如今,针对寻找工作的职场人士,美国的人才市场在一系列行业角色里涌现出了许多新兴的,令人振奋的职业机会。




新的职业种类对于所有水平的工作人员来说都拥有着新的可能性,这对于正在职场转型的职场人士意义更为重大。





总体而言,根据美国劳工统计局的数据,未来十年的就业增长预计将超过前十年的增长,到2026年将创造1150万个就业机会。根据进一步预测,当今进入小学的65%的孩子将会从事如今尚不存在的工作。





为了帮助大家寻找新兴职业,并更好地理解成功就职所需的技能,我们分析了过去五年的领英数据以及一些调查数据,来了解哪些职位和技能正处于上升趋势,哪些职业及技能即将被取代,以及这些趋势体现的对于未来几年对就业市场的预测。




以下是我们分析的几个重要发现:




*
科技是王道:
不管是科技公司还是非科技公司,都十分欢迎具有极高科技含量的工作人员加入它们,使高科技含量的工作成为最受青睐的职场工作。机器学习工程师,数据科学家和大数据工程师是新兴职位中的佼佼者,各行各业的公司全都在寻求这些技能。




*
软技能:
并不是所有的新兴技术工作都需要技术。在非技术背景的公司中排名最高的新兴职位的列表上,销售开发代表,客户成功经理和品牌合作伙伴都位列其中。传播和管理等传统的软技能为所有这些新兴工作奠定了基础。




*
高流动性职位正在崛起:
一些新兴的职位反映了更广泛的社会趋势,如健康指向性,灵活性和办公位置流动性。越来越多的人想要生活地更加健康,这就解释了为什么我们的新兴工作中甚至有巴雷塑形操教练。不过上升的职业之中也有一些传统职业,如持牌房地产经纪人在房地产市场大衰退复苏之后开始激流猛进。仅在过去一年,持牌经纪人的数量就猛增了40%。不难推测出,这些类型的角色将更广泛地分布于美国。




*
高端职位人才供应不足:
数据科学家的角色自2012年以来已经猛增了650%以上,即便如此,在数百家公司正在招聘这些职位的情况下,目前美国仅有35,000人左右拥有数据科学技能。即便是在金融和零售这样的行业里面,这些工作仍然供不应求。




*
面向未来的技能至关重要:五年前,这些新兴职业中有一些甚至还不存在,许多专业人员并不确定他们目前的技能是否仍然能在未来1 - 2年内相关。




我们将在接下来的内容里详细阐述技术和经历将如何在将来的就业市场的发挥作  用,以及如何达到它们的方法。







20个美国最火爆的职业


目前,美国有超过1600个针对机器学习工程师的招聘。





由于技术在各个领域的影响,过去五年中技术角色的爆炸式发展并不令人意外。我们11月份的“劳动力报告”指出,从2016年10月份开始,硬件行业的招聘规模上涨近10%,而软件行业上涨近15%。





*

具体一些来说,更复杂的技术(如人工智能)的发展及广泛应用使得我们看到更多专业机器学习和数据特定角色位于新兴工作的榜单之中。在技术行业之外,这些工作也有广泛的需求土壤。




*

名单中顾客体验角色的数量表明“顾客的年龄”不仅仅是无稽之谈。这些工作属于当今市场上的一些非自动化工作,这些工作要求的技能无法从学校里学到,因为他们含有对软技能极高要求。



新兴的工作机会势必会淘汰一些已有的工作。当我们在仔细观察如今职业领域中被取代的工作趋势时,我们发现了两个规律:





*
涵盖多个学科的综合技能似乎拥有更高的需求。在需求名单里,大部分职业都涵盖诸多学科并能适用于诸多行业。




*

一些专业职业日薄西山。职业如专业的开发人员,到法律专家,甚至一些专业的物流链管理人员,我们能看到他们正在逐渐被含有更多综合技能的职位所取代。比如说,随着科学技术的发展,闪存相关的角色正在逐渐减少,更多大数据以及机器学习的工作出现并取代了它们。







五年前他们在哪里


所有新兴职业中都有软件工程师的身影。





我们回顾了这些站在需求链顶端的五个角色的职业历程,想要知道他们五年前都在做什么样的工作。无论什么样的职业进程或者其拥有的技术,我们的发现都令人振奋。




在分析五大新型职业的专业人士职业发展道路的时候,我们发现有一个共同的发展趋势:软件工程师是技术相关的工作生长土壤。




销售开发代表在迅速发展的同时,对于那些希望进入任何行业的菜鸟来说,仍然是一个入门级的角色以及极好的选择。事实上,这也是最近毕业生中最受欢迎的角色之一。




机器学习工程师:

1.软件工程师

2.研究助理

3.助教

4.数据科学家

5.系统工程师




数学科学家:

1.研究助理

2.助教

3.数学科学家

4.商业分析师




销售发展代表:

1.服务人员

2.销售助理

3.客户经理

4.行政助理




客户服务代表:

1.客户成功经理:

