京公网安备 11010802034615号
经营许可证编号:京B2-20210330
在谷歌、Facebook等顶级科技公司工作需要哪些技能
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。
No.1 谷歌
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。
No.2 Salesforce
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。
No.3 Facebook
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。
No.4 苹果
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%。
No.5 亚马逊
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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27