讲讲制造业写代码的大致都是干啥的
2333162
本文目标读者群：对钱没有太大追求的人，包括对写码不痴迷、还想寻找其他人生乐趣的；包括在大厂被资本家干到日渐头秃、需要枸杞泡水保温杯的；包括对PIP有阴影想要摆脱精神科医生的；包括有家有口想要多些时间精力陪陪配偶孩子的。
本文不适合：年轻俊美、Linkedin上追求者众、认为贫困线是$350k的（制造业大多数公司要做到CTO下面那层才能拿到这个数，欧洲就更惨了还得交高税）。
制造业的写代码工作跟爱情动作片一样是有分级的，按照激烈程度可以分为hard core, soft core和纯爱组。
Hard core的男优女优们主要出现在R&D的embedded software和IoT团队。
Soft core的演员分布比较广，有制造业的纯软件产品业务线，IT部门的ERP和CRM团队，eCommerce网页团队等。
纯爱组就是做业务和产品数据分析的，使用的工具从Excel到Python都有，市面上有一定争议：虽然他们也写一些代码，到底是否属于adult content，还是初中健康生理课？
先来讲Hard core。Embedded software engineer这个职业在我看来是情节最激烈的，编程以后要上硬件继续测试和调bug，同时要写大量的文档。能做这种设计的架构师都是狼人。有个哥们跟我讲笑话说，他以前以为只在计算机系写毕业论文时要写这么详细的文档。这种岗，越是好的公司，对文档要求越高：基本是8小时里，你在办公室的时间一半写代码，一半写文档。在欧洲公司，工作时间还要用来跟同事们聊天开玩笑，喝免费咖啡，吃周五的免费蛋糕。大多数上市公司的CFO规划是新产品从研发开始3年内要上市，我的经验是有embedded software的产品6年能上市就是很好的了。研发超时不能交付怎么办？加大雇人力度，不能砍咖啡时间。
说到这里很多人会想，这公司要垮。实际上，由于同行业所有的制造业公司竞争对手都是差不多速度，每隔十年才能出一个突破型的小公司。一旦看到技术突破了，大公司就去把这小公司买了。制造业不像互联网企业，制造业小公司要打开新市场、开辟渠道，和卖出后持续提供技术支持是非常艰难的，一旦有成功的苗头，创始人和投资人都是一门心思卖掉而不是自己做下去。欧美制造业唯一的威胁只是中国公司罢了，迈瑞大疆什么的。
IoT在技术层面不是个新事物，sensor技术早就很尖端了，但真正在制造业火热起来是2010年后GE跟西门子分别领头搞的，代表作是digital twin，B2B工业产品界的终极大怪。大多数制造业厂家没有那么高级，只是安装有一些predictive maintenance的sensor，提前向厂家预报这个部件可能要坏、你赶快来修的那种。带有sensor的产品从云端发送数据回生产厂家的云，导致ML和AI成为热点R&D项目。这里理论上是用得上真正的Data scientist和ML专业人才的，不过大多数B2B生产厂家还停留在需要data engineer做清洁工的水平，就算雇了ML的专家也是咖啡蛋糕时间比较多。
其他跟in-house产品相关的：车企界Computer vision比较红，这个跟自动驾驶挂钩，容易理解。医疗器械界也企图用图像分析辅助医生诊断，电子产品界企图用图像分析检测电子板质量问题，这两个有制造业in-house做的也有partnership给tech company的；tech company自己跑去做这些的大多数都失败了。
早期在制造业生产职能里写代码的做CNC machining这些岗位，一部分可能被金属3D打印取代，一部分被更加智能的软件自动搞定，或者由于新设计、新材料的出现不再需要，大多数公司里这个岗位的工资并不高。
再来讲soft core。早期的soft core演员们大多数是天竺葵兄，例如公司实施SAP项目以后，需要内部的修改和维护人手，就从外包公司里雇几个，给办好身份，咖啡蛋糕伺候着。这些天竺葵兄里也有一些有点事业心的，就会慢慢往上做。往上一点的职位除了SAP本身，还负责各个不同系统的integration，例如大公司买来的其他中小型公司有不一样的ERP，要把Salesforce销售和Oracle生产的数据汇总给财务部门，这个时候是选择全部搬家到SAP，还是搞接口，IT director要能够做出预算和pros and cons的比较，交给高管们决策。再例如HR上了Workday，也要跟SAP搞个接口、数据交换什么的。再往后不流行系统integration了，开始用datalake。
