美國教授痛心：UC伯克利GPA 4.0計算機本科生，畢業即失業？ML博士直呼太卷後悔轉行

新智元報導  

編輯：Aeneas 好睏

【新智元導讀】UC伯克利計算機系GPA 4.0的本科生，居然畢業即失業？三四十歲的科技行業中年人，也躲不過席捲而來的裁員大潮。甚至機器學習在讀博士也表示捲到飛起，看到曾經的同學，痛心直言後悔從EE轉行CS。

美國學計算機的應屆大學生，也是畢業即失業？

這個現象，震驚了國內外讀者。

UC伯克利計算機系教授James O’Brien在LinkedIn上轉發了華爾街日報的一篇《科技行業就業遇冷，短期內難見轉機》，表示自己的學生正處於這種現狀：如今的求職環境太艱難了。

擁有本科學位的大學畢業生，即使表現優異，甚至GPA為4.0，也依然找不到工作。

更可怕的是，在教授看來，這種情況恐怕不可逆轉，以後會影響到每個領域的每個求職者。

原因究竟在哪呢？

過去被瘋搶的優秀學生，如今畢業即失業

曾經，UC伯克利計算機科學專業的畢業生，即使不是尖子生，也會收到多份offer，崗位、薪金、地點、僱主都十分有吸引力。

但最近，許多大學生都不得不面對這樣一個慘淡事實：即使擁有學位，工作也很難找。

即使GPA 4.0的優秀學生，也開始向教授伸出援手。儘管他們的成績單和簡曆十分漂亮，卻沒有得到多少工作機會。

O’Brien教授猜想，這種狀況還會每年持續下去——即使是今年剛開始上大學的人，四年後在找工作時也是如此。

這就很可怕了。

因為可用的選擇有限，會有越來越多的人被解僱，未來的畢業生也會繼續這種「畢業即失業」的大潮。

以前，考上好大學幾乎就意味著飯碗解決了，但在如今的美國，應屆畢業生的就業市場竟然變得如此低迷。

在教授的帖子下，不少人表示讚同：「如今美國的就業市場，可以說是處於幾十年來最糟糕的時期。」

求職者需要花費數月申請職位，但很多職位根本不存在；即使職位上真實的，簡曆也要突破AI和超符合HR部門的審核；接下來，就是和十萬名競爭者廝殺，脫穎而出的人才能獲得一個996的機會。

一名學生說，自己GPA 3.83，輔修數學，在這一屆計算機畢業生中應該算前25%了。

然而自己申請了很多工作，至今還沒有拿到offer，這讓他十分不安。

而這位同樣在IT行業擁有多年經驗，被裁員，而且還沒找到工作的，則更加焦慮。

「要是這種形勢繼續下去，我真的很擔心短期內能否找到合適的工作機會。」

一個無可爭議的事實就是，找工作困難已經成為一個嚴峻的問題，無論是哪個專業。

很多人背負著沉重的債務完成了四年大學學業，結果一畢業就是迎頭痛擊。

在一份報告中，研究者發現，52%擁有學士學位的畢業生， 在畢業一年後從事著和學曆並不匹配的工作，就算在十年後，這一比例也僅僅下降到45%。

全國大學與僱主協會對僱主進行的一項調查也顯示，今年大學畢業生的招聘預測低於去年。

不僅是科技行業，金融、保險和房地產行業今年計劃減少14.5%的招聘崗位，與去年16.7%的招聘增長形成了鮮明對比。

而科技行業，形勢已經尤為嚴峻。

教授後來又補充道：科技行業的初級崗位卻非常稀缺，而且競爭異常激烈，申請者中不乏能力遠超崗位要求的求職者。

但另一方面，部分職位則在招聘特定領域的資深人才，而要找到這樣的人並非易事。如果你能夠滿足這些職位的要求，那麼前途自然就很光明。

科技行業的工作已經消失？

O’Brien教授轉發的這一篇文章，給出了一個驚人的結論——

科技行業的工作，如今正在消失，而且短期內不會恢復。

數據顯示，自2020年2月以來，軟件開發崗位的招聘廣告數量已經下降了超過30%。

Layoffs.fyi網站的報告也顯示，今年科技行業的裁員潮仍在繼續，自1月份以來，已有約14.8萬人被裁。

此外，根據Pequity的數據，2024年的薪資增長基本停滯，平均薪資僅比去年增長了0.95%。自2019年以來，中等規模的SaaS公司為初級職位提供的股權授予平均下降了55%。

