开发人员在2020年的工作方式

 
软件开发一直处于不断变化的状态。编码人员正在不断进行战斗以保持其技能与时俱进。每年都有新的方法论，框架和语言可供学习。在高度复杂且瞬息万变的行业背景下，重要的是要找出哪些技术，工具和趋势适合您。
TNW每年都会向软件开发领域的领导者征询他们的意见。面对现实吧，如果有人要成为该行业的算命先生，那就是那些在第一线工作的人。这是他们不得不说的。
自动化的代码分析将变得更好(并且更普遍)
代码分析工具并不是什么新鲜事物，但是它们以前是财大气粗的开发团队的保留。现在，有免费的开放源代码替代方案，这些专有产品可以使他们的钱物有所值。 Facebook研究科学家彼得·奥海恩(Peter O’Hearn)认为，随着免费赠品工具的知名度不断提高，它们的采用将继续滚雪球。
“在工业界和学术界，在自动化各种测试和验证工作流程方面进行了大量工作。在Facebook，我们一直在投资先进的静态和动态分析工具，这些工具采用了与程序验证和计算搜索类似的符号和进化推理技术，”他告诉TNW。
我们在伦敦[Infer和Sapienz]开发的工具针对与崩溃和稳定性相关的问题，执行涉及数千万代码的复杂推理。而且由于Infer是开源的，因此可以轻松地将其集成到开发工作流程中，从而带来价值，同时最大程度地减少开发人员大规模部署代码的麻烦。
另外，我们看到了从GitHub和GitLab迁移的过程，以简化将源代码分析集成到整个代码生命周期中的过程。例如，使用GitHub Actions，可以在提交时检查代码中的错误和安全漏洞。您可以合理地认为，这些平台将在来年促进静态和动态代码分析的采用中发挥重要作用。
Stack Overflow的数据科学家Julia Silge也表达了类似的观点。她告诉TNW，随着越来越多的公司加入DevOps潮流，那些在工作流自动化领域工作的人将在来年成为有价值的商品。
“在Stack Overflow上，我们看到有证据表明，到2020年及以后，软件自动化将非常重要。例如，GitHub Actions(用于构建自动化软件工作流的GitHub API)是过去一年Stack Overflow上增长最快的新标签之一，”她告诉TNW。
我们还看到，在我们的年度开发者调查中，专注于构建，部署，测试和监视代码自动化的软件角色(例如DevOps从业人员和站点可靠性工程师)是收入最高且需求最大的软件。
在薪酬以及聘用难度方面，这些角色甚至使机器学习和数据工程师等其他高要求的角色黯然失色。我们甚至看到自动化在我们自己构建的产品中对于提高开发人员的生产力至关重要。适用于团队的Stack Overflow与其他常见的生产力工具集成在一起，因此进行编码的人员可以将知识共享自动集成到其现有例程中。
工具多样性助长了技术债务
技术债务。技术债务永远不会改变。
传统上，指责是指在现代软件开发实践(如微服务，源管理和敏捷)出现之前开发的旧系统。尽管传统系统经常会出现问题，但Puppet首席技术官Deepak Giridharagopal相信即将到来，这全归功于当代软件开发界的异质性。
“尽管公司始终处于不断变化的状态–采用新技术和模式来更好地满足其需求–但是，2019年基础设施领域发生了许多变化。云和容器生态系统继续扩展，人们对监控，跟踪，可观察性，漏洞管理和策略执行等更具操作重点的领域也越来越感兴趣。”他告诉TNW。
但是，对于所有这些基础平台改进，仍然有一个事实是不可避免的：新应用程序的构建比旧应用程序的退役更快。随着新平台变得越来越简单，在顶部构建新应用程序也变得更快。并且，随着新平台变得更加健壮和可靠，这些应用程序的使用寿命会更长。做数学，这意味着随着时间的流逝，对于那些拥有多个应用程序和团队的人来说，世界将变得越来越异构。
到2020年，随着几个月的流逝，企业应期望其应用程序的“老式”种类越来越多。十年或更久以前的旧版应用程序。最近几年的应用在当时的架构和技术选择方面都非常重要。以及使用当前流行风格的新应用。不过，基础架构工程师必须在所有这些不同的环境，技术和架构中进行合理化和操作。
如果说，2019年是“我可以通过添加这项新技术来解决基础设施问题的年份”。我担心2020年可能是“现在我有两个问题”的一年。
想要在国立总统府工作吗?他们正在招聘。
2020年将是机器学习，数据和人工智能的一年
CloudBees的DevOps传播者Brian Dawson认为，是时候让开发人员工具变得更智能了，从而提高编码效率。
“开发人员将开始看到智能IDE，编译器，CI / CD管道工具等，它们将在工作时学习捕获数据并学习行为等，并充当虚拟对程序员的角色，帮助他们识别错误，代码中的反模式和实践(承诺频率等)，以及识别和鼓励成功行为和实践。”他告诉TNW。
Dawson列出了他认为AI可以帮助开发人员工作的领域清单。如您所料，这是一个很长的清单，主要集中在提供反馈和防止错误的开发时间表上。
“当机器学习算法将合并/拉动请求的时间过长时，它们将能够提醒开发人员，将拉动请求的时间与集成或测试失败的成功相关联，并动态识别应该使用哪些单元和功能测试根据开发人员更改了哪些代码以及引入了哪些功能来运行。他们将根据部署到生产中一部分用户的标记功能的使用，向开发人员解锁反馈流，告知开发人员用户体验与代码之间的关系以及可能需要额外关注的地方。”
最后但并非最不重要的一点是，它们将帮助不断确定通过验收测试，成功部署，按时交付等的可能性，并就如何消除障碍物和增加成功机会提出建议。
无服务器成长
无服务器计算的热情令人瞩目。可以预见，无服务器在本年度帖子的前几版中占据了重要位置，主要集中在Docker Swarm与Kubernetes目前正在进行的几乎宗教战争中。
Platform市场营销副总裁Chris Yates认为，无服务器计算仍有很多路要走，特别是超出部署，扩展和监视应用程序的核心任务。
他告诉TNW：“ 2020年将是无服务器的一年，但不是您所认为的那样。”
开发人员已经在所有事情上花费了大量的时间，除非制作解决问题的软件。 “ DevOps”已从“开发人员发布软件”迁移到“开发人员在Kubernetes上构建更复杂的基础架构”和“开发人员将其软件改造为分布式无状态功能”。到2020年，“无服务器”将成熟。处理状态。处理数据存储，而无需开发人员学习另一种专有的数据库服务。学习新知识很有趣，但是更好的运输方式，我们将最终看到支持该技术的系统和服务。
IBM拥有的Linux供应商Red Hat的EMEA开发人员采用负责人Markus Eisele对此进行了扩展：“来年将是使软件开发团队可以访问和扩展复杂基础架构的第一年。代码就绪工作区和本地容器运行时通过专用的命令行界面(CLI)，例如开源的odo项目，为开发人员提供了出色的体验，”他说。
与现有开发环境的深度集成弥合了Kubernetes原生连续交付(CD)机制(例如Tekton Pipelines)的空白。优化的框架将加快本地开发的速度，同时简化产品进入开源Quarkus项目之类的过程，该项目于2019年11月发布1.0版本。
交给你
到目前为止，您已经做到了，所以告诉我：您是否同意所说的?还是您完全不同意自己的大胆预测?在下面的评论中或在Twitter上与我联系，让我知道。
如果您想与我们之前的预测进行比较，请单击此处查看我们的2019年文章，并单击此处查看我们的2018年沉思。