大数据平台的发展会降低程序员的价值吗？

特殊领域： 机器学习，自然语言，搜索推荐，语言与框架的开发等特殊的小众领域，暂不做讨论。

针对本题，粗略地把研发人员的能力分为以下3类：

业务逻辑研发的能力： 将业务逻辑转化为代码实现的能力。

系统架构的能力： 高并发高负荷系统的设计实现能力，系统底层服务的研发能力。

特殊领域： 机器学习，自然语言，搜索推荐，语言与框架的开发等特殊的小众领域，暂不做讨论。

业务逻辑研发的能力
对于只关注业务研发的同学来说，的确影响不大，而且随着云服务商对各种服务提供更完善的工具，业务研发的同学工作会更加轻松和高效，例如阿里云数加提供的大数据平台服务，可以很方便地实现各种大数据解决方案。

系统架构的能力
这里是影响最大的一层，举例栗子：某个业务我们需要一个MongoDB、Oracle集群，要考虑数据分片，主备库，队列延迟写入，读取加缓存等模块， 随着业务的发展，还需要持续的加机器。而现在MaxCompute（比Hadoop更方便易用、更安全、成本更低）等服务出来以后，底层的服务他们已经封装过了，只需要简单的调用API这些服务就可以跑起来，而且可以跑的挺欢实，而这些的学习成本是很低的，几页的文档就可以开始用了（现在这些云服务还不够强大，那个业务仍然使用MongoDB集群）。诸如此类，缓存框架等等也都会有替换品。

目前，系统架构无疑技术含量比较高的领域之一，有经验的技术人员会在这个领域深入来增加自己技术上的竞争力，被云服务替换之后，没有了实际的生产环境，这里慢慢地会成为屠龙之术，学习条件也会大为恶化。 到那时想专注系统技术的同学只能去各个云服务商或者巨型公司了。

以公司的角度来说，用云服务几乎是必然，成本低而且稳定。中小公司对具有系统架构能力的架构师的需求会越来越小，随着云服务的进一步发展和普及，将来除了云服务公司和巨型公司，几乎不需要什么架构师，现在觉得这个结论还有些绝对，但就和我们现在写代码基于Java/PHP 而不用汇编一样，技术的发展会逐渐封装底层的技术细节，留给上面越来越纯粹的业务细节，技术人员的主要价值就会在于 对业务的理解，语言框架的使用和各种云资源的整合，而这些的技术门槛实在不高，新人工作一两年可以轻松的赶上。

再回到题主的问题，结论是：对高级技术人员的影响的确存在，而且非常大，中小公司的系统架构师需求会逐渐削弱甚至淘汰。

文章转载鼎点网络

阿里巴巴大数据-玩家社区  https://yq.aliyun.com/teams/6/

---阿里大数据博文，问答，社群，实践，有朋自远方来，不亦说乎……

每年节约数亿元大数据成本，阿里巴巴数据中台成本治理怎么做的？ 大数据环境下，数据的存储和计算成本一直居高不下，是每一个企业数字化转型过程中的都会遇到的难题。阿里巴巴作为业内领先的数据智能公司，也遇到过类似的问题，但是凭借着领先的方法论和产品，阿里巴巴每年能够节约数亿元的存储和计算成本。本篇，我们就来聊聊阿里巴巴的资源优化方法论和Dataphin的资源治理和优化能力。
考验与机遇并存，传统运维面对新局面可以这样做 用工具来提效，前期熟悉工具所付出的时间成本，便是有价值的投入。拥抱新生事物，把它们转化为得力助手，工作自然会变得更加得心应手。
CIO要权衡好云计算好处与风险 本文讲的是CIO要权衡好云计算好处与风险，随着云计算的安全缝隙变得更加显而易见，用户开始寻找保护数据安全的途径。纽约投资银行金融服务机构Cowen公司CIO Daniel Flax依靠云计算实现公司销售活动自动化。
MaxCompute（原ODPS）是一项面向分析的大数据计算服务，它以Serverless架构提供快速、全托管的在线数据仓库服务，消除传统数据平台在资源扩展性和弹性方面的限制，最小化用户运维投入，使您经济并高效的分析处理海量数据。
隐林 阿里云大数据产品专家，擅长MaxCompute、机器学习、分布式、可视化、人工智能等大数据领域；