長期以來，科技行業在就業市場一直佔據優勢。而如今這種急劇的變化已經不僅是短期的不適，而是整個行業正在經歷的一次根本性的勞動力需求調整，一些從業者正被市場淘汰。

難怪，連三四十多歲、經驗豐富的從業者都失業了，更何況大學生呢？

疫情期間，科技公司大肆擴招，甚至開啟了人才爭奪戰，招來的員工只是囤著，防止被對手招去，實際上並沒有什麼活兒給他們幹。

隨著通貨膨脹和利率上升，經濟陷入低迷。大科技僱主開始前所未有的大規模裁員，很多次都是數以萬計。

科技從業者，不再吃香喝辣

很多求職者表示，行情變了，自己已經感受到了寒氣。

舊金山的一位前產品經理從Meta被解僱後，連連遭受冷遇。

今年春天，他開車一個小時參加面試，結果卻被晾了三個小時，隨後面試官只是讓他完成寫作測試，並沒有真正進行面試。

47歲的工程經理Chris Volz從90年代就在科技行業工作，去年8月被一家房地產科技公司解僱。

他的感受是：「這一次感覺非常不同」。

以前，要麼是獵頭主動聯繫他，要麼是靠內部推薦獲得工作。但現在，他人際網中的幾乎每個人都被解僱了，他也不得不在職業生涯中第一次主動向外投遞簡曆。

他總共申請了120多個職位，但只接到了3個電話。貸款的巨大壓力快把他壓垮了。

好在，今年春天Volz終於做到了工作，但要求降薪5%。

30歲的Kugelman年初從eBay的在線營銷崗位離職，知道工作難找，乾脆在曼哈頓的路燈杆上貼了自己的150份求職簡曆。

科技公司更現實了

與此同時，科技公司也更加清醒了。

他們不再不惜一切代價追求增長，投資宏偉的「登月計劃」，而是專注於能帶來收入的產品和服務。

他們減少了初級員工招聘，削減了招聘團隊，放棄了VR設備等不賺錢的領域。

以往，進入行業的實習生在初級職位就能拿到六位數的年薪，還有很大機會轉正。

但現在不僅很多實習機會和初級職位都被砍掉了，而且還要求多年工作經驗。

相比之下，AI的熱潮格外顯眼。

企業紛紛將大量資源投入AI領域，不是科技行業的公司，都在大招AI人才。LLM開發者能輕鬆找到工作，年薪還遠超百萬美元。

Pequity的首席執行官Kaitlyn Knopp指出，AI工程師的薪資是普通工程師的2到4倍，從而也間接導致公司無法在其他人才上進行投資。

當然，難以找到工作並留下來這個問題，除了外部的行業因素之外，求職者自身的能力素養也是關鍵。

75%的公司認為應屆畢業大學生表現不佳

今年8月，Intelligent.com對966名參與公司招聘決策的負責人進行了調查，結果如下：

• 75%的公司表示，今年招聘的一些或全部應屆畢業生表現不佳

• 60%的公司解僱了今年招聘的一名或多名應屆畢業生

• 15%的公司或許明年不會招聘應屆畢業生

其中一個關鍵因素是——公司認為應屆畢業生沒有為職場做好準備，無法應對工作量，且表現不夠專業。

報告指出，僅有25%的公司表示所有應屆畢業生表現優異，而62%的公司表示只有部分表現優異。

此外，還有14%的公司報告稱僅有少數或沒有應屆畢業生表現優異。

對於表現不佳的應屆畢業生，有79%的公司表示會把他們納入績效改進計劃，其中60%的公司最終解僱了部分員工。

這些招聘失敗的主要原因包括缺乏動力或主動性（50%）、缺乏職業素養（46%），以及缺乏組織能力（42%）。

其他因素還包括，溝通能力差（39%）、缺乏相關工作經驗（39%）、難以接受反饋（38%），以及解決問題能力不足（34%）。

具體來說，有21%的招聘經理報告稱，應屆畢業生經常無法應對工作量，約20%表示他們經常遲到，約17%認為他們難以管理，15%指出他們常常會延遲提交任務。

不過，大部分（84%）公司依然計劃在2025年招聘應屆大學畢業生，而約5%的公司表示不會招聘，還有10%的公司尚未決定。

