#科技行业

宝玉
1个月前
转译:科技就业寒冬来袭:最新数据令人不寒而栗 作者:Alistair Barr - Indeed最新报告显示,科技行业的招聘岗位锐减,其中数据和分析领域尤其惨淡。 - 与疫情前的招聘高峰相比,数据和分析领域的招聘岗位减少了40%。 - 越来越多的求职者以及生成式AI的兴起,让这个领域的竞争异常激烈。 Indeed是全球规模最大的招聘网站,最近发布了一年一度的就业市场报告,报告中的科技岗位数据 () 显得相当惨烈。其中数据和分析相关岗位的前景尤其不容乐观。 让我们先看看整个就业市场的情况。从Indeed的招聘岗位指数(Job Postings Index)图表中可以清晰看到,自2022年疫情后的招聘热潮之后,可招聘岗位数量便持续下滑: 图2: Indeed的整体招聘岗位趋势图(来源:Indeed) 深入分析后可以发现,科技行业的情况比其他行业更糟糕。在2022年,Indeed的科技岗位招聘指数一度突破200,但如今已经暴跌到67: 图3: Indeed的科技岗位招聘指数图(来源:Indeed) 在科技行业内部,数据和分析领域尤为突出。截至今年10月底,这一领域的招聘指数跌至60,是Indeed追踪的所有行业中最低的。这意味着与疫情爆发前相比,数据分析相关岗位减少了整整40%。 更令人担忧的是,求职者申请这类岗位的人数却还在不断增加。 数据分析相关岗位通常包括业务分析师、数据分析师、数据科学家和商业智能开发人员等职位。Indeed的数据表明,这个领域的供需严重失衡。过去几年,大量求职者接受了数据科学相关的培训,使市场上积累了大量技能型人才,但恰逢企业的招聘意愿冷却下来。 Indeed高级经济学家科里·斯塔勒(Cory Stahle)表示: > 「那些接受了数据科学培训的求职者很可能会继续寻找与自己技能匹配的岗位。因为转行往往代价很高、困难重重,而且耗时费力。」 数据分析岗位的收缩程度比其他类型的岗位更严重。一方面是疫情后企业曾大规模扩张招聘,另一方面是后续企业不再需要补充这么多人员了。 生成式AI(Generative AI)的兴起,让情况变得更加严峻,因为AI工具让人们即使没有受过正式的数据科学培训,也能更轻松地进行数据分析工作。 斯塔勒指出: > 「目前AI还无法完全取代这些岗位上的工作人员,但AI已经能够帮助企业和员工以更少的资源做更多的事情。」 对求职者来说,这意味着找工作将变得异常艰难。 斯塔勒警告道: > 「招聘岗位更少,求职者却更多,这表明目前市场竞争十分激烈。找到一份合适的工作可能需要更多时间,而且这些职位的薪资涨幅也会明显低于前几年。」 来源:
Y11
2个月前
对于大多数刚毕业的年轻人来说,进入科技行业的第一步,往往是在能力范围内,争取到一家顶尖公司的工作机会。 这并非盲目追求“大厂光环”,而是因为这些公司的运作模式、团队协作和技术标准,能让新人快速理解“优秀”的具体形态——比如如何高效解决复杂问题、如何在高压下保持产品思维、如何与不同背景的人协作推进目标。 在这些公司里,你会接触到行业内最前沿的技术和最成熟的方法论,这些“真刀真枪”的经验,比书本知识更能帮你建立对工作的直观认知。 更重要的是,你会自然地融入一个优质的人脉圈。同事、导师甚至偶尔合作的外部伙伴,未来都可能成为职业发展中的重要连接。 这种“人脉积累”不是功利性的“加好友”,而是在共同奋斗中自然形成的信任和认可,当你未来需要资源、机会或建议时,这些曾经并肩作战的人,往往愿意伸出援手。 “前大厂光环”的价值,其实在于它为你后续的职业选择提供了“试错成本更低”的底气。 当你说自己“来自某家顶尖公司”,别人会默认你具备基本的专业素养和学习能力,这种“背书”能帮你跳过一些不必要的筛选环节,更快地进入下一个阶段。但光环终究只是起点,真正能让你走得更远的,还是在这个过程中沉淀下来的能力、思维方式和解决问题的经验。 对年轻人而言,第一份工作的意义,在于找到一个能让你“看见更大世界”的平台,然后带着那里的养分,去探索更广阔的可能性。无论是选择进入大厂积累经验,还是去中小型公司快速成长,核心都是让自己在实践中不断进化——这或许就是科技行业最迷人的地方:永远有新东西可以学,永远有机会重新定义自己。