科技行业上个月的失业率小幅上升至3.4%，但仍明显低于全国4.2%的失业率。
以上是研究公司CompTIA对美国劳工统计局（BLS）最新数据的分析。
深入分析这些数据时，展现出一幅更加复杂的图景。例如，8月，科技服务和定制软件开发领域新增了约3400名员工，而科技制造业则减少了2500名员工。同时，尽管科技职位的招聘信息增加至50多万个，实际就业人数却减少了2.8万个。
CompTIA首席研究官Tim Herbert在数据发布时的声明中表示：“科技行业的劳动力市场数据起伏不定，要求我们在短期和长期前景之间进行平衡。”（正如Charles Dickens曾言：“这是最好的时代，也是最坏的时代。”）
尽管如此，雇主们依然急需技术专业人才，无论求职者是否拥有正式学位。CompTIA的报告指出：“招聘数据表明，许多雇主仍然注重基于技能的招聘，并考虑那些通过其他途径进入职场的求职者。”今年8月，有45%的招聘信息没有明确要求应聘者拥有四年制学位。在一些关键职位中，这一比例甚至更高，包括网络支持专家（86%）、IT支持专家（72%）、网络与系统管理员（51%）、网页及UI/UX设计师（48%）和数据库管理员（47%）。
对于那些正在找工作的人来说，掌握人工智能等“热门”技能，可以帮助他们在竞争激烈且往往不确定的市场中脱颖而出。
对于那些在招聘技术人才，特别是涉及人工智能的公司来说，关键在于要认识到，任何人工智能的实施都需要大量的规划。首先要确保数据是干净、有组织且可用的。在此基础上，公司需要评估他们希望从人工智能中获得什么，是否有足够的预算支持这些目标，以及能否有效采取整体方法（即团队协同完成人工智能战略）。当这些基础工作完成后，公司将更清楚地了解他们在人工智能相关人才方面的真正需求。
作者：Nick Kolakowski
数据工程师面试最全指南
虽然，数据工程师(DE)是近年增长最快的科技行业职位之一，但其实网上并没有很多关于数据工程的面试内容。过去一年里，我参加了旧金山湾区几家科技公司的数据工程师职位的面试，也帮助很多人成功通过面试。