對於那些不計劃招聘應屆畢業生的公司，其主要原因包括不招聘入門級崗位（51%）、對他們職場準備不足的擔憂（31%），以及應屆畢業生的高流失率（31%）。

當被問及哪些因素會讓他們更傾向於招聘時，57%和56%的公司表示展現主動性和積極態度是重要因素，53%認為適應能力至關重要。

此外，能夠接受反饋（50%）以及守時可靠（49%）也是重要的考量因素。

博士也未必順利

所以，AI專業的博士求職就很順利嗎？

其實也未必。

最近一位在讀第三年博士的學生發帖表示，自己對於畢業後的求職十分焦慮。

雖然所有發表的論文自己都是一作，但三年來自己基本沒有參與任何集體工作，除了自己的實驗室小組之外幾乎不認識任何人。

但是很多論文都有不少作者，而且來自多個機構。

相比之下，自己就形單影隻，而且在學術界也沒什麼人脈，也沒什麼名氣。

而且，他發現自己很難建立實驗室之外的聯繫，大多數實驗室夥伴跟自己的研究領域也並不相干。

有人在評論區表示，不必給自己太多壓力，因為自己一直擔心找不到工作，結果一週內就找到第一份工作了。

不過，並不是所有人都會有他這樣的好運氣。

有人就表示，機器學習領域實在是太捲了！

想被錄取進一個項目，大多數都要求頂會論文。博士後的崗位競爭也十分激烈。

題主表示，EE專業想進英特爾、英偉達、高通這樣的公司，可比機器學習專業容易多了：

想拿到博士學位或者發論文根本不那麼嚴，EE工作也並不需要CS專業那樣「無所不能」，只需要掌握很少的技能就可以了。

因為他畢業時就獲得了EE學位，但看到自己的前同學後，他實在是太后悔讀CS博士了！

原因就在於，ML實在太捲了。儘管他的履曆遠比自己的EE博士朋友優秀，但他們博士畢業後很容易找到工作，加入頂級公司擔任工程師，面試也不像CS的魔鬼面試一樣，需要通過刷LeetCode來拿到。

有人表示，原因在於AI領域太熱門了，不僅是機器學習博士，物理學/數學/任何科學博士都能進入該領域，因為研究與AI有交叉。

門檻自然就隨之水漲船高了。

甚至可以說，跟物理學等硬核科學相比，AI太簡單了。該領域的大部分內容都是經驗性的，任何有編碼技能和一些直覺的人，都能找到一些東西發成論文。所以每年都會有兩三萬篇AI論文面世。

有人鼓勵樓主說，加油卷吧，如果進入大型科技公司，收入就會達到50萬到200萬美元。

或許也是因為這個原因，現在Neurips已經開始有高中生賽道了。

不過，現在流傳的50萬美元，也只是TOP 2-3%頂級機器學習博士的薪資，Meta、Google等非初級崗位才有這個薪金。

或者，可以去捲對衝基金和量化。這個行業空間很大，可能普林斯頓和史丹福的計算機博士舉步維艱，但Baruch碩士生卻能拿到百萬年薪。

總之，ML一定是目前地球上最有價值的技能之一。Google為了把GOAT Noam Shazeer請回來，可是花了25億美元。

當然，一切的前提是，先找到一份工作。

參考資料：

https://www.linkedin.com/posts/jamesfobrien_tech-jobs-have-dried-upand-arent-coming-activity-7242613292479696897-gCyT/

https://www.intelligent.com/1-in-6-companies-are-hesitant-to-hire-recent-college-graduates/

https://www.reddit.com/r/MachineLearning/comments/1gu9os9/d_why_ml_phd_is_so_competitive/