要想挣的多，就要有一个独门秘籍，才是养家糊口的根本。不管是自己开公司，卖产品。还是打工，挣钱。都要有别人做不到，只有你才能做到的，才行。 别人给你开较高的薪水，是因为你能给别人带来价值。之所以给你开最高的薪水，是因为只有你才能创造某些价值。薪水的高低，要看你的技术能否满足社会的需要，是不是社会所必须的。比如，曾经会点MFC，能做个简单的网站，就能找到很不错的工作。但现在可能，Android系统开发，网络（协议栈），手机应用开发更加火爆。而且一定要学的精，才有好的薪水，才能开能活下来，赚到钱的公司。 那些不可或缺的，高精尖的技术，是首选。比如，最底层的微波，电路相信谁都知道它的重要性，不可或缺。大学本科时，师兄说过一句玩笑话：搞微波的，玩多高的频率，就能挣多少钱。不过学过电磁场理论的人都知道有多痛苦。参考中的链接1和2也能说明这个。其中参考2,针对复旦大学毕业生就业的分析，有下面一段话： 硕士毕业生的实际薪水排名前三位的专业依次是国际法、电路与系统、电磁场与微波技术，调查发现，这三个专业的实际薪水比期望薪水高 编译就是这样一种独门秘籍。难，有很高的门槛，而又不可或缺。总要有人写程序。有人要性能更好的程序，但又不想多写代码，不想错误百出，不想调优。编译器，或者更大点，一个好的编程环境是所有程序员最欢迎的。 在计算机行业，这个可能要缩短到20年。并行计算，在计算机刚刚出现的时候，也非常热门。不过自从上世纪九十年代到04年左右，有关并行计算的研究就非常少了。因为CPU的频率增加，使得串行程序只要换换CPU就能跑的更快了。但今天，并行计算又成了重要的研究方向。 CPU的结构，从单发射、顺序执行的标量处理器，到多发射、流水线、乱序执行的超标量处理器，曾经给处理器性能带来了很大的提升。但今天，功耗问题、成品率、芯片面积等问题，使得几乎所有的众核处理器又回到了顺序执行的模式。 向量机 90年代的时候也很火爆，但随着标量处理器的性能提升，渐渐被冷落了。但如今，GPU、Intel的AVX2,又隐隐约约看到了一点向量机的影子。 整个产业界处在不断的变化，更新之中。技术和方法基本就那么多，至少不同的历史时期，需要不同的排列组合方式，把他们放到一起，再加上不断的技术革新。只有一个因素永远不会变，就是使用计算机的人。而编译器正是供计算机从业人员使用（虽然Office软件，浏览器也是）。另外一个因素，目前来看也还没怎么变，就是计算机的执行模型。而编译器的最后结果是提供给执行模型的。所以编译器这个技术，是个铁饭碗。尤其是体系结构比较乱的今天。 内功是最上乘的武功，有了它，学起别的易如反掌。计算机科学的内功：就是算法和体系结构 算法，不用多说。实际中遇到的问题，如何利用计算机这种确定的、有限状态的、非连续的工具去解决，就是算法要研究的问题。当然这个算法中，还包括数据结构，好的数据结构才能更好的对现实问题做建模，以便供算法处理。 体系结构方面，目前来看，基本就没有变化，依然是冯-诺依曼的结构，不过多核和众核的并行执行模式，可能会带来一些新的变化，这也是为什么最近并行研究如此的热。有了体系结构这种内功，你就知道如何使用计算机。体系结构包括底层相关的，不仅仅是CPU、主存、cache、硬盘，还包括上层的操作系统和编译器。虽然说执行模型很简单，但操作系统和编译器里的学问也很大。操作系统牵涉到资源的分配问题，编译器牵涉到人与机器的交互问题。 其他神马，从计算机技术的角度看，都是浮云。 比如，上层语言经历了从汇编，到宏编程，到命令式语言（C），到面向对象编程（C++），到脚本语言（Python），以及编译+解释语言（Java）的大致演进过程。语言五花八门，我们不去争论应该学哪个，不该学哪个。最后这些语言，都要用那些指令在CPU上执行起来。不管上层扯什么语言特性，什么编译执行或者解释执行。最后，都是一系列的算术、逻辑、跳转指令;以及一系列的寄存器。语言到指令的过程，就是编译器和解释其（JVM）要做的工作。语言标准只是一些具体的规定语言如何实现而已。 比如，了解了Java所有对象都基于Object类，C#为底层CPU指令支持的数据类型，如整型，单/双精度浮点类型生成更直接的CIL代码，你就知道为什么使用C++的模板会生成很大的可执行文件，为什么Java的模板实现代码会比C#的模板代码性能略差一些。 什么基于C语言的Glibc标准库，基于C++的boost代码库，基于Python的Django网站架构，基于Java的J2EE web架构。除去上层的整个系统的结构设计，算法设计外，其他堆砌代码的工作居多。（搞编译，调bug最多） 当然计算机作为一种工具，最终还是要给人用的，这就是计算机应用技术要干的事情，将计算机应用在各个方面，比如图像处理、语音识别、搜索等等。这些技术基本都是应用领域的知识、算法和体系结构综合起来的结果。应用领域的知识也是一方面的内功， 前不久，听张晓东老师介绍Mapreduce，台下一个老师发问：“数据库方向的研究专家许多年前就意识到需要更大的存数据的软件，研究了这么多年好像都没有太显著的进展。为什么一个搞搜索的互联网公司，却能发明这种Map 加 Reduce的机制来应对大规模的数据存取。“ 张晓东老师的回答是，Google的创始人从函数式语言中得到的灵感。MapReduce机制的两位发明人 Jeffrey Dean 和 Sanjay Ghemawat，一个是做程序设计语言的, 一个是研究面向对象数据库的。 前不久，听 Yuanyuan Zhou 老师讲座。周老师也是华人计算机学术界的榜样之一，其领导的研究组在国际上是绝对数一数二的，在最顶级的会议上每年都有数篇高质量的论文。 屠龙之技是很难，并且的确龙不多。但掌握了屠龙之技，屠别的都会游刃有余。 做编译器本身，工作有是有不少的，参考这个网站： Compiler Jobs 20多岁的年纪，习得一技之长，于三、四十岁厚积薄发。前提是不可死读书。1 要有独门秘籍
2 三十年河东，三十年河西
3 要练好内功。
4 厚积薄发
不仅仅如此，她们还在将成果做成产品，比如 Pattern Insight.这个公司致力于应用机器学习的方式来协助程序员编写程序，发现代码bug。这里面有意思的工作包括：结合代码注释发现bug，利用机器学习的方法来寻找操作系统中许多复制粘贴代码中的bug，利用条件分支语句的逻辑推导增强软件中的log输出，以便得到更丰富的log信息等等。可以从这里找到许多她们所从事的研究工作。可以看到许多针对源代码的分析工作，都能看到很多编译的影子，她们的工作应该偏向于利用语法和语义方面的技术。她们的很多工作都是在实际的开源项目，如Linux内核、浏览器、apache、mysql中寻找bug，因此公司比较欢迎这种实用的技术创新。当然，挣钱也就不成问题了。
虽然，其他还有很多可以选择的方向。但当你迷茫，不知道要学点什么的时候，又想以后从事计算机方向的技术类工作时，编译是个值得考虑的选择。
