科技行业什么技能最吃香?竟然不是写代码_最新动态_新闻资讯_程序员俱乐部

中国优秀的程序员网站程序员频道CXYCLUB技术地图
热搜:
更多>>
 
您所在的位置: 程序员俱乐部 > 新闻资讯 > 最新动态 > 科技行业什么技能最吃香?竟然不是写代码

科技行业什么技能最吃香?竟然不是写代码

 2017/9/24 1:38:26    程序员俱乐部  我要评论(0)
  • 摘要:注意:我们分析的方法较为粗略,可能会有一些明显的缺点,所以现在还是不要太看重这个发现,看看每个技能的简要描述,然后继续阅读,观察我们如何确定分数及其他更广泛的问题,你也可以【点击这里】查看报告。下文中的“STEM”即代表“科学”,“科技”,“工程”,“数学”。什么工作技能最吃香?你可以在媒体中看到很多以数据为驱动的分析,这些能帮助你了解哪些技能可以提高收入或者帮你找到工作
  • 标签:代码 什么 技能 写代码

Skills-most-employable-v1.3.jpgoriginal="http://image.3001.net/images/20170916/15055323876271.jpg!small" />

注意:我们分析的方法较为粗略,可能会有一些明显的缺点,所以现在还是不要太看重这个发现,看看每个技能的简要描述,然后继续阅读,观察我们如何确定分数及其他更广泛的问题,你也可以【点击这里】查看报告。

下文中的“STEM”即代表“科学”,“科技”,“工程”,“数学”。

  什么工作技能最吃香?

  你可以在媒体中看到很多以数据为驱动的分析,这些能帮助你了解哪些技能可以提高收入或者帮你找到工作,但这其实并不重要,一个技能虽然可以换来高薪,但是只能在小范围的工作中使用,且长远来看有着自动化的风险,最后人们只关注工作满意度,所以收入上涨空间非常之小。如果你对要做什么改变主意了,那么我们为你提供了几个选择。

  我们与 Insight Data Science 的研究员 Tee Ponsukcharoen 合作,并尝试做更好的分析,除了收入之外,我们评估了满意度,自动化风险和适用范围等方面的技能。结果十分令人惊讶:人们认为先进的技术比如编码或其他 STEM(即科学,技术,工程,数学)技能在未来将是最有价值的。但是我们的分析发现恰恰相反,从技术变革中获得最大收益的技能就是社会,分析和管理技能。

  在本文的剩余部分,我们解释我们的分析,探索其他相关数据,并得出结论,哪些技能值得学习(注意:不要因此停止你的编程课程!)。

  目录

哪些工作技能最吃香?我们的方法与结果

为什么 STEM 技能不能称为最理想的工作?

自动化趋势如何影响 STEM 技能

(一些)STEM 技能供过于求的证据

“软技能”的重要性的证据

什么原因导致我们的分析的编程得分较低?

我们的分析会不会低估了 STEM 技能?

你应该学习 STEM 技能吗?

关于花费时间习得工作技能的分析

对教育回报的粗略分析

其他证据与考虑

什么是最有价值的工作技能组合?

结论:你应该学习哪些技能?

附:关于找工作,一个英国开发者的一些建议

  我们使用了美国劳工统计局的数据,它们对超过 600 个工作岗位中的 35 项技能进行重要性评估。如果一项技能在平均满意度高的工作中被列为“更重要”,那么我们对其满意度等级的评分就会很高。其他也是一样。我们添加了(归一化的)分数,以得出最终的“技能值”得分。【点击这里】查看完整的技术性报告。

  下表显示了全套结果:

