
麦可思研究院公布了《2016届毕业半年后月收入较高的50个主要本科专业》。2017年大学生就业蓝皮书数据显示:本科方面,2016届毕业半年后月收入较高的专业是信息安全(5906元),其次是软件工程(5869元)。
国家统计局发布的2016年平均工资数据显示:2016年,全国城镇非私营单位就业人员年平均工资为67569元,城镇私营单位就业人员年平均工资为42833元。其中,信息传输软件和信息技术服务业平均工资为122478元,首次超过金融业,排名各行业门类首位,可以看出IT行业越来越吃香了!
备注:本文选取了30个进行展示。同时表中的月收入指工资、奖金、业绩提成、现金福利补贴等所有的月度现金收入。
选择专业一个合适的专业,是考生和家长的重要关注点。那么,哪些职业类“钱途远大”?本文为您揭晓最新一届大学毕业生从事的高薪职业类和涨薪最快的职业类。
数据显示,在2016届本科毕业生从事的职业类中,“互联网开发及应用”职业类月收入最高,毕业半年后平均月收入为5679元。
什么职业时下社会需求量较大?2017年就业蓝皮书数据显示:2016届本科毕业生社会需求量较大的职业前两名都是会计和文员。会计就业比例为5.6%,文员为4.1%。
下面盘点近7年来
大学各专业的就业情况
看看哪些专业“最有用”
哪些专业“最没用”
2013年11月2日,教育部办公厅印发了《关于编制发布高校毕业生就业质量年度报告的通知》(教学厅2013年25号),决定从2013年起,各高校要编制和发布本校毕业生就业质量年度报告。
一、部分专业被亮“绿牌”
根据麦可思研究院发布的《2016年中国大学生就业报告》及相关媒体报道公布的2016年中国大学生就业的相关情况,文章指出,2016年本科绿牌专业有:软件工程、工程管理、建筑环境与设备工程、电气工程及其自动化、信息管理与信息系统、护理学、热能与动力工程、机械电子工程、物流管理、数字媒体技术。
麦可思自2007年以来,每年对毕业半年后大学生的就业状态和工作能力进行全国性调查研究。《中国大学生就业报告》自2009年首度发布以来,已经为中国的众多高校、各级ZF教育和人力资源主管部门、各企事业单位、各级学术研究机构、大学毕业生和高考生等广泛参考。该榜单中“红牌”专业为失业量较大,就业率、月收入和就业满意度综合较低的专业,属于高失业风险型专业,“黄牌”仅次于红牌,“绿牌”则与红牌相反,为需求增长型专业。
大学本科和高职高专“最有用”的10大专业
根据2010年-2016年来7年间各专业被列为“绿牌”的次数,统计出大学本科和高职高专“最有用”的10大专业如下:
二、部分专业被亮“红牌”
根据麦可思研究院发布的《2016年中国大学生就业报告》及相关媒体报道公布的2016年中国大学生就业的相关情况,文章指出,2016年本科红牌专业有:应用心理学、化学、音乐表演、生物技术、生物科学、美术学。
造成一些专业“没用”的原因既可能是供大于求,也可能是培养质量达不到岗位需求,一方面应届毕业生找不到专业岗位,一方面企业招不到合适人才。反映的是全国本专业的总体状态。
大学本科和高职高专“最没用”的10大专业
根据2010年-2016年7年间各专业被列为“红牌”的次数,统计出大学本科和高职高专“最没用”的10大专业如下:
三、专业“绿黄牌”变动原因解读
据了解,榜单变化的原因:一方面与社会经济的总体情况是相关的,其次是国家政策对于产业、行业的影响,还有就是该专业总体的开设数量,是否出现某专业开设过于密集(少)的情况,以及其他一些影响因素。但是三类专业没有具体的边界,但是有些“绿牌”专业表现出“持续性”。
四、冷门专业难找对口工作
北京理工大学教育研究院教授杨东平解释道:“不好就业的专业分两类,一类是毕业生数量严重过剩,大规模扩招、扩建导致其成为‘红牌’专业;第二类要看其学科的属性,比如哲学、历史学,这些专业本身比较小众。”
据相关报告显示,近四成大学毕业生就业并不对口。相比之下,工学专业、医学及管理学,因其知识实用性较高及行业排他性较强,就业对口率均在60%以上。
五、学生提升综合素质是“王道”
考生和家长们该如何看待这份“红牌”专业榜?多位老师建议:“学生不应为这份榜单烦恼,好好学习、提升自己的综合素质是‘王道’,因为求职过程中用人单位更看重这些。”
当然,没有什么专业是一定有用或者一定没用的,关键还是在于本身。学得好就是有用,学得不好多热门的专业,毕业出来也难找理想工作。
无论选择哪门专业,在校期间要认真提升自己的专业技能和综合素质,多多参与学校组织的各类活动,为将来的就业做好铺垫。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
评判两组数据与初始数据准确值的方法 在数据分析与研究中,我们常常会面临这样的情况:需要对通过不同方法、不同过程得到的两组 ...
2025-08-01通过 COX 回归模型诊断异常值 一、COX 回归模型概述 COX 回归模型,又称比例风险回归模型,是一种用于生存分析的统计方法。它能 ...
2025-08-01CDA 数据分析师报考条件详解:迈向专业认证的指南 在数据分析行业蓬勃发展的当下,CDA 数据分析师认证成为众多从业者提升专业 ...
2025-08-01K-S 曲线、回归与分类:数据分析中的重要工具 在数据分析与机器学习领域,K-S 曲线、回归和分类是三个核心概念与工具,它们各 ...
2025-07-31大数据时代对定性分析的影响 在大数据时代,海量、多样、高速且低价值密度的数据充斥着我们的生活与工作。而定性分析作为一 ...
2025-07-31CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-07-31SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-07-30SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-07-30人工智能对CDA数据分析领域的影响 人工智能对 CDA(Certified Data Analyst,注册数据分析师)数据分析领域的影响是全方位、多层 ...
2025-07-30MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-29左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-29CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-29CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-29解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-29解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-29鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-29用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-29从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-29CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-29解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-29