都很容易学会的东西，竞争不是更激烈吗？但是包括我本人也担心过了35岁之后，不能再继续从事这项工作了。毫无疑问，30-35是最重要的转型期，这是留给我们大家要思考的总是。
Q2：许多比较年轻的朋友的回答似乎偏向于将问题的答案归结在做项目经理、项目主管之类。我想这本身就意味着，90%会找不到出路，这恐怕比愿来高考选拔更残酷，它看的是你的相对优势，而不是你的绝对能力，淘汰的人做什么呢？我想我并没有那么自信自己一直能站在浪尖上，也不想一辈子都无法湍息的活着。我对成功的定义是有过俯瞰他人的优越感，也要懂得激流勇退，享受那点成功带来的财富。做管理层对我来说是不能做为唯一出路的，也并不见得象想象中那么轻松。
Q3：我想我们大多数人智力一般，注定是个平凡者，只有少数能成为高级白领。但多数情况下，我不愿将自己看作是一个会被淘汰的人，不过我不得不思索这部分人将来会做什么？转型是痛苦的，我的有些几个朋友回到稳定而待遇中等的大企业去，过上闲暇的日子，还有几位还在外面打拼，情况不太理想，在真正熟悉的人里面，做上管理层的并不多。因此，我想说的就是，情况仍然是严峻的。
Q4：就我能想到和接触到的，我认为在我们最初，很多人都是以编程起家的，有朋友叫Corder。但就中国的状况来说，编程人员完成的工作比国外的底层编码人员繁杂得多，往往分析、设计、编码、测试一起上，本人就受累于此。但让我奇怪的是，国外有那么多的编程大师，搞C，UNIX系统那么多年，还照样要写代码，难道写代码真的是二十多岁的人才能干的吗？软件工程师、系统工程师、技术经理、项目经理、产品经理、技术支持经理、软件测试工程师、系统分析员，其实在一个企业里，这些职位不是都有，也不存在薪水排序的标准，任何一个职位都有可能拿到高薪。关键问题是，多年累积的经验在行业之中能够有多少市场优势？
Q5：我本人是分析、编码都做的，对C++有着深厚感情，我想我不会因为做PM而放弃成为一个C++大师的可能性，但做一个资深的项目管理人员也是很诱惑的。其实我也看到，很多人专业于某一领域，做得也很成功，这多少和做项目管理或技术经理所涉及的领域是没有多少交集的。这种矛盾的情绪让我的未来具有了更多的不确定性。
欢迎大家提出新的问题，同时也希望大家对本人的观点加以补充和驳斥。借此也衷心的希望大家从讨论中认清自己的职业方向，坚定职业信心，成为各IT领域的成功人士。
个人简介：
涉及领域：CTI，加密保护技术，网络编程，SS7，VoIP
主要职责：系统分析，编程，评估
语言：C++，VB，C#，Java
平台：Windows, Linux
数据库：Access, SQL Server, Oracle, MySql
------解决方案--------------------
我有个好主意，开培训班，培养年青人。将自己的经验传下去。
不过我倒不倾向于认同，IT人只能干到30岁。
就我自己了解的计算机技术而言。常人要在30岁能学到我认为算的上毕业的水准，估计很困难，而且不是所有人都能学到计算机技术毕业。
不过全天下的程序员有90%的只懂几门语言，然后搞MIS，我想他们不淘汰都很难。
（附注：我认为真正懂计算机并算的上毕业的人应该具备以下知识：
（1）全面的现代数学知识为基础，并了解非线性数学方面的知识和发展情况。
（2）现代物理，现代化学和生物学，神经科学方面基础和最新进展。
（3）硬件和与物理相关的知识：，量子计算，信息光学，电磁场，电动力学，电子电路，集成电路设计，数字逻辑和数字电路，ISP芯片的知识，计算机系统结构和组成结构，计算机组成原理，计算机总线和电路标准，单片机及主流单片机，传感器，变送器，执行器，电路设计语言和仿真软件，光电子技术，计算力学，材料力学，结构力学等。
（4）平台方面的知识：操作系统，流行操作系统的结构，流行操作系统的SDK，流行操作系统的 DDK.操作系统内核，分布式系统等。
（5）数据库方面知识：数据库引擎实现技术，流行数据库的引擎的构造特点和接口，数据库原理，数据库检索语言SQL和扩展，数据仓库和数据挖掘，数据挖掘语言DML等。
（6）通信方面知识，编码，通信协议，网络编程，高频电路，数据压缩，信息加密，信息隐藏，通信设备，光通信，量子通信等。
（7）并行系统结构和并行程序设计。网格运算标准。
（8）现代的信息生物技术和他们的基础知识：生物数学，基因芯片，生物信息学，人工免疫学等等计算机同生物学医学的结合部分以及他们的基础生物化学、分子、细胞生物学.
（9）图形图象：图象处理，计算几何，图形学和数据场可视化，机器视觉，全息摄影术，计算机辅助光学测量，视频处理，体视化，医学图象处理，遥感和航摄，图形开发包和开发标准，各种图形技术的硬件加速和加速芯片设计和接口技术，图像匹配，数学形态学，OCR,手写识别，动力图形学，计算机动画技术和发展情况（如元球动画，动力动画，仿真动画等），地理信息系统，游戏设计，边缘检测，角点检测，图像边缘化矢量化，曲线曲面的插值拟合，样条曲线曲面，真实感渲染方法（光线跟踪，辐射度等等）。
（10）现代计算技术：机械数学，符号计算，数值计算等。
（11）信号和自动控制：信号与系统，线性系统理论，现代信号处理，非平稳信号处理，自适应信号处理，小波变换，谱估计，随机数学和积分变换在信号和控制中的应用，自动控制原理，机器人控制，自适应控制技术，模糊控制，滤波，过程控制，随机控制，过程辩识等等。
（12）软件基础：数据结构，面向对象编程，虚拟机实现，离散与组合数学，编译原理，形式语言与自动机，程序静态与动态分析，程序设计语言，计算机病毒设计与防治。流行语言和开发环境的使用，软件保护技术，组件技术。
（13）人工智能：模式识别，神经生物学，神经生物实验，分子、细胞神经生物学，神经系统发育，人工神经网络，遗传算法，模糊理论，粗糙集，agent,蚂蚁算法，群体智能，SVM,符号智能，函数逼近，马尔可夫方法，排队论，决策论，最优化技术，知识工程，专家系统，模拟退火和波尔茨曼机，主元分析法，人工智能语言。
（14）软件工程：需求管理，软件工程，过程管理，项目管理，各种CASE系统，各种开发模型，形式化方法，CASE系统实现。
等等还有很多不能尽举和已经包含在上面某个方面中的发展比较快的分支。
）
我觉得只有学完了上面所举的技术才能称的上懂技术的，只有对上面任何方面有创新的才能称的上搞技术的。
如果对于这么庞大的计算机科学体系，搞技术的会被淘汰那么就没有语言了。哪我30岁以后就去办培训班了。不过全天下的程序员有多少是懂技术的更别提是搞技术的了。多数人眼中的创造力就是编几行代码，但是多少人对计算机技术有贡献呢，又有多少人能够大言自己能够最好的完成客户的需求，我见过的程序员，很多都对客户说这个需求无法完成而实际上他们所谓的无法完成的需求很多情况下都是有解决方案的只是他们不知道罢了。计算机行业能指望这些半懂不懂的程序员做什么呢，对于这些程序员而言，即使长期从事IT工作也根本没有什么可以拿的出手的经验可言，又怎么能指望不被年轻的有活力的程序员取代呢？