京公网安备 11010802034615号
经营许可证编号:京B2-20210330
CDA数据分析师 出品
作者: Lydia Dishman
编译: Mika
LinkedIn通过对用户数据的深入挖掘,列出了美国最具吸引力的40强企业。
查看完整TOP40名单:
https://lists.linkedin.com/2016/top-attractors/en/us
前20名中只有可口可乐,Under Armour和Black Rock不属于科技行业。如今,许多企业都认为自己属于科技领域,比如高盛集团的CEO,他将这家金融公司称为科技公司。
同时值得注意的是,编程已经成为各行各业最重要的工作技能。
正如LinkedIn报告所指出的那样,随着每家公司都在进行技术驱动化转型,能否吸引更多人才将决定企业的兴衰。
在美国最受欢迎的40强企业中,谷歌位居首位。除了提供免费餐饮和按摩等福利外,谷歌还拥有支持多样性和打造“完美”团队的企业文化,这也是为什么谷歌能让顶尖的人才趋之若鹜。一位前谷歌招聘人员估计,他在一年内曾查看了300万份简历。
那么在顶尖公司工作需要哪些技能呢?
毋庸置疑,科技知识是必备技能之一。
同时,大数据平台Paysa的CEO兼联合创始人Chris Bolte表示,对于那些不具备传统计算机科学的人才来说,还有另一个趋势。
“近年来呈现爆炸性发展的是深度学习,”Bolte说,“这是利用神经网络的机器学习和人工智能的一个分支。”
简单的说,神经网络就像计算机内部由相互连接的脑细胞构成网络,可以解析图像或视频等信号。它能以人类的模式学会识别模式和做出决策。
“深度学习扩展了许多层,比之前计算力达到的层次更深,”Bolte解释说,“有了互联网巨头创造的数据量加上计算的进步,因此这些深度学习方法能够更完整地模拟信号。”
作为更广泛的技能,人工智能和机器学习为各种技术人才提供了机会。
微软的资深机器学习招聘人员Amanda Papp透露:“我们的员工中并非每个人都必须有计算机科学博士学位。还有许多人具有物理、生物学等背景。”
Paysa的数据显示,在顶尖科技公司中,编程技能仍然非常关键。
在谷歌,6万名员工中近一半(45%)会Java,42%的人使用Python。只有13%的人会Git(开源软件开发),14%的人掌握云计算技能。
谷歌中83%员工拥有学士学位,7%的人毕业于斯坦福大学。其他的毕业院校包括科罗拉多矿业学院,卡内基梅隆大学和都柏林大学等。
排名第二的Salesforce公司有2万名员工,但员工的技能特点与谷歌略有不同。46%的人掌握云计算技术,39%的人精通敏捷方法(软件开发的项目管理)。
80%的员工具有学士学位,毕业院校主要包括加州大学伯克利分校,东南大学,亚利桑那州立大学和伊利诺伊大学厄巴纳分校等学校。
在Facebook,熟练掌握编程语言至关重要。Paysa的数据显示,Facebook中46%的员工使用Java,44%的人使用Python。其他技能包括C ++,分布式系统,算法和机器学习等。
与前两家公司类似,大多数员工(84%)拥有学士学位,但同时42%的员工也拥有硕士学位。最近的一项研究表明,越来越多的雇主更青睐具有高学历的人才,这也证明了这点。
但苹果并不太推崇员工具备高学历。苹果公司的10万名员工中有71%具有学士学位,28%的员工并没有学位。这在一定程度上是因为,并非所有员工都在Cupertino总部从事开发工作。
苹果公司员工掌握的普遍技能也可以看出这点,其中软件开发占28%,其次是Java占27%。
排在第五位的是亚马逊,这家电子商务巨头从西雅图附近的华盛顿大学吸引了大量人才。其中83%的员工具有学士学位,超过一半(57%)的员工精通Java,45%掌握软件开发技能。
令人惊讶的是,作为为众多网站提供服务的公司而言,只有不到四分之一(21%)的人精通网络服务技能。
尽管Facebook和谷歌等注重技术实力,但这些公司在招聘时并不只看重硬技能。
谷歌人事业务负责人Laszlo Bock称,他们在招聘时需要看重以下四个方面:
1. 一般的认知能力
不仅仅是智力,还包括吸收信息的能力。
2. 应急式领导力
当你看到问题时,你会介入并尝试解决它。之后当不再需要你时,能及时放下,能够放下权力也很重要。
3. 文化契合力
我们称之为Googleyness(谷歌精神),包括上进心和团队精神、倾听及沟通能力等特质。
4. 职位的相关专业知识
这些技能对于刚开始找工作的求职者来说尤为重要。
根据PayScale的一项调查显示,招聘人员正在寻找具备沟通,团队合作和领导力等软技能的求职者。多达60%的雇主认为初级求职者缺乏批判性思维和解决问题的能力。
PayScale研究的共同发起人,Future Workplace的研究主管Dan Schawbel 曾表示,“每天如果没有新的挑战就不完整,越早掌握这些技能,你就越有可能被聘用。“
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13