JetBrains 2024 年开发者生态系统现状报告

大家好,我是君哥,最近看了 JetBrains 发布的 2024 年开发者生态系统现状报告,今天来分享几个内容。

本文图片和数据来自 JetBrains 官网。

1.编程语言

JavaScript 仍然是最常用的编程语言,有 61% 的开发者在使用。

图片

大多数受访者计划采用  Go 和 Rust 作为自己的编程语言,Rust 是非常有前景的语言,受欢迎程度在不断提高,有望凭借其严格的安全性和内存所有权机制取代 C++。

看一下 JetBrains 语言前景指数:

图片

TypeScript、Rust 和 Python 这三门是最有前景的编程语言。全球超过一半的程序员都在使用 Python。

2.AI 相关

2.1 与 AI 集成

调查结果表明,已经有 18% 的开发者参与构建与 AI 的集成,AI 正在稳步渗透到已开发的软件中。

图片

2.2 编程语言功能划分

下图是 JetBrains 发布的“按主要编程语言划分的代码功能”,可以看到 AI 和机器学习最常用的编程语言是 Python。

图片

2.3 辅助编程工具

从上图可以看到 ,国外使用 ChatGPT 做辅助编程的最多,达到 69%,GitHub Copilot 排第二,达到 40%。当然国内使用比较多的还是通义灵码、文心快码。

图片

2.4 公司是否禁止 AI

多数公司是否支持使用 AI 呢?看下图:

图片

80% 的公司不会明确禁止使用 AI。AI 辅助编程的使用正在变得越来越多。

2.5 AI 辅助编程好处

图片

从图中可以看到,使用 AI 辅助编程,最大的收益是减少信息搜索时间,其次是编码和开发速度加快。

从下图可以看到,使用 AI 辅助编程,可以节省不少编程时间。

图片

2.6 VR 头戴设备

是否使用过 VR 头戴设备进行编码呢?我自己还真没有使用过,也没有见过周边的人使用过。但确实有一小部分人使用过。

图片

3.写代码时间占比

在我们平时的工作中,真正写代码的时间其实并不是花费最多的。反而是对接需求、开会、解决问题、文档维护花的时间很多。我们来看一下 JetBrains 的调查结果,跟我们的工作内容占比很贴近。

图片

70% 以上时间花在写代码上的开发者占比一共只有 35%,对应到国内的应该是初中级工程师。

另一个比较有意思的是,多数开发者认为写代码没有挑战,见下图,认为编写代码有挑战的只有 15%。

图片

4.测试手段

在日常开发中,大家都使用哪种类型的测试呢?看一下测试方式的占比:

图片

5.数据库

开发者在过去一年都使用过哪些数据库呢?

图片

6.薪资

收入最高的编程语言有哪些?按照 JetBrains 调查薪资最高的编程语言是 Scala、Go、Kotlin、C++、Rust、C、Shell、Java 和 Python。但薪资的决定因素很多,比如职级、公司规模、所在行业、加班情况等。

7.裁员

这几年,裁员一直是软件开发行业的热门话题,无论是国内还是国外,都有裁员。

图片

调查显示,就业市场最宽松的四个国家是德国、法国、日本和阿根廷,综合正面得分分别为 60%、58%、54% 和 51%。

中国大陆和印度是受访者认为最难找到科技工作的国家。在中国大陆,41% 的受访者认为找工作具有挑战性,30% 的受访者认为找工作非常具有挑战性。在印度,受访者就业困难的比例也很高,达到 56%。

11% 的被调查者表示对当前工作没有安全感。

跟裁员相关的一个话题是中年危机,下图是各地区年轻开发者占比(18-29 岁):

图片

8.职场

无论在哪个国家,打工人在职场都会遇到各种问题,JetBrains 的调查涵盖了我们遇到过的多数问题,因为,我们应该以平常心来看待,因为这些问题哪里都有。

图片

内容概要:本文介绍了一种基于双层优化的微电网系统规划设计方法,旨在通过Matlab代码实现,解决微电网在规划与运行中的多目标、多层次决策问题。该方法将优化过程分为上下两层:上层通常负责容量配置、设备选址等长期规划决策,下层则聚焦于能量管理、出力调度等短期运行优化,通过迭代交互实现全局最优。文中详细阐述了模型构建、约束条件设定、目标函数设计及求解算法实现流程,并提供了完整的Matlab代码供复现实验,有助于深入理解微电网系统的设计逻辑与优化机制。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事新能源、微电网、综合能源系统等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习和掌握双层优化理论在微电网规划设计中的具体应用;② 通过阅读和运行Matlab代码,复现并改进经典优化模型,用于学位论文、科研项目或实际工程方案设计;③ 深入理解微电网中分布式能源、储能与负荷的协同优化调度策略。; 阅读建议:此资源以Matlab代码实现为核心,强调理论与实践的结合。建议读者先理解双层优化的基本思想和数学模型,再结合代码逐行分析,重点关注变量定义、约束条件的代码转化以及主从问题间的迭代逻辑。鼓励在提供的代码基础上进行参数调整、场景扩展或算法改进,以深化学习效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

君哥聊技术

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值