大数据R&D工程师能有多大年纪？嵌入式软件工程师可以有多大年纪？“老程序员”的头衔证明了这个行业的一个障碍。35岁，不仅仅是程序员，其他行业的从业者都会遇到这个坎，前端可以工作到多大？多大可以从事程序开发工作？30出头，你会觉得不知所措，Web前端有多老了？什么是IT行业的黄金时代？因为工作强度大，四五十岁的程序员重新工作的机会很少。

这个没有绝对的年龄限制，因人而异。一般来说，一个程序员在30岁之前不做项目经理是非常危险的。在中国，30岁之前做经理基本是失败的。只有少数技术过硬的人才能一直走技术这条路，大部分都是炮灰，尤其是那些目前在做所谓管理软件的程序员。30岁之前做经理是很惨的。在中国，程序员基本都是年轻人。比如金山内部的情况，所有产品线的程序员多是年轻人。如果不是30岁以上的管理者，基本上很快就会被淘汰。因为管理你的人比你年轻，他会想办法摆脱你。不然一年一度的大型校园招聘算什么？所以10年来，金山程序员的平均年龄始终是27岁。程序员被淘汰的一个重要原因是，随着资历的增长，工资会提高。当他们到了一定年龄，

IT学校招生的平均年龄区间在1528之间~可见这个年龄还是可以学习的~你只需要确定自己是否有精力和时间去学习。像你这种情况的学生通常会在大约六个月的学习后毕业。至于毕业后年龄太大被公司嫌弃的情况，还是不用太担心的。毕竟你只需要掌握专业技术，平时多积累项目。说实话，只要你在面试，你就能拿出技术高超的项目，有的公司都急着要。

由于IT行业知识更新快，新技术发展快，旧技术贬值很快，旧经验的价值微不足道。因为工作强度太大，四五十岁的程序员再工作的机会很少。所以国内的程序员大多都很年轻。IT行业的年龄一般在35岁左右，会有一个转变，要么创业，要么转行，因为健康家庭，工作环境等因素。

Web前端有多老了？前端是青春饭吗？其实这些对前端的担心完全没有必要。为什么？Web前端作为IT行业不可或缺的角色，就业领域非常广阔，无论是管理还是技术发展都有很大的职业提升空间。Web前端工程师要求:优秀的Web前端工程师需要扎实的Java语言基础和良好的标准开发习惯；熟悉常用设计模式，熟练使用Vue和Angular技术栈开发；能够熟练使用angular、vue、echarts、jquery等框架进行传统开发；熟悉MVVM和MVC开发模式；熟悉前端工程和自动化技术，能根据需求配置Gulp文件和更改Webpack配置文件；熟练使用git版本管理工具。

老程序员这个名字印证了业界的一个坎。35岁，不仅仅是程序员，其他行业的从业者都会遇到这个坎。大量年轻人逐渐涌入，打击了一批还很平庸的前辈，开始为自己的未来担忧。对于程序员来说，似乎更重。在我们眼里，程序员一直在公司的一线忙碌着。996小时的工作时间，还不算通宵加班的精力，对体力和脑力都提出了很高的要求。

事实上，并不是所有的程序员都会在35岁之后失业。面对家庭和孩子的压力，父母养老的压力，会让自己思考未来的发展。应该继续走技术路线还是转向，怎样才能更好的肩负起责任？看了很多网友的回答，也走访了很多程序员对自己未来的规划，总结一下:继续走技术路线。很多程序员因为性格选择IT行业，自然也会因为性格在IT行业继续走下去。

如果你只是做一线运维，到了40岁就会觉得不知所措。不过个人建议:40岁之前选择好自己未来的方向很重要，之后你会成为运维经理、运维主管、运维总监等。或者转行做IT讲师，开培训班等等。拓展数据运维工程师是目前非常热门的职位，就业率很高。运维工程师的前景可以分为初级运维高级运维初级系统架构师和开发高级系统架构师。还有很多方面要学。如果你想更全面的了解这个方向的发展和学习方向，请私信我。

程序开发，30出头的你会觉得不知所措软件测试，晚了大概12年。操作岗位大概可以35岁多一点。有没有考虑过IT行业的技术每天都在更新发展？也许转眼间，你一个月前学的开发平台已经被业界淘汰了。如果想继续吃这个技术饭，可能要重新学习一个全新的软件或者开发平台，才能继续工作。你的自学能力怎么样？

现在勉强能跟上二十多岁。那我三十多岁呢？40岁呢？IT行业的技术工作可能永远以年轻人为主，那么你对未来的困难做了充分的估计吗？如果有一天不再适合技术岗位，你会打算往什么方向发展？很多技术娴熟的老巫师，到了一定年纪后，或者因为学习能力差或者家庭负担等因素，走上了管理、经商或者自己创业的道路，那么你是如何规划自己的职业道路的？

30岁开始学习大数据并不晚，而且由于大数据技术本身与行业场景结合紧密，可以说对于有一定行业背景的专业人士学习大数据是有优势的。IT技术人员如何跟上时代？首先，能力取决于目标，什么样的目标就会培养什么样的能力，这是一个底层逻辑，所以在谈能力提升之前，首先要明确自己的目标。很多技术从业者之所以长期无法提升自己的能力，往往是因为他们为了完成任务，没有给自己设定一个短期、中期、长期的目标，虽然他们在一个岗位上积累了大量的工作时间，但是这些时间并没有转化为更有价值的行业认知能力和技术研发能力。