科技行业的招聘格局正在加速改变。根据科技招聘平台Dice发布的最新报告,对AI技能的需求已渗透至绝大多数职位描述中。
一项针对2026年5月美国700万条科技职位发布的分析显示,73%的职位要求应聘者具备至少一项AI技能,这表明掌握AI已逐渐成为雇主的基本期望。而在2024年1月,这一比例仅为15%。
Dice首席执行官Art Zeile表示:"这些技能中的很多,终将成为基本门槛。"
对于正在艰难求职的科技从业者而言,向雇主证明自己具备相关能力至关重要。尽管科技职位市场瞬息万变,但一些行之有效的方法依然可以帮助求职者向雇主展示自己真正胜任工作。
获得认证
Zeile提到的第一个方式是获得专业认证。认证长期以来都是IT从业者展示专业能力的重要途径。Dice一直在持续追踪AI技能认证的兴起趋势。两年前,求职者在这一领域几乎找不到多少认证选择。而如今,AWS、谷歌等公司已经推出了生成式AI开发者、机器学习工程师等方向的认证课程。
"如果你问我什么最能让人印象深刻……那就是你参加了培训课程,通过了考试,取得了认证资格。"Zeile说道。
展示项目成果
Zeile同样强调了能够清晰描述项目经历及其成果的重要性。哥伦比亚大学职业教育中心就建议求职者,不要在简历中仅仅罗列通用的工作职责,而应说明自己实现了什么、如何实现以及为什么这么做。
光说"我会Python"远远不够,指向一个曾为前雇主节省时间或成本的具体项目才更有说服力。Zeile还提到,求职者甚至可以在面试时直接带来自己搭建的智能体进行展示。
此外,Dice的报告还特别指出,候选人自身专业领域的深度与其运用AI工具的能力之间的交叉融合,同样至关重要。
在Karat担任面试工程师的Dan Hillman表示,Karat为谷歌、高盛、万事达卡等客户提供技术评估服务。他说,他在面试中关注的,是候选人能否凭借自身专业知识来审查和管理AI工具以解决问题,而非单纯依赖AI给出答案。
"我们测试的不仅仅是你与AI协作的能力,而是在AI辅助下,你在自己专业领域内的综合工作能力。"他说。
Hillman建议求职者在面试前借助AI工具进行实际练习:找一道题目,先独立构思自己的解题思路,再与AI协作,最后务必回头审查输出结果。
"这样才能在锻炼自身能力的同时,真正培养出AI应用的熟练度。"他说。他还强调,清晰阐述自己的操作流程同样关键,包括如何收集前置信息、如何撰写具体提示词、如何质疑AI输出结果,以及如何合理规划时间。
制定持续学习计划
除了技术面试,候选人还可以通过谈论个人的持续学习和技能提升计划来展示能力。Randstad Digital全球平台与人才主管Michael Morris表示:"如今的求职者如果没有一套真实的培训和技能提升个人规划,我不会考虑录用他们。"
他指出,在线课程等学习资源可以帮助科技从业者保持灵活性,尤其是在新模型层出不穷的当下。求职者必须展示出自己有能力跟上这一变化节奏的策略。
Morris还强调,候选人需要理解自身岗位可能受到AI发展的影响,并表现出已经为此制定了应对计划,特别是对于那些面临较大被替代风险的专业方向。
Q&A
Q1:Dice报告中,科技职位对AI技能的需求比例是多少?
A:根据Dice对2026年5月美国700万条科技职位的分析,73%的职位要求应聘者具备至少一项AI技能。相比之下,2024年1月这一比例仅为15%,增长幅度非常显著,说明掌握AI技能正在成为雇主的基本门槛。
Q2:求职者可以通过哪些方式证明自己具备AI技能?
A:主要有三种方式:第一,获得AWS、谷歌等公司提供的生成式AI开发者或机器学习工程师认证;第二,在面试或简历中展示具体项目成果,例如曾为公司节省时间或成本的项目,甚至带来自己搭建的智能体;第三,向面试官介绍个人的持续学习和技能提升计划,证明自己有跟上AI发展节奏的策略。
Q3:技术面试中考官最看重候选人哪方面的AI能力?
A:Karat面试工程师Dan Hillman表示,考官考察的重点不只是候选人与AI协作的能力,而是候选人在AI辅助下,能否凭借自身专业知识对AI工具的输出进行审查和管理,从而解决实际问题。他建议提前用AI做练习题,先独立思考再与AI协作,并养成复查输出结果的习惯。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。