技能价值分进入时间适用广度工作满意度收入自动化风险             (分值越高,风险越低) 主动学习0. 880. 070. 730. 940. 810. 91 主动倾听 0. 87 0. 08 1 0. 89 0. 74 0. 88 解决复杂问题 0. 91 0. 07 0. 75 0. 88 0. 94 0. 89 合作 0. 88 0. 28 0. 83 0. 89 0. 67 1 批判性思维 0. 99 0 0. 89 1 0. 97 0. 96 设备维修/保养 0 0. 97 0. 11 0. 04 0. 02 0 设备选择/选型 0. 02 0. 96 0. 12 0. 04 0. 02 0. 03 安装 0. 02 0. 9 0 0. 19 0. 06 0. 03 指导 0. 71 0. 3 0. 67 0. 79 0. 54 0. 79 判断和作出决定 1 0. 01 0. 8 0. 99 1 0. 99 学习策略 0. 75 0. 23 0. 62 0. 85 0. 6 0. 84 财政资源管理 0. 55 0. 46 0. 26 0. 5 0. 6 0. 59 物质资源管理 0. 56 0. 49 0. 31 0. 48 0. 55 0. 66 人力资源管理 0. 73 0. 35 0. 58 0. 8 0. 67 0. 78 数学 0. 5 0. 43 0. 54 0. 42 0. 58 0. 44 监督与检查 0. 91 0. 2 0. 85 0. 86 0. 82 0. 96 谈判 0. 68 0. 33 0. 63 0. 69 0. 58 0. 75 操作与控制 0. 02 1 0. 33 0 0 0 操作监控 0. 08 0. 98 0. 47 0. 06 0. 06 0. 02 操作分析 0. 58 0. 39 0. 27 0. 54 0. 61 0. 64 说服力 0. 73 0. 27 0. 68 0. 75 0. 61 0. 8 编程 0. 51 0. 39 0. 12 0. 49 0. 61 0. 56 质量控制分析 0. 14 0. 92 0. 4 0. 19 0. 14 0. 09 阅读理解 0. 77 0. 13 0. 88 0. 85 0. 72 0. 71 修理 0. 01 0. 95 0. 1 0. 06 0. 03 0. 01 科学 0. 44 0. 47 0. 18 0. 43 0. 49 0. 49 服务方向 0. 56 0. 45 0. 82 0. 58 0. 33 0. 64 社会洞察力 0. 77 0. 29 0. 87 0. 81 0. 53 0. 87 演讲 0. 82 0. 15 0. 97 0. 84 0. 66 0. 85 系统分析 0. 74 0. 23 0. 53 0. 74 0. 74 0. 76 系统评估 0. 76 0. 22 0. 52 0. 74 0. 77 0. 8 技术设计 0. 63 0. 41 0. 16 0. 56 0. 64 0. 75 时间管理 0. 95 0. 11 0. 78 0. 99 0. 88 0. 98 发现并解决麻烦与故障 0. 05 0. 96 0. 25 0. 08 0. 05 0. 03 写作 0. 7 0. 2 0. 75 0. 79 0. 64 0. 68

  注:

1 表示最佳分数,0 表示最差。分数来自我们的分析,并被重新归一化为0-1,这样会一目了然。我们并没有简单地将这些数字归结为最终的价值得分。原始分数在【这里】,细节在【报告】中。

进入时间取决于:要进入一个以技能为核心的工作需要多少培训

工作满意度取决于:以技能为核心的工作令人满意的程度。

收入取决于:以技能为核心的工作的收入。

自动化风险取决于:以技能为核心的工作的自动化概率(由 Frey 和 Osborne 2013 给出)。

技能适用广度取决于:适用的以技能为核心的工作数量,每个工作类型在十年内由预期的工作机会数量加权。

  根据这一分析,最有价值的技能可以归结为“领导”技能,如:

分析和学习:包括判断,批判性思维,复杂的问题解决,主动学习。

管理:包括时间管理,监控绩效,协调人员。

社交技能:包括积极倾听,沟通交流,社会认知。

  这些技能在很广泛的工作中十分有用,包括管理(例如 CEO),财务(例如房地产经纪人,投资经理),销售,工程,教学和许多医疗保健工作(例如外科医生,验光师)。

  最不吃香的技能是手工工作,如设备维修,修理和操作和控制。这些技能在电工,锅炉和制造技术等工作中很重要。

  分数相关 – 在高收入工作中有用的技能也是满足低自动化风险的工作。最有价值的技能也花费最多的时间学习。这表明技能市场的效率。

  在这里我们可以看到收入和满意度之间的相关性:

Income-vs-Satisfaction.png

注:技能类别是劳工统计局使用的类别。“基本”是指更为“根本”的东西,包括主动学习,科学和口语沟通。“技术”是指设备维护,运行监控和维修,以及编程和技术设计。

  然而,鉴于一定水平的收入,技术技能与较低的满意度工作有关,收入和满意度之间存在一些分歧。而社会和基本技能与较高的满意度有关。 (虽然注意到这只是一个相关性,但可能只是因为找不到技术工作的人会不太开心)

  最令人惊讶的发现是数学,科学和程序设计(STEM 技能)在这些措施上排名均低于平均水平。这让我们不禁发问:为什么会发生这种情况?我们应该相信结果吗?这是否意味着你应该退学 STEM?(可能不会)

  为什么 STEM 技能不能用于最理想的工作?

  像许多其他人一样,我们提出了学习 STEM 技能的想法。那是错误的建议吗?我们对这种分析不太有信心,不过由于几个原因,这些建议仍然可能是有效的。

  首先,我们的分析不是铁证如山,所以我们不能从中得出强有力的结论。因此我们在技术报告中讨论了这些缺点(【点击这里】查看)。

  第二,在最理想的工作中,有用的技能之间存在差异,这是分析的重点,以及学习最好的技能。比如“判断”这样的,可以让你很容易就业,但是这种技能很难改善,所以每小时花费的学习回报率都很低。

  总的来说,我们认为(不对此抱有很大信心):

STEM 技能并不是让人们更容易受雇的技能。

但是,因为 STEM 技能更容易改进,所以可能是最好的,值得学习的技能之一。

  在下一节中,我们探讨了其他证据,表明 STEM 技能不是最大程度提高就业能力的技能,以支持我们初步分析的结果。之后,我们会考虑哪些技能最适合花时间学习,以及学习 STEM 的案例。

  自动化趋势如何影响 STEM 技能

  哈佛大学研究员 David Deming 发现,许多 STEM 职业,如工程学,从 2000 年到 2012 年一直在下降就业比例,(除了计算机工作这一重要例外),大部分就业比例增长反而是金融,健康和教育。

Change-in-Relative-Employment.png

  Deming 还发现,需要数学技能而不是社会技能的工作的工资增长不到 10%,而那些社会技能水平高达 30%。

  这也符合雇主经常说的要求。这是英国 CBI 和 Pearson 在 2016 年的一项调查:

Employer-satisfaction-with-skills.png

  雇主对毕业生的信息技术和计算能力普遍感到满意。但他们对解决问题,自我管理,分析,沟通和商业意识相对不太满意。

  这是怎么回事?在自动化时代,我们都倾向于去设想只有身怀技术才能跟上时代步伐,但实际上,最有价值的,恰好是那些最难以自动化的技能,那些是人的技能,不是技术技能。

  Frey 和 Osborne 这两位引领自动化的研究人员认为,最难以实现自动化的是创造力和社会智慧。他们的分析发现,实现自动化的概率最低的是一些类似于娱乐治疗师,心理学家,编舞师,教师以及人力资源经理等角色。现如今我们有R语言加速数据分析,但是却不足以造出一台可以讲笑话的机器人。

  这些趋势可能会使 STEM 技能的价值相对平均值较低,主要因素有:收入,适用广度,满意度以及自动化风险。

  你可以阅读更多报告为何社会技能会变得更有价值,点击这里查看 David Deming 的完整报告。

  (一些)STEM 技能供过于求的证据

  人们广泛认为 STEM 技能供不应求,例如:

经济预测指出,如果美国要保持其科学与技术上的历史优势,那么在下一个十年对 STEM 专业人士的需求会比现在的培养速率多一百万甚至更多。

- 总统科学技术顾问委员会

  但是,如果你从整个说英语的国家中挖掘并分析数据,会发现这个迹象不是很明显:

在英国只有 3.5% 的科学博士是永久学术职位。

美国劳工部统计局报道:“2014 年,美国人口调查局报告称,有 STEM 学士学位的人中,74% 没有从事 STEM 职业。

澳大利亚,Grattan 研究所发现,“只有一半的本科毕业生在毕业后寻求全职工作并成功找到,这比所有毕业生的平均水平低 17 个百分点。”

  这是怎么回事?STEM 有着多样化的种类,所以虽然 STEM 技能缺乏,但其他方面的人士供过于求。同样的美国劳工统计局通过报告得出结论:

在学术就业市场上,任何学科都没有明显的短缺。事实上,有迹象表明博士在许多学科(例如生物医学科学,物理科学)上争夺任期管理职位,供过于求。

在政府部门,由于要求是美国公民身份,某些 STEM 学科在博士学位上人才短缺。包括较为特殊的(例如,材料科学工程,核工程)以及一般的(例如系统工程师,网络安全和情报专业人员)。相比之下,生物医学工程师的供过于求。电气工程师和机械工程师在高等程度上存在短暂的短缺。

在私营部门,软件开发者,石油工程师,数据科学家以及技能行业的技术人员都有很高的需求;生物医药,化学和物理学博士人才资源丰富;电气工程师的短暂短缺和饱和不时发生。

  这可能意味着,虽然 STEM 专业整体不是特别需要人才,但某些类型的 STEM 专业 – 即涉及软件,数据和工程的专业还是需要的。

  “软技能”的重要性的证据

  除了是常识,还有越来越多的证据表明,“软技能”在就业能力方面非常重要,甚至可能与智力相当,而智力往往被视为学术成功的关键预测因素。

  例如,一项分析发现,“政治知识和技能”是工资,经验和认知能力的最佳预测因素之一。它还发现“社会资本”,“控制地位”,“主动性”和“外向”是事业满意度的最佳预测因素。

  《劳动经济学杂志》得出结论:

  根据行为的很多层面和“重要性”,得出结论为非认知能力与认知能力一样重要。

一个没那么全面但是依然值得参考的研究发现,智力在前 0.5% 的人中,外向人格对收入有着很大的作用。瑞典的首席执行官在软技能方面表现出比认知技能强。

  什么原因导致我们的分析的编程得分较低?

  现在我们来回顾一下我们的分析,特别是编程分数,看看为什么它排名如此之低。

  首先,编程整体分数水平低于平均,所以这不是单个异常值导致的得分偏低。

  我们可以看到哪些工作影响了分数。需要编程,但是需要很长时间才能进入的工作包括:

计算机与信息研究人员,

统计学家

生物统计学家

  那些很容易进入的包括:

计算机控制工具编程人员。

Web 管理员

Web 开发者

  从这一点来看,没有多少工作需要编程技能,且这些工作不会雇用很多人,所以我们的“适用广度”得分很低。反思一下,这并不奇怪。社交技能几乎在所有地方都很有用,但技术技能只能用于专业职位。这是一个真正的缺点,因为如果你决定不想继续待在这个职位,那么你的技术技能就不再有用。

  第二,这些工作中没有一个是高薪。最顶层是计算机研究科学家,中位数为 111,000 美元。大部分工作都在 40,000 美元到 80,000 美元之间。大多数非常高收入的职业(如公司管理,财务,销售,医药或法律)都不需要这种技能。此外,这些高收入工作的收入可能在我们使用的数据中不足,所以编程的真实情况可能更糟。(以上为美国情况,仅供参考!)

