6月份就业数据显示，科技行业的失业率降至1.8%，较5月份的2.1%有显著下降。科技行业的失业率也远低于3.6%的全国整体失业率。
根据CompTIA对美国劳工统计局(BLS)数据的分析，6月份雇主公布了约505,663个技术职位空缺，同比增长62%。
CompTIA首席研究官Tim Herbert在伴随数据发布的一份声明中写道：“就业增长强于预期，重申了科技在经济中各个领域和各个行业的关键作用。”“它还突出了在向更广泛的技术员工群体预测公司特定雇佣做法方面的局限性。”
换句话说，你最近可能看到的一些悲观的头条新闻——Meta等大公司放缓或冻结招聘，Tesla开始裁员——这并不一定代表整个科技行业。尽管一些公司由于其战略重点或收入来源而面临巨大的阻力(例如，对加密货币相关的公司来说，这是糟糕的几个月)，各地的企业仍然需要大量的技术人员，从运行网站到确保技术栈免受内部和外部威胁。
需要注意的是，对技术专家的需求远远超出了科技行业本身。几乎经济的每个角落，从农业到制造业，都需要能做各种事情的技术人员。考虑到对数据分析和云应用的普遍依赖，几乎每个企业都有重要的技术方面。
对某些技术职位的高需求也有助于提高薪酬。最近的Stack Overflow开发人员调查显示，专攻云、区块链、网络安全和数据等“热门”技术的技术人员可以拿到六位数的薪水。根据最新的Dice薪资报告，目前技术人员的平均薪资为104566美元，在2020年至2021年期间增长6.9%；对于数据库管理员和系统架构师这样的专门化人员，报酬还会更高。
当然，公司不会随便雇佣任何人，想要获得这些主要职位，你需要经验和技能的正确组合。但对于精通技术的人员来说，他们很可能会有很好的职业机会。
作者：Nick Kolakowski
机器学习会成为求职主流吗?
机器学习 (ML) 是人工智能 (AI) 的一个分支学科，是一项复杂的技能。然而，专家预测，对机器学习技能的需求在未来十年内会只增不减。实际上会这样吗？如果是，你将如何开始学习机器学习，帮助你找到工作呢？
数据科学面试中，你需要问你的雇主这 5 个问题
面试中，面试官总是会问你“有没有什么问题想问的”。你可能和我一样，因为脑子短路而问了一些非常傻的问题。比如，有一次我太紧张了，我问：“到办公室需要多长时间？”
