original="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:
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:
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。
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:
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。
在澳大利亚,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:
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。
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