  在工作满意度上,统计学家和网络开发人员出现在第 30 位左右。 所以编程并不包括任何最令人满意的工作,例如医疗保健中的许多职业。

  Frey 和 Osborne 评估了统计学家和网络开发人员的自动化风险概率,为 30%。这意味着他们比平均水平好,但逊色于大多数医疗和教育工作,因为这些都需要社会技能。

  因此,需要编程技能的工作只是平均水平,适用广度不足导致分数在我们的分析中低于平均值。

  与此相反,且让人毫不奇怪的是,最理想的工作涉及“领导”技能,如解决问题,社会技能和管理,因为这些技能与高级角色有关。这些技能也很广泛适用。几乎每个工作都需要处理人员和解决问题的人;而 STEM 技能则用于较小范围的职位。

  正如我们所说,社交技能,创造力和解决问题是实现自动化最难的技能,这些技能给他们(教育和健康)一个良好的前景。

  我们的分析会不会低估了 STEM 技能?

  需记住的一个要点:我们的分析集中在平均值上。

1. 即使需要 STEM 技能的其他岗位数量在缩减,计算机岗位份额还在增加。

2. 可能许多基础的技术工作正在实现自动化,但少数人的收入还在增加。Google 的工程师似乎就是一个很好的例子,但是这样的软件工程师的工资大概占1% 左右,所以对我们的分析影响不大。这与收入不平等的普遍趋势相一致 –在短期内会减少收入的中位数。

3. 即使“编程”平均不是很好,某些适用较窄的技术技能可能是很吃香的(例如机器学习)。

  这里还有一些我们的分析可能会低估 STEM 的原因:

1. 我们的分析只考虑了就业岗位数量的增长,而不考虑这些工作中使用的技能平衡的变化。例如,在金融方面,以前需要软技能和判断力的许多工作正在被技术工作所取代。麻省理工学院技术评论称,2000 年,Sachs 雇佣了 600 名股票交易商,而现在只有 2 名,以及 200 名计算机工程师。

2. 学习 STEM 似乎是提高批判性思维和判断能力的好方法,所以即使你从来没有直接使用过 STEM 知识,可以很有用。了解 STEM,特别是软件,即使你不直接使用它,它似乎也是重要的知识。

3. 最后,在 80000Hours,我们更关心的是对社会影响更大的技能。SREM 知识在创新中尤为重要,因此从这个角度来说,STEM 更有价值。我们也强调人工智能和生物工程是社会影响的两个关键领域。不过,我们也注意到,最具影响力,的工作往往不具备 STEM 技能作为其核心组成部分。如果你想要找到一个非营利组织或创业公司,与你的技术技能相比,社交技能可能是相似或更大的因素。如果要进行社会宣传,那么沟通技巧更重要。如果你只希望最大化你的收入,那么仍然有很多不需要 STEM 技能的,非常高收入的选择,如法律,管理,销售和房地产。

  你应该学习 STEM 技能吗?

  所有这一切是否意味着你不值得学习 STEM 技能?并不是。现在我们解释上述分析的一些考虑。

  关于花费时间习得工作技能的分析

  如果一个技能比另外一个技能要难学,那就降低了学习时间的“投资回报”。我们认为 STEM 技能可能比“领导”技能更快地提高,这意味着他们仍然是最好的技能的竞争者,特别是科技(T)。

  我们试图估计“学习时间”得分以表明技能的学习难度。如果技能需要在很长时间才能进入工作中,且很有用,那么我们将其评为“难以学习”,反之亦然。

  我们发现,许多最有能力的技能需要最长时间的学习,如判断,主动学习和批判性思维。然而,STEM 技能出现在“time to learn”中。

  这是有道理的。编程是一个具体的知识体系,可以明显改进。如果你去 App Academy,你可能会比以前更厉害。

  提高你的“判断力”或“社会认知度”,效果会不太明显。我们期望练习和指导能够有所帮助,但这可能部分归结为人格特质或一般心理能力。对批判性思维技能的分析发现,尽管批评性思维在大学期间可以得到改善,但尚未清楚的是,蓄意尝试培养批判性思维是否会有任何积极的长期影响,或者某些专业比其他专业是否更能培养批判性思维。

  这意味着,根据衡量学习每个技能的难度的标准,STEM 技能仍然是最好的学习之一。

  再者,即使你提高你的软技能,也很难向雇主证明。这也减少了从学习中获得的提升。

  对教育回报的粗略分析

  这里还有其他证据支持这些观点。下面可能是对不同领域的回报的最佳分析,与我们的分析不同,它试图将因果关系与相关性分开:

