什么樣的專業好就業

申請熱門的四大專業——計算機、大數據、生物醫學和電氣工程，在經過這幾年的“風口”輪換后，就業形勢如何？是否真的有必要繼續“卷”下去嗎？

01

計算機科學 （CS） 相關專業

計算機涉及的領域非常廣泛，其分支學科也是非常多。拿美國的計算機研究生主要的專業方向舉例：有人工智能 (Artificial Intelligence) ，程序應用 (Programming Language) ，計算機系統 (Systems) 以及計算機理論 (Theory) 這四個部分。而每個部分又有很多研究方向。

?計算機（CS) 就業路徑：● 首先，CS 從事科研的話，研究的東西比較先進，也會包括和其他專業的很多交叉學科， 因此 CS 的 PhD 其實對科研的貢獻很大。

● 其次 CS 畢業也可以 進金融或者是進銀行且發展天花板很高。 例如量化分析師 quant，其實頂層 quant 的收入比硅谷 CS 工程師更高，quant 行業在美國的下限可能比 CS 低，但是上限比 CS 高。

●最后，除互聯網 IT 行業以外，各行各業都需要 CS。因為都需要開發軟件、網站，甚至是處理數據，開發客戶端，建立數據庫等。

?計算機就業形勢：

其實 CS 只是一門技術并不等于一個行業，更不能直接等同于程序員，然而就最近就業形勢來說并不樂觀：

國內：各大廠招聘緊縮，互聯網行業進入嚴冬， CS 畢業生過多造成極度內卷， 但是未來經濟復蘇依然需要 CS 崗位。

海外：2021 年互聯網行業就業開始下降， 2022 年大部分互聯網公司凍結招聘，部分公司大量裁員 ，新的經濟拐點暫時還看不到在哪里。需要注意的是，CS 出路不等于互聯網未來，高薪的是互聯網行業，并不是 CS 本身。

收入參考：早期 $101,200，中期 $152,300（數據來源：PayScale 全美畢業生薪酬）

02

數據科學相關專業

數據科學 DS 全稱 Data Science，看看這個專業的名字，很明顯它是大數據時代/孕育的孩子之一。不同于計算機，數據科學各個學校基本都有碩士項目，但很少有 PhD 的項目。原因即在于 數據科學研究到深處其實就偏重計算機方向， 所以一般來講數據科學做到真正頂級研發崗位的都是計算機的 master，而不是數據科學的 master。

** **?數據科學就業路徑：****

● ML ** research（machine learning機器學習_）* －研究各種新的模型以及算法。爭取提出有重大突破意義上模型或者 framework。 很偏數學、CS，絕大部分是 CS 博士或數學、統計 博士在從事。_

**●*MLE （*machine learning engineer 機器學習工程）- 這類崗位會更加專注在產品線上的機器學習應用。利用算法來改善產品的使用體驗，更多做著建模的工作， 偏應用。相比于 ML research 來說， MLE 更多是去應用這些算法，做相關的產品工作，也會自己做一些簡單的建模，但不會像 ML 那么難。**

**●*數據分析師/*商業分析師-和大量的數據打交道，更多做的分析的工作。 不一定要 data science 畢業才能做 DA/BA 崗位，統計、CS，甚至理工科在美國都很容易轉行。對于數理基礎好的同學來說，這其實是一個轉行很友好的方向。**

**●*General DS:*需要掌握和熟悉 DS 各個環節，在工作中對于分析，建模的工作都會有所涉獵。**

?數據科學就業形勢：**相比 CS 極度內卷的狀態來說，DS 的就業形勢國內相對更加樂觀，而國外隨著經濟衰退影響仍然在等待機會：**

國內：**市場缺口比較大，這幾年呈上升趨勢 ，但是近幾年受經濟形勢影響增長放緩。**

海外：**2022 年以前一直處于上升趨勢。然而 2022 年以后受經濟衰退的影響，各大公司也處于招聘凍結，近幾年就業估計不會樂觀， 但是經濟復蘇應該會非常需要數據科學崗位的支持。**

