根据SignalFire本周发布的一份报告,随着大型科技公司在招聘中越来越倾向于资深专业人才,技术人才的入行通道正在持续收窄。这家风险投资机构在报告中引用了其自有平台Beacon AI的数据洞察,该平台专门用于识别初创企业动态和招聘趋势。
报告显示,在微软、谷歌母公司Alphabet和亚马逊等十余家主要科技公司中,工作经验不足一年的应届及新手员工招聘量,相较2019年的基准水平缩减了65%,这一降幅远超同期这些公司整体招聘规模约25%的收缩幅度。
报告指出,自2022年以来,随着AI工具的普及推动企业走向更扁平化的运营架构,这一趋势进一步加速,工程领域尤为明显。目前,上述大型科技公司中,工程经理平均管理的工程师人数已从2019年的10人增至12人。
随着代码编写等基础技术工作的自动化程度不断提高,企业管理层正积极寻求重构运营模式、调整招聘策略。
SignalFire研究主管阿舍尔·班托克表示,优先招募资深专业人才的趋势早在ChatGPT等工具兴起之前便已出现,如今只是进一步加速。
"如果你审视哪些技能与这一代AI工具形成互补,就会发现广泛的商业人脉、良好的判断力、敏锐的品位以及审查AI输出结果的能力,都具有极高的溢价,"班托克在接受CIO Dive采访时表示,"这些能力通常来自经验的积累,不是大学毕业就能具备的。"
然而,SignalFire运营合伙人托尼·克兰茨警告称,过度倾向于招募资深技术人才,可能会给那些着力打磨IT战略、押注创新的企业带来长期风险。
"我们不希望损害未来的人才供给,"克兰茨在接受CIO Dive采访时说,"如果我们不投资于早期职业人才的技能培养,未来就会面临高级工程师、首席工程师、技术领导者乃至创业者的严重短缺。我认为,是时候重新定义入门级岗位的形态了。"
大型科技公司向扁平化结构转型的趋势,与甲骨文、Meta等公司近期宣布的大规模裁员不谋而合。据就业咨询机构Challenger, Gray & Christmas统计,今年前五个月,科技企业裁员人数已超过12.3万,同比增长66%。
克兰茨认为,面对这一大环境的深刻变革,CIO应积极把握管理层级压缩所带来的增长机遇。
"减少管理层级,同时保持高效运转,能够释放出更多预算和空间,用于引进更多资深技术领导者,乃至一定数量的初级人才,从而探索更优的组织建设路径,"克兰茨说,"AI并不能消除问责机制,它只是将责任更紧密地与真正做决策、干实事的人绑定在一起。"
Q&A
Q1:SignalFire报告中,大型科技公司初级技术岗位招聘缩减了多少?
A:根据SignalFire发布的报告,微软、Alphabet、亚马逊等十余家主要科技公司对工作经验不足一年员工的招聘量,相较2019年基准水平缩减了65%,远超同期整体招聘规模约25%的收缩幅度。这一趋势自2022年以来随AI工具的普及进一步加速。
Q2:企业为什么越来越倾向于招募资深技术人才而非应届生?
A:SignalFire研究主管班托克指出,当前一代AI工具更需要与之互补的能力,包括广泛的商业人脉、良好的判断力、敏锐的品位以及审查AI输出结果的能力。这些技能通常需要多年工作经验才能积累,并非大学毕业即可具备,因此企业招聘天平明显向资深专业人才倾斜。
Q3:初级技术岗位持续减少会带来哪些长期风险?
A:SignalFire运营合伙人克兰茨警告,若企业长期忽视早期职业人才的培养与招募,将导致未来高级工程师、技术领导者及创业人才的供给严重短缺。她呼吁行业重新思考入门级岗位的定义与价值,避免因短期效率优化而损害长期人才储备。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。