Returns-to-different-fields.jpg

  y 轴显示学生学习的领域。 x 轴显示了与他们在第二选择领域所获得的成就相比,他们在早期职业生涯中每年获得的额外收入。数据来自于 Kirkeboen 等人对挪威学生的研究。

  这一分析仍显示 STEM 技能在最高的收入增长之中,特别是技术。然而,有趣的是,法律,医药和商业保持领先。

  这个分析是针对挪威学生的,但在美国的情况似乎相似。Bryan Caplan 投资了与收入最相关的专业,在相同 SAT 成绩下。顶尖专业包括工程,经济和数学;而人文学科则属于下半部分;化学和生物学处于中等水平。所以“硬”STEM 技术似乎是最能提升就业能力的。

  这些发现可能并不是彰显 STEM 的有用性,而是更多地反映了人文学科的弱点。我们的调查发现,最有价值的技能是分析,社会技能和管理,而学习人文学科并不能比任何其他专业更好地提高这些技能,恰恰相反,学习 STEM 可以轻松提高你对一般分析的技能以及技术技能的提高。(更多关于教育研究,参见 Bryan Caplan 的分析)

  其他证据与考虑

  TIME 和 Payscale 的这一分析发现,许多技术技能如数据建模和搜索引擎营销,在他们分析的2,300 个技能中获得了最大的收入增长。他们的分析控制了更多的因素,所以他们的分析可能比我们更好。他们还囊括了更广泛的技能 – 顶尖的技术更有价值,大多数就没那么有价值了。这样一来,我们就需要看满意度和适用广度。

  我们已经看到很多例子,所以建议学习编程或数据科学(特别是 bootcamps),然后可以得到比以前更加令人满意的高薪工作。这表明,学习这些技能可以为至少一小部分人提供显着的提升。

  还要注意的是,我们只是考虑哪些技能对一般人来说最有用。如果你已经决定了你的长期职业目标,那么你可能需要学习技术技能。例如,如果你想在科技创业公司工作,很多人说下一步最有用的是学习编程。

  总而言之,这种分析使我们对 STEM 技能在毕业后的重点不甚了解,但这并不是决定性的。我们认为,分析,社会和管理技能平均更有价值,但是他们也更难学习。目前尚不清楚如何权衡这类东西。此外,学习计算机科学,数学和工程专业的势头似乎仍然很强。

  什么是最有价值的工作技能组合?

  David Deming 发现,就业增长最快的工作是需要社会和数学技能的工作。

Change-in-share-of-jobs.png

  鉴于我们以前介绍的技术趋势,这是合理的。随着技术的进步,最需要的人是能够了解定量问题的人,同时他扮演技术与其他人之间的接口角色。这些人被认为应该是创始人,而不是纯工程师。

  这也可能意味着只要它们结合了软技能,技术技能非常有帮助。

  将来,我们会扩展分析以考虑其他技能组合。

  结论:你应该学习哪些技能?

  对于大学生来说:在大学学习 STEM 似乎是提高求职能力最好的选择,特别是计算机科学,工程,数学和经济学(尽管商业和职业学位也似乎是一个很好的选择)。我们也认为计算机科学,经济学和生物工程学尤其有助于了解你是否关心社会影响。所以,如果你对这个领域有很好的个人喜好,这些这看起来就是很好的选择。简而言之,我们对学习什么的看法没有明显的改变。

  话虽如此,在学习的时候,在业余时间做一些事情来改善管理和社会技能,例如参加学生社团是有道理的。

  毕业后,我们不太确定一个课程可以提高你的领导能力,你应该专注于技术技能。然后要说的是,两者组合最有用。

  这只是一个泛化:许多人应该主要关注技术技能,个人适应是另一个关键因素。在技??术技能方面,计算机行业中最好的是软件工程,数据分析,数字营销,特别是人工智能方向。

  总而言之,“在自动化时代学习 STEM”的常识并不是那么明显。软技能更有可能成为蓬勃发展的关键,特别是如果将它们与软件知识结合在一起的时候,总体而言,我们难以确定个人应该关注哪些技能。最终我们也需要更多的研究,并提供更详尽的图片展示哪些技能最有价值。

  附:关于找工作,一个英国开发者的建议

  (关于这位“开发者”,点这里了解。)

  你在寻找一个新工作,马上就要进行面试,你认为能让你被雇佣的最重要的技能是什么?