03

電子電氣工程 （半導體）Electrical/Electronic Engineering，簡稱 EE， 作為應用性很強的工程類學科，向來是工程學院中最熱門的專業之一。 也正在逐漸成為在全世界范圍內影響力最大最廣的學科之一。 這里要討論的是 EE 專業中的半導體就業方向。隨著 科研機構和科技巨頭越來越重視芯片產業人才；英特爾、三星、SK Hynix 不斷加大投資擴產，帶來更大的人才缺口，半導體產業頻繁漲薪、發獎金來防止現有人才的流失，這個行業可以說是當下就業大熱門， 半導體行業特點是培養周期長，護城河高。

?半導體方向就業方向：*

**●*設計崗位（微架構、設計、驗證、版圖、DFT 等前后*端崗位）：更傾向 微電子和計算機工程的應屆生。 設計崗位一般來講就業面會比較廣，薪水暫時在半導體領域是較高的。 ●產品和質量可靠性崗位、以及工藝崗位（PE/PIE/EE）：傾向 材料物理化學專業應屆生。 工藝崗大部分可能去一些比較壟斷的大企業，因為做工藝非常燒錢，小公司基本不做或找代工，能做工藝的公司數量有限，可選擇的范圍是比較窄的。但是從就業崗位上來講，工藝崗位其實并不少，大廠崗位是很多的，所以一般來講也是可以找到對口的工作，機會不少。?半導體方向就業形勢*：EE 半導體專業這幾年處于敏感狀態， 不完全受市場控制，受到多種因素影響。

國內產業界：雖然市場緊縮，舉步維艱，但國家隊下場，政策利好。中國半導體各大公司受美國制裁原因無法進行前沿產品研發， 但是因政策扶持依然有大量投資資金， 所以目前畢業生如果能夠找到工作的話， 目前各大半導體公司開出崗位薪水都很高。收入參考： 國內半導體大廠 master 畢業薪水 20-30W 左右，PhD 50-60W，海歸甚至可以達到年薪上百萬。

國內科研界：各大高校跟風開設半導體相關院系和研究院，半導體方向科研崗位呈上升趨勢。 國家大力資金支持發展半導體，科研界也馬上跟進，在高校也產生大量科研崗位。所以雖然國內 PhD 存在一些不友好現象，但半導體領域現在缺口較大， 導致目前國內半導體方向的科研崗位并不是很卷，找教職或科研崗位不是很難。海外總體：2021 年呈增長趨勢， 2022 年突然進入嚴冬，大廠幾乎全部沒有新崗位，部分大廠大規模裁員。 海外半導體公司短期可能受美國制裁影響，但其實經濟衰退應該是核心原因。半導體是核心支柱產業，不會一蹶不振，新一輪機會或許需要等待經濟復蘇。

04

生物/醫學

說到理工“天坑”專業，生化環材中的生物無可避免，而醫學方向也是一個入坑后就是讀不完的書和考不完的試“大坑”專業。 但這兩個專業近幾年有了一些轉機。?生物/醫學就業路徑：

可從事崗位：科研，藥企研發，生物公司研發，其他公共衛生和健康醫療機構。

● 科研單位：國內藥企其實是就業崗位非常有限的， 生物大方向絕大部分會去科研單位， 內卷極其嚴重，不管是美國還是在中國都是競爭非常激烈。

● 藥企：中國國產藥企研發部門其實不多，人才缺口不大，就業崗位較少。 大部分好的藥企還是以外企為主。

● 生物公司：生物信息/基因組學/生物醫學工程等偏數字化的生物方向就業相對較好一點， 主要集中在測序，生物數據分析，個性化醫療等領域的公司 ，傳統生物方向就業崗位較少。

然而！生物公司這幾年有蓬勃發展趨勢，轉機就在于 生物和量化科學結合新生的交叉學科： 生物信息、基因組學、生物醫學工程等偏數字化、偏計算化的生物方向，這些方向應用性很強，就業也很好，甚至相關行業在美國薪水這幾年有趕上 data science、CS 等高薪崗位，這些領域這幾年在國內也陸陸續續有所發展。

乘上了計算機和大數據的風，生物和醫學也有了站在“風口”的機會。

>>免費領全球留學白皮書，了解各大學報考條件、費用、開學時間、含金量<<