大数据文摘作品
每年，外洋最大的程序员集聚地之一Stack Overflow都会在自家开拓职员社区发起一次大规模调查，来给程序员们画个像。从最喜好的技能、事情偏好，乃至年事学历性取向，堪称程序员天下一年一度的人口普查。
今年是发布年度开拓者调查结果的第八年，也是受访者数量最多的一年。与往年调查比较，今年的调查增加了几个有趣的主题，比如人工智能和编码伦理（点击查看大数据文摘干系宣布《我该当对我的代码产生的结果卖力吗？》），对付这个最近辩论声颇高的话题，80％的受访程序员声称，开拓职员应该考虑他们代码的精确用场，但管理者更须要为代码的后果卖力。
往年调查：
https://mp.weixin.qq.com/s/g3n8oQmKlR1B9ZoGg_KKrg
我该当对我的代码产生的结果卖力吗？：
https://mp.weixin.qq.com/s/PoLvqyjIze-28NpV9NMnOw
超过10万名开拓职员参加了这一均匀问卷填写韶光超过30分钟的调查，从对填写韶光的容忍足以看出程序员的耐心。
以下是今年调查结果的一些主要内容：
DevOps和机器学习是当今软件行业的主要趋势。与这类技能干系的措辞和框架的热度也不断上升，在这些领域事情的开拓职员的薪水最高。
只有很小一部分开拓者表示他们会写不道德的代码，或者他们没有责任考虑代码的道德影响，但除此之外，受访者看到了很多灰色代码。开拓职员不愿定他们将如何申宣布德问题，并对谁终极卖力不道德的代码有不同的意见。
开拓职员总体上对人工智能供应的可能性持乐不雅观态度，但对AI的危险性态度并不一致。
在我们的调查中，Python在编程措辞的热度有所上升，超过了今年盛行的C＃，就像去年它超过了PHP一样。
在评估未来的事情时，不同类型的开拓职员运用不同的优先级。女性认为最主要的是公司文化和专业发展的机会，而男性则认为他们最优先考虑的是薪酬和特定技能。
我们摘录了本次报告的一些关键内容如下，对完全报告内容感兴趣的读者可以去往以下链接查看报告原文。
链接地址：https://insights.stackoverflow.com/survey/2018/#overview
开拓者类型：后端开拓职员最多
将近60％的受访者认为自己是后端开拓职员，约20％认为自己是移动开拓职员。 最常见的组合是后端，前端和全栈开拓职员。 高度干系的职业是数据库管理员和系统管理员，DevOps专家和系统管理员以及设计职员和前端开拓职员。
写代码是一种爱好？
许多开拓职员的事情并不因此写代码为主。超过80％的受访者表示敲代码是他们的一种爱好。 事情之外的其他兴趣或任务彷佛并没有减少开拓者对敲代码的兴趣。
调查显示，负有照顾任务的父母，常常户外活动的人比其他群体更随意马虎爱上“搬砖”。
学习办法
在学习新内容时，超过80％的受访者依赖Stack Overflow Q＆A。
此外，开拓职员理解良好文档的代价，由于超过80％的人在学习时也将文档用作学习资源。
电脑利用时长：多数程序员每天事情韶光在9小时以上
我们的受访者包括专业编程职员，学生和业余爱好者。 绝大多数人通过台式机和条记本进行编程，常日会投入9-12个小时。
康健习气：六成以上程序员从不磨炼
开拓职员说，他们不会常常由于事情量而跳过饭菜，而且大多数人表示他们至少会做少量运动。 超过60％的受访者表示至少每周磨炼一次，但选择“从不”运动的人数最多。
编程措辞：JS最受欢迎
JavaScript连续六年被评为最常用的编程措辞。
Python的排名上升，今年超过了C＃，去年刚超过了PHP。
技能关联
我们看到专业开拓职员和整体开拓职员的技能选择紧密结合。
一些干系的技能常日聚拢为一个生态系统，开拓者常日会选择利用同一种生态的编程措辞。
在这张图表中，我们看到一个用于Web开拓的大型集群（JavaScript，HTML和CSS）通过SQL连接到Microsoft技能（C＃，Visual Studio和.NET Core）。沿着左边，我们看到了一个将Java，Android和iOS连接到Linux，bash / shell和Python的连线。 其他较小的干系群集包括Scala / Spark，C / C ++和其他包含特定措辞IDE的小型技能。
AI技能：危险和惊喜共存
部分开拓职员参与谈论了当现代界机器学习和人工智能浸染的主要性：哪些技能可能会带来危险后果？哪些技能又令人愉快？ 关于何种技能是最危险的，每个答案都大致相同，开拓职员对此没有多少共识。但“最令人愉快的AI技能“的回答中，得票最多的是事情可以实现自动化。
AI威胁：谁的任务？
开拓职员认为，机器学习和人工智能算法背后的创造者和技能职员是最该当对人工智能所带来的社会问题卖力。 大约四分之一的受访者认为监管机构该当负紧张任务。
开拓职员对人工智能问题的关注取决于他们所做的编码事情。例如，当打算机变得比人们更聪明时，数据科学家对算法公正性的关注度将比任何其他问题提高1.5倍，这是任何类型开拓职员中最重视的部分。许多开拓者谈论了是否将系统性偏见纳入到算法决策中，以办理AI被滥用而自身不具备检讨和推理的决策路子的毛病。
会不会写不当用场的代码？
在假设情形下，当哀求开拓职员为不当用场的产品或目的编写代码时，超过一半的受访者表示他们不会写这样的代码。 道德情景可能很繁芜，大约三分之一的受访者认为要取决于详细情形做决定。
大多数开拓职员认为，管理者是为不道德代码的结果负终极任务的人。 不到20％的受访者表示，编写用于不道德目的的代码的开拓者是最该当对此卖力的。
险些80％的受访者声称，开拓职员应该考虑他们代码的精确用场。
在这道题的开放性回答里，我们看到了开拓职员关于任务的寻思熟虑。代码的不道德的利用只是有时情形，但开拓职员可以成为抵御不道德代码的末了一道防线。