2.客户经理

3.项目经理

4.客户服务代表

5.工程经理

6.销售经理




大数据开发师:

1.软件工程师

2.Hadoop 开发师

3.系统工程师

4.Java 工程师

5.ETL 开发师




在以上的新型工作中,一些工作对于新的城市或者行业拥有更大的流动性,同时另一些工作则不然。




我们来看看以下工作:这些工作在全国各地城市广泛存在的工作机会,但跨行。







我们可以在哪里找到这些工作





产业固定,城市流通的职业:

• 房地产,健身或零售空间中的角色往往在美国各地更广泛地分布。

• 然而,尽管这些角色为位置流动提供了更多选择,但是行业的选择却更少。

1.经许可的房地产经纪人

2.品牌合作伙伴

3.独立旅行指导专员

4.品牌激活经理

5.巴雷教练




城市固定,产业流通的职业:

•这些工作高度集中在美国十大城市地区,但跨越多个行业。

•科技中的许多新兴角色集中在城市地区,如旧金山,纽约和洛杉矶。




•当考虑到这些新兴角色中的行业流动性时,许多职业更偏向于软件和IT技能,但几乎每个行业都拥有工作机会。

1.伙伴关系主管

2.客户体验负责人

3.数据科学家

4. iOS应用开发者

5.用户体验研究员







当我们看技能的时候,软技能仍然至关重要





新兴工作中最常见的技能




根据LinkedIn和凯捷(Capgemini)近期进行的一项调查,近30%的专业人士认为在未来1 -
2年内,他们的技能将会毫无用武之地。即便不止于此,也另有38%的人认为他们的技能会在未来4-5年过时。这种感觉很大程度上是由于缺乏足够的培训,这些培训的缺失使得他们无法掌握在当今快节奏的就业环境中取得成功所必需的新型数据库技能。





我们研究了新兴职位中具有代表性的前20的职位。虽然许多这些角色需要专业经验或高级学位,但有一点是不变的:万变不离“软功夫”。另外需要注意的是,这些技能涵盖了从市场营销,工程到销售的一系列工作范围,而且很可能拥有至少一个部分。




1.管理

2.销售

3.通信

4.营销

5.创业

6. Python

7.软件开发

8.分析

9.云计算

10.零售





我们也关注了这些专业中速度最快的技能,并发现与之匹配的趋势正在出现:软技能是全面的,基本的电脑知识同样如此。我们注意到社交媒体编辑,微软Office和数字营销技能等技能在这些新兴工作岗位上的需求呈上升趋势。




最重要的软技能(根据招聘经理)





对于那些对上述技能没有兴趣的人来说 - 不要担心,软技能是适合任何角色的一个非常重要的部分,60%以上的招聘经理告诉我们,他们很难寻找到合适的人才。我们邀请了1200多名招聘经理参与了调查,以了解他们在应聘软技能方面所寻找的是什么:

1.适应性

2.文化适合

3.协作

4.领导

5.增长潜力

6.优先




在这篇博客文章中,了解更多关于如何准备在面试中谈论这些技巧的信息。




这些是前5名新兴职位的首要技能




如果要更细致地分析前5名新兴职位中最常见的技能,我们可以更清楚地了解在这些职位上取得成功所必需的技能。




*
无论是了解企业软件的细节以帮助客户,还是专业的工程和编程技能 - 很明显,技术已经成为几乎所有职业工作的一部分。

*

客户成功经理人的崛起很可能归因于软件即服务(SaaS)产品的爆炸式增长,这个理论在研究这些专业人士拥有的技能时也同样成立。这个角色的五大技能中的两个与企业和SaaS软件技术诀窍有关。

*
如果专业人员不具备所需的硬件技术技能,或者对工程或开发事业不感兴趣,但想在技术行业工作,那么转向更加以客户为中心的职位是一种很好的入门方式。




机器学习工程师

1.机器学习

2.研究

3.算法

4.软件

5.深度学习




数据科学家

1.数据科学

 2.机器学习

 3.分析

4.数据挖掘

5.Python




销售发展代表

1.销售

2.销售管理

3.业务发展

4.帐户策划专员

5.创业者




客户成功经理

1.管理

2.软件即服务

3.企业软件

4.销售

5.客户成功管理




大数据开发者

1.大数据

2.Hadoop

3.Java

4.[Apache] Hive

5.创业者             




处于颓势的技术




分析正在处于衰落的技能时,可以明显发现一些趋势。




•随着越来越关注数字技能和数字体验的兴盛,像“购物者营销”这样的传统上着重于理解实体店购物习惯的技能需求正在下降。

•另外,如上所述,与更旧的技术系统(如Java)相关的传统技术技能也在越来越多地注重技术角色的进攻下丢失市场。

•“战略”和“市场营销”等极度饱和的一般技能正在被与这些行业相关的更具体的技能所取代,例如“整合营销”。







自由职业的兴盛






除了新兴角色之外,我们注意到美国的自由职业人才大量涌现,且他们经常选择自由职业并将其作为一项全职工作。最近在自由职业人士调查中,四分之一的人告诉我们,他们的自由职业与其全职职业完全不同。事实上,与我们新兴职位之一巴雷教练相关的技能表明,这是美国许多专业人士在兼职的主流选择。