近年来很多B2B公司也开始了搞eCommerce，由于工业产品特殊性，基本都是不得不自己搭建customized system，从网页到backend长年靠自己维护。例子包括当年欧盟出GDPR的时候，虽然是外面买的cookie management software，还是得公司的IT团队自己安装自己测试在公司网页的运行是否达标。还有一些就是通过程序自动识别或阅读，或者安装其他软件来取代以前底层白领员工做的事的业务，通常是由内部员工带着技术提供商团队安装和train AI，内部团队同时学些浅层技术，以后可以做些小的修补。由于soft core团队业务量时多时少，经常都是大的纯码项目外包给Accenture之类，小的尤其是跟业务关系紧密的才自己做，有些员工就慢慢脱离IT团队进入业务团队了。Corporate IT的职业路线instant.1point3acres.cn
还有一个比较不为人知的就是制造业的纯软件产品，这类跟硬件没有接口，基本上就是制造业老大或隐形冠军们凭着自己的尖端专业知识做的软件，可能编程技能方面没有太大的功夫，但背后的公式是垄断的，或者是法规门槛很高。一般早期可能是Perl乃至更古老的语言写的，之后员工将近退休，需要re-platform，所以会雇人重写成Java之类。这种工作比较悠闲，一般会给充足的时间写代码，写好之后就是修补一下而已。
纯爱组：早期纯爱组都是用Excel的，从排名高的大学Corporate Finance major雇来的金发碧眼的孩子们个个都会Visual Basic编程，靠着这个技能融会贯通当时还未能integrate的ERP和CRM系统数据，从财务民工群体中迅速脱颖而出，逐渐走向CFO岗位。后来Excel进化了，很多功能都是直接有formula了，就不用他们写代码了。这个时候，datalake里大量的数据就成了金发碧眼们显露身手的地方。有些公司用Tableau，有些用PowerBI，穷的公司才用R和Python。这些数据分析不需要leetcode级别的技能，甚至不能叫data science，只能叫data analytics。商学院现在开了很多Master in data analytics的学位，包括MBA都有写代码的必修课了。金发碧眼们把数据优美呈现，拷到powerpoint里面，在各个P&L（profit and loss，就是业务线总管）实权经理面前吹一通，给提供一些战略insights，于是再次被earmark为high potential、未来CFO职位或营销总监pipeline选手。
制造业就是一个通过软件、慢慢向减少人类员工的方向走的行业，被裁与表现好不好无关，会写代码的就不会成为被裁的那部分。发明PIP的那家制造业公司GE在20年前就已经放弃了bell curve PIP炒人，断没有想到今天在IT界如此盛行，更没有想到大搞PIP的公司远比自己有钱、更吸引人才。instant.1point3acres.cn
1point3acres.com
本文不适合：年轻俊美、Linkedin上追求者众、认为贫困线是$350k的（制造业大多数公司要做到CTO下面那层才能拿到这个数，欧洲就更惨了还得交高税）。
制造业的写代码工作跟爱情动作片一样是有分级的，按照激烈程度可以分为hard core, soft core和纯爱组。
Hard core的男优女优们主要出现在R&D的embedded software和IoT团队。
Soft core的演员分布比较广，有制造业的纯软件产品业务线，IT部门的ERP和CRM团队，eCommerce网页团队等。
纯爱组就是做业务和产品数据分析的，使用的工具从Excel到Python都有，市面上有一定争议：虽然他们也写一些代码，到底是否属于adult content，还是初中健康生理课？
先来讲Hard core。Embedded software engineer这个职业在我看来是情节最激烈的，编程以后要上硬件继续测试和调bug，同时要写大量的文档。能做这种设计的架构师都是狼人。有个哥们跟我讲笑话说，他以前以为只在计算机系写毕业论文时要写这么详细的文档。这种岗，越是好的公司，对文档要求越高：基本是8小时里，你在办公室的时间一半写代码，一半写文档。在欧洲公司，工作时间还要用来跟同事们聊天开玩笑，喝免费咖啡，吃周五的免费蛋糕。大多数上市公司的CFO规划是新产品从研发开始3年内要上市，我的经验是有embedded software的产品6年能上市就是很好的了。研发超时不能交付怎么办？加大雇人力度，不能砍咖啡时间。
说到这里很多人会想，这公司要垮。实际上，由于同行业所有的制造业公司竞争对手都是差不多速度，每隔十年才能出一个突破型的小公司。一旦看到技术突破了，大公司就去把这小公司买了。制造业不像互联网企业，制造业小公司要打开新市场、开辟渠道，和卖出后持续提供技术支持是非常艰难的，一旦有成功的苗头，创始人和投资人都是一门心思卖掉而不是自己做下去。欧美制造业唯一的威胁只是中国公司罢了，迈瑞大疆什么的。
