1樓：張子玉
是的，因為數字的就業規模比模擬大，從業人員比模擬多。這好比把CS和IC做對比。
我個人看法是數字比模擬的門檻低，崗位數量多。至於薪資，這就不好說了，畢竟沒有調查權就沒有發言權。我手上也沒有足夠的樣本。
然而，現在市面上數字IC的課程和培訓班多了起來。而能被拿出來做培訓的崗位方向，至少說明門檻相對低、市場就業面寬、薪資待遇還不錯。
下面的回答可以在你做職業選擇時，提供一些參考。
晶元行業哪些職位比較有前途？
2樓：老扎古
模擬和數字設計相比較
場景需求來說，數字崗位肯定是多於模擬的
培養週期來看，數字崗位相對可以週期更短（備註，只是相對，數字設計的架構和技術也很精深博大），模擬設計相對培養週期更長，模擬不到一定段位貢獻度有限。
在中階的崗位，模擬類似ADC，RF，Serdes是高於數字設計，高階段位崗位就差不多的
最後不管是模擬還是數字IC還是應該踏踏實實做技術，切莫浮躁，IC行業雖然現在是風口，但是在風口退去後，留下來的還是紮實做技術的人的，
3樓：HenryW
跟門檻和崗位數量確實有一點關聯。
薪資是看每年的缺人情況吧，現在都在搶人，數字前兩年入職的人已經很多了，最近就不太需要招了，一批應屆生一般能用個三五年的。
從研究生入學去選擇模擬的人就少一些，甚至還有好多繼續讀博的，導致模擬碩士應屆生數量與當前公司所需要的數量很難匹配的上。而且模擬崗位跳槽的概率也比數字小，數字設計好上手，通用性強；模擬設計入門時間長，接入新專案的過程也比較久，而且專用性更強，所以不容易頻繁切換到新的專案或者是新的公司。
為什麼知乎裡數字的人多呢，可能搞數字的人更喜歡碼字吧
為什麼知乎上的人好多數典忘祖，感覺自己比古代先賢，古代將領們聰明的多？
Mario Li 題主在看到這類觀點時一定要鑑別是以下的哪種 1.就事論事，古人某個東西做的不好，不如現代技術有效。這個很正常也往往正確，科學技術社會發展了這麼多年，積累的知識足以達到古人在當時無法企及的高度 2.因為古人某個東西做的不好，所以我比他們聰明。這個往往不對 但也不一定。比那個 何不食肉...
為什麼知乎上感覺討論Deep reinforcement learning比討論GAN少很多？
Reinforcement learning 本身問題和方向其實很多，deep 化的過程中要解決的問題還是相當棘手的，需要發現歷史中的技術比如 experience replay 或者發明出新的 trick，如 retrace。準備工作比 GANs 略多一點吧 ACplus gan是生成學習的分支，...
為什麼知乎上ENFJ很少呢？
EKI CHAKI 個人認識的這種人，做了測試的一般都會笑一下然後把這事放到腦後，自然不會去關心。他們很多閒了都在忙著和身邊的人互動，不大在乎這種分類和分析的。 還 還好吧 先提乙個前提 其實很多情況下，網際網路本身作為乙個 虛擬 的世界，大多數人都會將網際網路視作乙個進行大型假面舞會的現場的存在。...