计算机技能需求新排名:Python 仅排第 3,第 1 你可能猜不到哦

简介: 除了编程语言之外,要想找一份计算机相关的工作,还需要很多其他方面的技能。最近,来自美国求职公司 Indeed 的一份报告显示:在全美工作技能需求中,数据库语言 SQL、编程语言 Java 分列前两位。虽然 Python 和 AWS 分别位列第三和第六,但根据趋势来看,二者很有可能成长为未来几年最受欢迎的技能。

本文经机器之心(微信公众号:almosthuman2014)

机器之心整理

除了编程语言之外,要想找一份计算机相关的工作,还需要很多其他方面的技能。最近,来自美国求职公司 Indeed 的一份报告显示:在全美工作技能需求中,数据库语言 SQL、编程语言 Java 分列前两位。虽然 Python 和 AWS 分别位列第三和第六,但根据趋势来看,二者很有可能成长为未来几年最受欢迎的技能。
image.png

9102 年了,哪一门计算机技能最当红?

为了研究这件事,美国招聘网站 Indeed 做了一项调查,统计了 2014 年到 2019 年五年间发布在自己网站上的数百万个美国地区的岗位数据,这些岗位共包含了 571 项计算机技能的关键词。这项调查也引来了 IEEE Spectrum 的关注。

结果显示:
SQL 第一
Java 第二
Python 第三
四、五名分别是 Linux、JavaScript
AWS 后来居上,排在第六名

下面这个图表用不同背景色显示了每种技能的波动趋势:

  • 绿色背景表示增幅大于 10%
  • 黄色背景表示增幅小于等于 10%
  • 红色背景表示减幅大于 10%

image.png

下图展示了排名前 10 的技能在过去 5 年的热度变化情况:
image.png

Python 和 AWS:身价倍增的技术「新贵」
image.png

虽然这一次 Python 和 AWS 仅仅排在第三名和第六名,但重点在于,这二位的热度在过去的五年中分别上涨了 123%418%。相比之下,排在第二名的 Java 上升缓慢,而还在榜首的 SQL 甚至出现了下跌趋势。

按目前的趋势发展下去,Python 和 AWS 很有可能在未来的一到两年内跻身榜首。

Python 的表现似乎在预料之内,毕竟在今年的几份编程语言榜单中,Python 都表现不俗。

在 IEEE Spectrum 今年 9 月份发布的第六届编程语言排行榜中,Python 名列第一 (趋势、开源、职位需求都是第一),而且与第二名 Java 的差距正在拉大。在前不久发布的 GitHub 年度报告中,Python 也成为第二热门语言 ,其代码库贡献仅次于 JavaScript。在此趋势下,地产大佬潘石屹都表示要开始学习 Python 了。

AWS(Amazon Web Services)是电商巨头亚马逊于 2002 年推出的云计算平台。根据 Gartner 此前发布的 2018 年全球云计算市场报告:亚马逊排名第一,所以其职位需求的激增也不难理解。

Azure 与 Docker:最值得关注的黑马

然而,这五年起伏间最大的黑马并不是这两位,而是目前暂居第 17 位的 Azure 和第 20 位的 Docker,二者的热度分别上涨了 1107% 和 4162%。在 2014 年的时候,Azure 的热度不过才 0.6%,而 Docker 的热度甚至只有 0.1%,说是一种阶层跃升也不为过。

目前在全球云服务市场中,微软的 Azure 仅次于亚马逊 AWS,排名第二,领先于谷歌、IBM 和阿里巴巴。从财报来看,Azure 的增长率甚至高于 AWS 的增长率,是 AWS 的有力竞争对手。但从职位需求来看,Azure 与 AWS 还有不小的差距。AWS 和 Azure 技能需求的增长表明,云计算平台和服务的重要性与日俱增。

而作为云计算开发者必须的技能之一,Docker 是一个方便快捷的开源应用容器引擎,深受开发者欢迎。自推出以来,Docker 的职位也需求量一直呈上升趋势。

image.png

同样表现亮眼的还有机器学习,热度从 2014 年的 1.3% 上升到 7.0%,增幅达 493%。

image.png

瑟瑟发抖的 Oracle、HTML、SQL Server 和.net

表格中的红色区域是热度下降较为明显(超过 10%)的几项技能,包括Oracle(-38%)、HTML(-17%)、SQL Server(-17%)、.net(-15%)。从下面的曲线图中可以更加直观地看到这种趋势。

image.png

Python 和 AWS 需求火热的背后

2014 年 9 月,Python 在技术能力排行榜上排第 15 名,也算靠前。五年后,它已经跃居第三位,份额增加了 123%。AWS 的崛起更是令人惊叹,同期增长 418%,排名从第 39 名上升到了第 6 名。

人气飙升的背后是有原因的:Indeed 的研究人员指出,对 Python 技能的需求激增来源于数据科学家和工程师职位的爆发式增长,他们或多或少都会用到 Python。研究人员还指出,全栈开发人员和开发运营工程职位的激增推动了 AWS 的增长。软件工程师和全栈开发人员越来越多地使用 Python,还有一些类似岗位的人员经常使用 AWS。

技术技能热度的上升或下降有两个原因:1)更多(或更少)的技术工作需要该技能;2)或多或少使用该技能的工作出现增加或减少,即使该工种职位数量总体上并未发生如此大幅度的增减。

第二个因素驱动了 Python 和 AWS 的巨幅增长。数据科学家和数据工程师等或多或少使用 Python 的技术性岗位急剧增加,使得 Python 的热度急剧上升。

