京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据降温了,来看科技圈十大“上升”和“下降”的趋势名词
科技行业以变化快著称,不过该行业的流行词语变化可能更快。据西雅图初创公司Textio对50万份科技工作招聘启事的研究报告显示,去年最引人注目的一些专业名词,例如大数据,到了今年对应聘者的加分已大不如去年显著。这些陈旧的术语已经被人工智能、实时数据等更热们的趋势取代。
Textio公司CEO基兰·斯奈德(Kieran Snyder)称,extio在研究中追踪了5万个在科技工作招聘启事中常见的短语,然后由此统计出了过去一年来受影响最大的科技短语,分别按照受到正面影响和受到负面影响排列。据悉,在选出的五大“失意者”中,在2014年时均可谓是求职者身上的亮点,由此可见科技行业变化是如此之快。而在五大上升最快流行词语中,只有两个是去年的科技工作中会提到的技能,斯奈德说。
Textio主要以三个方面来衡量其榜单中的科技短语:一是申请包含该科技短语工作的应聘者人数;二是拥有该词语所要求的技能和背景的应聘者在全部应聘者中的百分比;第三是工作招聘发出后多久能够招到相关的人才。之后,Textio将这些数字与一年前的数字相比,再由此排名。以下为Textio公司评选出的今年科技术语五大“赢家”和五大“输家”。
科技圈五大上升及下滑最快流行词语
1、人工智能(Artificial intelligence)
埃隆•马斯克(Elon Musk)与霍金(Stephen Hawking)可能会认为这种现象有点奇怪,但是科技职位申请正朝着人工智能前进。过去6个月,在最佳科技职位招聘中,人工智能术语的使用翻了四倍。
2、实时数据(Real-time data)
大数据虽然表现不佳,但实时数据却表现很好。照预测,和大数据不同,实时数据相关招聘增加预示着企业希望根据最新信息开发产品,而不仅仅是根据众多信息开发。
3、高可用性(High availability)
该领域反映了一个趋势:开发一直处在连接状态、几乎从不停机的软件,已经越来越重要,在技术上这是一大挑战,许多工程师将更为重视。相比一年之前,此类招聘增长了42%。
4、稳健、可伸缩(Robust and scalable)
在过去的一个夏天,这两个词汇的总使用量明显上升,仅是过去2个月就翻了2倍。这两个术语涉及到软件的强大,可以服务众多用户。
5、包容性(Inclusive)
对于求职者来说,办公地点的多元化越来越重要,在科技产业尤其如此,于是招聘者便打出了包容牌。一直以来,企业经常利用“多样化”“差异化”特色吸引求职者,现在这两个术语的意义可能有所改变。可能正是因为这一改变,导致“包容性”术语在过去6个月越来越流行。
6、大数据(Big data)
在科技招聘广告中,大数据是输家。根据Textio的报告,大数据企业可能不再这么称呼自己了。2年前,一切都跟大数据扯上关系,但从5至6个月前开始,大数据术语的使用开始降温。今天,如果在工程职位中使用“大数据”术语,比起不使用要糟糕30%。Textio公司CEO Snyder指出:“现在大数据术语使用已经饱和,你最好谈谈人工智能而不是大数据。”
7、虚拟团队(Virtual team or V-team)
使用企业术语会导致求职者远离,“虚拟团队”术语指的是“远程办公”,使用它会导致求职者数量过低。
8、故障排除(Troubleshooting)
对于众多科技员工而言故障排除是一项关键技能,招聘人员最好管它叫“问题解决”“修理”“诊断”,因为“故障排除”术语的表现比其它术语要糟糕1倍。
9、主题专家(Subject matter expert)
你可能会觉得自己是某领域的专家,但这个术语的另一层意思是指应试者擅长一个领域,对其它领域却所知甚少。科技企业需要的是“全能工程师”,而不是主题专家。
10、无毒工作环境(Drug-free workplace)
一些招聘企业会在广告中使用该术语,结果是广告效果糟糕20倍。6个月前,使用该术语的恶劣影响还只有现在的一半。为什么会这样呢?Textio也不是很确定,可能求职者读到该表述时会认为工作环境苛刻。结果,一些寻找宽松工作环境的求职者掉头离去,他们追求弹性工作时间,希望着装随意。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22