  你觉得候选人中的合适人选是如何被选出来的?

  1)让自己变“便宜”

  你知道吗?由于支出限制,100% 的公司只雇用他们付得起工资的员工;同时,根据企业文化和 HR 部门,100% 的公司只雇用他们决定花钱的员工。

  员工贵到变态,但是企业却只有有限的钱,这对中小企业来说绝对是很大的挑战。

  如果面试很成功,但是薪酬超出了这个公司的能力或接受程度会怎么样?对不起,这个人要不了。

  如果面试中有很多人都不错,那么他们首先会筛掉薪酬要求最高的人。

  让自己变便宜就是一种力量,特别是自己初出茅庐,涉世未深的时候。

  在成长的过程中,你会发现自己越来越讨厌“便宜”,你租房子的钱,买食物的钱不会凭空出现,你的花销在未来,甚至一生中,都是你就业能力的绊脚石

  如果把薪资要求和条件降低 10%,那么大多数人都可以得到他们的目标工作(如果不能,那就再降 10%)。

  世界由花销驱动,每个人都想以一半的价钱,寻找员工中的佼佼者。

  2)有产业内经验

  90% 的情况下,相关产业的工作经验可以让你先人一步得到工作。

  也就是在同一职位做同一件事情:

General Electric 的 CEO 面试 Uber 的 CEO

Goldman Sachs 的商品交易商面试 JP Morgan 来做一个交易商

Google 的网站可靠性工程师面试 Facebook

一个餐厅的服务员面试几个街区外的另一个餐厅的服务员

等等…

  这些人有什么相同之处?通过面试对于他们来说小菜一碟,当被问起过去的工作经历时,他们迅速意识到这是相同的环境,相同的工作,感觉第二天就能上班了。

  人们在垂直地移动,从一个较小的公司到一个较大的公司(起步<==>Google),反之亦然,有时会平行移动(比如 Google/Facebook/Apple/Microsoft)

  垂直市场的一些例子:网络公司,金融公司,政府合同/国防合同

  有些人也在通过特定的技能水平移动(金融公司的数据分析专家<==>网络公司的数据科学家)

  这种移动对于员工来说风险较大,环境和职位期望可能会有很大变化。

  变得圆滑,让人喜欢

  在你的口语和演讲方面下功夫,因为你真的需要介绍你自己和你的工作历史。要做到流畅,不口吃,不犹豫。

  规矩点是非常有帮助的。

  为人和蔼不会给你带来工作,但是为人不和蔼会带走你的工作。

  顺带一提,面试时 HR 可能会问一些无关紧要的问题,对于这些琐事回答就是了,因为它能帮助对方更多地了解你。

  另外,你知道 HR 最怕什么吗?她怕遇到一些不会说话的“哑弹”,整个谈话只说“嗯……是……不是……”。

  总结

  “介绍一下你自己”

  “能说说你上一个工作吗?”

  一个成年人从谈他的工作历史,握手,到得到工作,以上说的每一点都适用。

  对一个没有工作经历的年轻人的评判标准大概是:看其工作意愿,以及由缺乏经验导致的“便宜”补偿。以上每点也都适用。

  有一些公司会给一些技术性的测试,比如谷歌给程序员一个程序挑战,或者汽车修理厂让一个修理工快速换一个轮胎。对于这样的公司,先过测试才是最重要的,因为以上说的都是期望,不是基础规范。

  *参考来源:80000HOURS,THTHFTGUY,Covfefe 整理,转载请注明来自 FreeBuf.COM

发表评论
用户名: 匿名