然而,这往往不仅仅是一个收入微薄的副业。在同一项调查中,近20%的自由职业者表示,仅仅从独立的自由工作中,他们今年将拥有六位数以上的收入。更重要的是,并不是朝九晚五的传统工作,而是自由职业者正在推动更多的劳动力增长。




增长出现的领域在何处




自由职业的增长令人瞩目,尤其是传统行业,包括零售和医疗保健以及石油和能源。   







自由职业者增长最快的地区也许会让你大吃一惊。自由职业人口在南部和中西部迅速增长,但现在仍然高度集中在纽约,加利福尼亚州和俄勒冈州的沿海地区。












这一切意味着什么


毫不意外的是,以技术为中心的角色夺取了美国新兴工作岗位的光芒,但机器学习和数据科学角色和技能的普及表明,我们可以期待在不久的将来,不仅科学技术向该领域更新迭代,职场人士也应该对它们有足够的了解。





拥有学术背景和整合技能储备也是大流的趋势,这一点在现在的机器学习工程师和数据科学家的专业人士之中尤为重要。不过这些整合的高素质也经常在10年以上专业经验的专业人员身上才得以体现,所以对于刚刚起步并且遇到问题的人来说,不要灰心丧气!




不管是什么样的职业,万变不离“软技能”。拥有合作能力,领导能力,从同伴中学习的能力会在面试中脱颖而出,一旦开始工作,这些能力的重要性就会更加突出。




取材方式:


这个分析的结果代表了通过领英数据镜头看到的世界。因此,它的结果取决于会员如何使用该网站,这会因为专业,社会和地区文化,以及整体网站的可用性和访问权限而有所不同。这些差异超出了我们的报告的控制参数领域。





我们考察了所有在他们的档案中列出过时的工作经验的领英成员,并根据常见的工作角色(有许多排列组合)分组了数百万个独特的,用户输入的工作职位。例如,“机器学习工程师”职务包括诸如“机器学习软件工程师”和“机器学习工程师II”的用户输入的职位。然后,我们计算在2012年任职的频率,并将结果与工作2017年的任职进行对比。“新兴职位”是指5年间职位频率增幅最大的职位。





为了确定共同的职业道路,我们考察了那些以“新兴”职位名列出当前职位的成员,并计算了这些成员在2012年所担任职位的频率。按地区和行业分列的职位的市场基于公司和当前拥有这些职位的成员的位置信息。




来源:大数据应用




精彩活动

福利 · 阅读 | 免费申请读大数据新书 第23期
<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653382239&idx=2&sn=743183854da090bf84f4db52036dac54&chksm=bd1cde4c8a6b575a133d0427dea5350eddc96a0aec40a3ec5bb273a68598d2c764a4f1cba175&scene=21#wechat_redirect>

推荐阅读


























<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653383258&idx=1&sn=678ab52998e5a6f1ad6fa95f5ec3ce67&chksm=bd1cd2498a6b5b5f2d5bb48075274eebaba30d2cce9481c3ee10a0f0b62ecdc1e119be39881e&scene=21#wechat_redirect>

2017年数据可视化的七大趋势! 
<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653383258&idx=1&sn=678ab52998e5a6f1ad6fa95f5ec3ce67&chksm=bd1cd2498a6b5b5f2d5bb48075274eebaba30d2cce9481c3ee10a0f0b62ecdc1e119be39881e&scene=21#wechat_redirect>

全球100款大数据工具汇总(前50款) 
<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653383213&idx=1&sn=2349b21b332d7c26a901ba80de5a436c&chksm=bd1cd23e8a6b5b2879cb0f29cf84f548cd6feace4efa4fa5a28c753eee6c669c223e450f6fea&scene=21#wechat_redirect>

论大数据的十大局限
<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653381753&idx=1&sn=a4dd24d9af48eba8bd54f952f08e2315&chksm=bd1cdc6a8a6b557c249c6a950373d118d19ee0440701d3b028df05d7d781c559daa950d7a79c&scene=21#wechat_redirect>

大数据时代的10个重大变革
<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653383233&idx=2&sn=a47bbda6188bc7abedb9062358d189d8&chksm=bd1cd2528a6b5b443e066e28cf94ef39774d945948ab68b4c1192e9db4de41c3cc5662922462&scene=21#wechat_redirect>

大数据七大趋势 第一个趋势是物联网
<https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653383074&idx=1&sn=639304fae8fa159af58337acfe15ce61&chksm=bd1cd1b18a6b58a7ef27e2dd4bf110c0968cbcd4c442e3199b112c5d1f78f779731d880e6041&scene=21#wechat_redirect>




Q: 你身边最赚钱的职业是什么?

欢迎留言与大家分享

请把这篇文章分享给你的朋友

转载 / 投稿请联系:[email protected]

更多精彩文章,请在公众号后台点击“历史文章”查看