但 AWS 的情况略有不同,这一技能的热度增长与数据科学家职位的上升趋势并不紧密相关。相反,诸如全栈开发人员和开发运营(「DevOps」)工程师之类的技术工作促使了它的增长。不断变化的工作组合(如数据科学家和全栈开发人员职位的增长)推动了 Python 和 AWS 等技能的崛起。

参考链接:

https://spectrum.ieee.org/view-from-the-valley/at-work/tech-careers/sql-java-top-list-of-most-indemand-tech-skills

https://www.hiringlab.org/2019/11/19/today's

目录
相关文章
|
6月前
|
安全 Python
Python并发编程必备技能:掌握threading模块,让你的代码跑得更快!
【8月更文挑战第22天】Python并发编程采用多线程技术实现任务的同时执行。利用`threading`模块可轻松管理和创建线程。通过`Thread`类实例化线程并用`start()`方法启动。线程同步通过`Lock`确保资源访问互斥,或用`Semaphore`控制并发数量。线程间通信则可通过`Queue`安全传递数据,实现生产者-消费者模式等功能。这些工具有效避免了竞态条件,确保了程序的正确性和效率。
86 1
|
5月前
|
机器学习/深度学习 算法 TensorFlow
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
动物识别系统。本项目以Python作为主要编程语言,并基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集4种常见的动物图像数据集(猫、狗、鸡、马)然后进行模型训练,得到一个识别精度较高的模型文件,然后保存为本地格式的H5格式文件。再基于Django开发Web网页端操作界面,实现用户上传一张动物图片,识别其名称。
159 1
动物识别系统Python+卷积神经网络算法+TensorFlow+人工智能+图像识别+计算机毕业设计项目
|
2月前
|
SQL 存储 数据挖掘
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
本文介绍了一种使用Python和`pdfplumber`库自动筛选简历的方法,特别是针对包含“SQL”技能的简历。通过环境准备、代码解析等步骤,实现从指定文件夹中筛选出含有“SQL”关键词的简历,并将其移动到新的文件夹中,提高招聘效率。
67 8
使用Python和PDFPlumber进行简历筛选:以SQL技能为例
|
6月前
|
测试技术 持续交付 Apache
深度挖掘:Python性能测试中JMeter与Locust的隐藏技能🔍
【8月更文挑战第5天】随着软件规模扩大,性能测试对系统稳定性至关重要。Apache JMeter和Locust是两大主流工具,各有千秋。本文探索它们在Python环境下的进阶用法,挖掘更多性能测试潜力。JMeter功能强大,支持多种协议,可通过命令行模式执行复杂测试计划,并与Python集成实现动态测试数据生成。Locust基于Python,通过编写简洁脚本模拟HTTP请求,支持自定义请求及与Python库深度集成。掌握这些技巧可实现高度定制化测试场景,有效识别性能瓶颈,提升应用稳定性。
138 1
|
5月前
|
机器学习/深度学习 算法 TensorFlow
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
交通标志识别系统。本系统使用Python作为主要编程语言,在交通标志图像识别功能实现中,基于TensorFlow搭建卷积神经网络算法模型,通过对收集到的58种常见的交通标志图像作为数据集,进行迭代训练最后得到一个识别精度较高的模型文件,然后保存为本地的h5格式文件。再使用Django开发Web网页端操作界面,实现用户上传一张交通标志图片,识别其名称。
207 6
交通标志识别系统Python+卷积神经网络算法+深度学习人工智能+TensorFlow模型训练+计算机课设项目+Django网页界面
|
5月前
|
机器学习/深度学习 人工智能 算法
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
文本分类识别系统。本系统使用Python作为主要开发语言,首先收集了10种中文文本数据集("体育类", "财经类", "房产类", "家居类", "教育类", "科技类", "时尚类", "时政类", "游戏类", "娱乐类"),然后基于TensorFlow搭建CNN卷积神经网络算法模型。通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型,并保存为本地的h5格式。然后使用Django开发Web网页端操作界面,实现用户上传一段文本识别其所属的类别。
148 1
【新闻文本分类识别系统】Python+卷积神经网络算法+人工智能+深度学习+计算机毕设项目+Django网页界面平台
|
4月前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
99 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
|
5月前
|
前端开发 搜索推荐 算法
中草药管理与推荐系统Python+Django网页界面+推荐算法+计算机课设系统+网站开发
中草药管理与推荐系统。本系统使用Python作为主要开发语言,前端使用HTML,CSS,BootStrap等技术和框架搭建前端界面,后端使用Django框架处理应用请求,使用Ajax等技术实现前后端的数据通信。实现了一个综合性的中草药管理与推荐平台。具体功能如下: - 系统分为普通用户和管理员两个角色 - 普通用户可以登录,注册、查看物品信息、收藏物品、发布评论、编辑个人信息、柱状图饼状图可视化物品信息、并依据用户注册时选择的标签进行推荐 和 根据用户对物品的评分 使用协同过滤推荐算法进行推荐 - 管理员可以在后台对用户和物品信息进行管理编辑
110 12
中草药管理与推荐系统Python+Django网页界面+推荐算法+计算机课设系统+网站开发
|
4月前
|
机器学习/深度学习 算法 计算机视觉
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
【Python篇】Python + OpenCV 全面实战:解锁图像处理与视觉智能的核心技能
155 2
|
5月前
|
存储 大数据 索引
解锁Python隐藏技能:构建高效后缀树Suffix Tree,处理大数据游刃有余!
通过构建高效的后缀树,Python程序在处理大规模字符串数据时能够游刃有余,显著提升性能和效率。无论是学术研究还是工业应用,Suffix Tree都是不可或缺的强大工具。
84 6