현재 고용 상태는 어떻게 되시나요?

지위에 상관 없이 다음 중 귀하의 직책에 가장 적합한 것은 무엇입니까?

설문 조사 응답자의 14명 중 1명은 고위 경영진에 해당했는데, 수가 많은 편입니다. 거의 대부분은 중소기업을 운영하고 있습니다.

다음 중 귀하의 현재 직위에 가장 가까운 것은 무엇입니까?

귀하의 회사 / 조직에서 근무하는 사람은 몇 명입니까?

귀사는 어떤 유형의 개발을 합니까?

예상한 대로 IT 기업의 종사자들은 주로 소프트웨어 제품을 개발하는 반면(제품 개발 수행), IT 기업이 아닌 회사에서 근무하는 사람들은 일반적으로 사내 개발에 관여하고 있습니다.

귀하의 프로젝트 팀의 규모는 어떻게 됩니까?

귀하의 팀에서 귀하는 어떤 애자일 소프트웨어 개발 프레임워크를 사용하십니까?

개발자들 중 3분의 2는 페어 프로그래밍을 수행합니다.

귀하의 팀은 어떻게 분산되어 있습니까?

IT 업계에서 얼마나 근무하셨습니까?

개발자의 경험이 많을수록 매주 새로운 도구/기술/프로그래밍 언어를 배우는 데 사용하는 시간이 약간 더 적었습니다.

귀하의 연령대는 어떻게 되십니까?

방법론

이 보고서는 공개용입니다. 내용은 출처를 적절히 밝히기만 하면 사용하실 수 있습니다.

개발자 에코시스템에 관한 설문조사 2019에는 19,000명 이상이 참가했지만, 6,993명의 응답만 이 보고서에 포함되었습니다.

저희는 Twitter 광고, Facebook 광고, Google Adwords 및 JetBrains의 자체적인 커뮤니케이션 채널을 이용하여 잠재적인 응답자들을 설문조사에 초대하였습니다. 당사가 활용한 광고 회사들은 크게 두 단계의 타깃 설정 과정을 거쳤습니다. 첫 번째 단계에서는 특정 국가를 타깃으로 정했습니다. 두 번째 단계에서는 해당하는 프로그래밍 언어 섹션에서의 분산을 줄이기 위해 드물게 사용되는 프로그래밍 언어를 타깃으로 정했습니다. 저희가 타깃으로 정한 언어는 Ruby, Scala, Rust, Swift, Objective-C입니다. 또한, 응답자들에게 동료들과 설문조사를 공유하도록 요청하였습니다. 편향을 최소화하기 위하여 이 보고서는 Twitter 광고, Facebook 광고, Google Adwords 및 응답자들의 추천을 통해 얻은 응답만을 포함하고 있습니다. 저희는 모든 응답 출처를 개별적으로 고려하고 가중치를 사용하여 결과를 도출했습니다.

설문조사의 길이를 줄이고 답변에 대한 부담을 완화하기 위하여 일부 섹션은 응답자들에게 무작위로 표시되었습니다. 무작위로 표시되는 섹션이 7개 있었는데, 각 응답자에게는 이 중 세 개만 표시되었습니다. 무작위로 표시된 섹션은 다음과 같습니다.

  • DevOps
  • 기업 커뮤니케이션 도구
  • 교육
  • 크로스 플랫폼 개발 도구
  • 회의, 미팅, 소셜 네트워크
  • 기타 질문(통계 분석, 코딩 시간, 오픈 소스 관련).
  • 지속적 통합 및 이슈 트래킹 도구

저희는 아르헨티나, 브라질, 캐나다, 중국, 프랑스, 독일, 인도, 일본, 멕시코, 폴란드, 러시아, 한국, 스페인, 터키, 우크라이나, 영국 및 미국의 개발자들로부터 충분히 많은 표본을 수집하였으며, 저희 표본이 현재 개발자 에코시스템을 대변한다고 생각합니다. 전 세계의 모든 개발자 중 70%는 이 국가들에 거점을 두고 있습니다.

비영어권 응답자에 대한 편차를 최대한 최소화하기 위하여 설문조사는 추가적으로 8개의 언어(한국어, 중국어, 프랑스어, 독일어, 일본어, 포르투갈어, 스페인어, 터키어)로도 제공되었습니다.

저희는 전 세계 개발자 인구에 대해 편향되지 않은 이해를 하기 위하여 3단계에 걸쳐 가중치를 적용하였습니다. 첫 번째 단계에서는국가를 타깃으로 정하고 각 국가의 전문적인 개발자 수에 대한 당사의 추정을 활용하여 수집된 응답을 사용했습니다. 유일하게 이용할 수 있는 인구 추정인 전년도의 방법론과 일관성을 유지하기 위하여 학생과 무직 응답자의 비율을 17%로 하였습니다. 두 번째 단계에서는 프로그래밍 언어별로 타깃을 정하여 수집된 응답을 추가하였습니다. 국가, 정기적으로 사용하는 프로그래밍 언어 및 고용 정보를 보조 변수로 사용하여 첫 번째 가중치 적용 단계 후에 수집된 데이터와 대조하여 새로운 데이터 집합에 대해 가중치를 적용하였습니다. 세 번째 단계에서는 응답자들의 추천을 통해 얻은 데이터를 추가하고 두 번째 단계와 같은 보조 변수를 사용했습니다.

이러한 조치들에도 불구하고 JetBrains 사용자들은 평균적으로 더 적극적으로 이 설문조사에 참가하였기 때문에 일부 편향이 존재할 수 있습니다.