IoT在技术层面不是个新事物，sensor技术早就很尖端了，但真正在制造业火热起来是2010年后GE跟西门子分别领头搞的，代表作是digital twin，B2B工业产品界的终极大怪。大多数制造业厂家没有那么高级，只是安装有一些predictive maintenance的sensor，提前向厂家预报这个部件可能要坏、你赶快来修的那种。带有sensor的产品从云端发送数据回生产厂家的云，导致ML和AI成为热点R&D项目。这里理论上是用得上真正的Data scientist和ML专业人才的，不过大多数B2B生产厂家还停留在需要data engineer做清洁工的水平，就算雇了ML的专家也是咖啡蛋糕时间比较多。
其他跟in-house产品相关的：车企界Computer vision比较红，这个跟自动驾驶挂钩，容易理解。医疗器械界也企图用图像分析辅助医生诊断，电子产品界企图用图像分析检测电子板质量问题，这两个有制造业in-house做的也有partnership给tech company的；tech company自己跑去做这些的大多数都失败了。
早期在制造业生产职能里写代码的做CNC machining这些岗位，一部分可能被金属3D打印取代，一部分被更加智能的软件自动搞定，或者由于新设计、新材料的出现不再需要，大多数公司里这个岗位的工资并不高。
再来讲soft core。早期的soft core演员们大多数是天竺葵兄，例如公司实施SAP项目以后，需要内部的修改和维护人手，就从外包公司里雇几个，给办好身份，咖啡蛋糕伺候着。这些天竺葵兄里也有一些有点事业心的，就会慢慢往上做。往上一点的职位除了SAP本身，还负责各个不同系统的integration，例如大公司买来的其他中小型公司有不一样的ERP，要把Salesforce销售和Oracle生产的数据汇总给财务部门，这个时候是选择全部搬家到SAP，还是搞接口，IT director要能够做出预算和pros and cons的比较，交给高管们决策。再例如HR上了Workday，也要跟SAP搞个接口、数据交换什么的。再往后不流行系统integration了，开始用datalake。
近年来很多B2B公司也开始了搞eCommerce，由于工业产品特殊性，基本都是不得不自己搭建customized system，从网页到backend长年靠自己维护。例子包括当年欧盟出GDPR的时候，虽然是外面买的cookie management software，还是得公司的IT团队自己安装自己测试在公司网页的运行是否达标。还有一些就是通过程序自动识别或阅读，或者安装其他软件来取代以前底层白领员工做的事的业务，通常是由内部员工带着技术提供商团队安装和train AI，内部团队同时学些浅层技术，以后可以做些小的修补。由于soft core团队业务量时多时少，经常都是大的纯码项目外包给Accenture之类，小的尤其是跟业务关系紧密的才自己做，有些员工就慢慢脱离IT团队进入业务团队了。Corporate IT的职业路线instant.1point3acres.cn
还有一个比较不为人知的就是制造业的纯软件产品，这类跟硬件没有接口，基本上就是制造业老大或隐形冠军们凭着自己的尖端专业知识做的软件，可能编程技能方面没有太大的功夫，但背后的公式是垄断的，或者是法规门槛很高。一般早期可能是Perl乃至更古老的语言写的，之后员工将近退休，需要re-platform，所以会雇人重写成Java之类。这种工作比较悠闲，一般会给充足的时间写代码，写好之后就是修补一下而已。
纯爱组：早期纯爱组都是用Excel的，从排名高的大学Corporate Finance major雇来的金发碧眼的孩子们个个都会Visual Basic编程，靠着这个技能融会贯通当时还未能integrate的ERP和CRM系统数据，从财务民工群体中迅速脱颖而出，逐渐走向CFO岗位。后来Excel进化了，很多功能都是直接有formula了，就不用他们写代码了。这个时候，datalake里大量的数据就成了金发碧眼们显露身手的地方。有些公司用Tableau，有些用PowerBI，穷的公司才用R和Python。这些数据分析不需要leetcode级别的技能，甚至不能叫data science，只能叫data analytics。商学院现在开了很多Master in data analytics的学位，包括MBA都有写代码的必修课了。金发碧眼们把数据优美呈现，拷到powerpoint里面，在各个P&L（profit and loss，就是业务线总管）实权经理面前吹一通，给提供一些战略insights，于是再次被earmark为high potential、未来CFO职位或营销总监pipeline选手。
制造业就是一个通过软件、慢慢向减少人类员工的方向走的行业，被裁与表现好不好无关，会写代码的就不会成为被裁的那部分。发明PIP的那家制造业公司GE在20年前就已经放弃了bell curve PIP炒人，断没有想到今天在IT界如此盛行，更没有想到大搞PIP的公司远比自己有钱、更吸引人才。instant.1point3acres.cn
1point3acres.com
- 337