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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21