敲了17年代码，我现在连个面试机会都得不到
转自：InfoQ （ID：infoqchina） 整理：冬梅、核子可乐
虽然全球经济正显现出逐步复苏的迹象，但科技行业的裁员仍在不断推进。在 IT 这个永远寻求下一个热门趋势的产业当中，美国软件就业市场哀鸿遍野，连技术老鸟们似乎也难以重拾竞争力——几十年的经验积累反而让他们感觉自己身处劣势。
近日，Reddit 上一条名为 《17 年编程经验，我甚至连个面试机会都没有》 的帖子引发热议。该名 ID 为 different-waters 的博主称自己担任软件工程师已有 17 年，并获得硕士学位，去年病假结束回公司一个月后被解雇了（因为身心俱疲而休了心理健康假），现在正在与来自谷歌、Facebook 等公司的数百名员工竞争上岗机会。
他坦言自己从未见过如此糟糕的就业情况。
“基本上我已经失业一年了，而且我已经 43 岁了，所以我想我现在已经无法被雇用了。我不敢相信每个人都在遵循的制度竟是如此糟糕，人们甚至都没有对这种潜规则提出质疑：你必须有经验但经验不要太多，也不能是人到中年，那你绝对不能以任何理由停止工作，否则你就成为了废物。”
现年 58 岁的美国程序员 Vern Six 也有同样的遭遇。Six 表示，他最近在找工作时就遇到了明显了年龄歧视。Six 指出，一名招聘人员明确告知雇主对其不感兴趣，甚至认为 Six 到了这个阶段早该混成 CTO 了，无法理解为何仍在应聘软件开发者。
在关于 Six 此次遭遇的 LinkedIn 帖子疯传之后，他专门组织了一个 LinkedIn 群，供人们讨论科技领域的年龄歧视问题。其实 Six 自己知道年龄有点大，但“这还是第一次有人当面这么跟我说”。
甚至有不少失业的科技从业者在一次次失败的面试后开始怀疑自己还能不能再找到全职工作。
今年 56 岁的 Gabriel Schillaci 数十年来一直在阿根廷的家中以自由职业身份参与外包开发与 IT 工作。Schillaci 估算，自从去年项目结束以来，他已经投出了上百份简历，但只收到了 2 条回复。他发现求职过程已经越来越令人绝望：招聘人员打来的电话跟技术关系不大，面试环节复杂繁琐，还经常提出要花几个小时才能完成的试做项目。
同样，今年 51 岁的 Rob McMurtrie 表示，去年 6 月被一家金融科技公司解雇以来他先后申请过 260 个职位，但只有 11 家公司与他取得过联系。据他估计，约有一半的机会来自他跟公司那边认识的朋友打了招呼，单纯裸投的回复比例可能会更低。
艰难的就业环境迫使 McMurtrie 不得不在简历和工作经验之外，寻求其他能够证明自己的方式。现在，他开始主动联系招聘经理，并在空缺职位的社交帖子下发表评论。“我感兴趣的所有岗位门槛都在提高。”直到今年三月，McMurtrie 终于在一家软件公司拿到一份合同，重新开始了全职开发之旅，但他也坦言这份工作背后也有个人关系的因素。
其实不只是经验丰富的求职者们一岗难求，有不少年轻工程师们也表示挣扎在一场又一场毫无结果的面试中。
刚参加工作没多久的 Christopher Pow 表示自己近半年来参加了很多面试：谷歌、Facebook、Linkedin，还有很多初创公司。许多面试官都想让他进行白板测试，“他们希望我在没有计算机和互联网搜索的情况下在板上编写功能性工作代码”。Christopher Pow 吐槽道。
“我失业了好几个月。我等待着，希望有一天有人会雇用我，而不需要我写白板。白板测试简直太糟糕了。”
ID 为 blackkraymids 的 Reddit 用户也称，自己的一位有着 6 年工作经验的朋友曾在旧金山的一家独角兽企业工作，但如今仍然在失业，而且找工作还很艰难。
更严重的是，有求职者在 X 上发文吐槽现在的就业市场严峻到有人投出了海量简历收到回复却为 0，并表示如果现在你还在职，且干且珍惜吧。
根据专门追踪科技行业裁员民政部的 Layoffs.fyi 公布的数据，科技企业在过去两年间已经解雇超 40 万名员工。
在这兴旺发达的几十年间，科技从业者可以轻松依靠自己的人脉圈子寻求新的职位，甚至随时会有猎头在关注稀缺人才。而随着科技企业在新冠疫情爆发之初的蓬勃发展，对技能需求的增加也给从业者们带来了短暂而辉煌的影响力。可现如今，随着企业开始努力增效并处理此前过度招聘带来的后果，话语权开始重回雇主手中，求职者反而身陷困境。换言之，员工们必须建立自己的人脉网络，在 LinkedIn 上保持活跃，抓住一切机会展示自己的才华。当下的美国科技企业正式进入“四世同堂”的时代，稀缺性正在从人转向优质岗位。
对于技术从业者来说，当前的就业市场可谓形势恼人。氛围具体有多压抑？最近一项民意调查显示，25% 的受访工程师称他们需要一年时间才能找到新的工作。
虽然很多人仍然保持乐观，认为这种需求萎靡不会长期持续。但如果 AI 发展导致市场对于某些技能的需求出现了整体变化，该当如何？如果 AI 最终拉低了岗位需求总量，又当如何？
曾在初创公司和大型金融公司担任过工程领导者、软件工程师和招聘经理，也是内容营销公司 BuzzSumo 联合创始人的 Henley Wing Chiu 就 AI 技术对于工程人才需求的影响进行了深入研究。他从超过 5 万家公司抓取到的 2000 万条岗位信息，包括 Revealera（一家岗位数据提供商）提供的统计结果和 Techcrunch 列举的裁员清单中得出了一些结论。
为了了解清楚哪市场对不同工程角色的需求有何变化，Henley Wing Chiu 将 2022 年 11 月 1 日至 2023 年 2 月 21 日期间各类工程技术岗位的实际数量，与 2023 年 11 月 1 日至 2024 年 2 有 21 日间的岗位空缺数量进行了比较。
从结果看，工程师们的就业态势确实出现了两极分化。
一方面，市场对于 AI 研究科学家和机器学习工程师的需求激增。AI 科学家的职位空缺数量增长了 80%，机器学习工程师的职位空缺数量也增长达 70%。众所周知，这些都是当前最受追捧的热点岗位。
而另一方面，对其他类型工程师的需求确实有所放缓。移动工程师、前端工程师和数据工程师的职位空缺均较上年同期下降超 20%。曾经的职场骄子们赫然发现“小丑竟是我自己”。
相信大家都能理解为什么市场对 AI 工程师和科学家的需求量会如此巨大，但有趣的是其他工程技术岗位的需求降幅并不均匀。由此看来，目前的情况并非单纯源自技术裁员，AI 肯定是起到了一定的影响作用。
例如，后端工程师的职位空缺仅下降了 14%，而前端工程师的职位空缺则减少达 24%。Henley Wing Chiu 认为这里很可能存在“AI 效应”，因为企业需要稳定且可扩展的后端来部署大语言模型等机器学习艺术形式。而另一方面，投资建设 AI 体系并不需要强大的前端技能。无论我们使用 Angular 还是 React，对机器学习艺术形式的性能都没什么实质影响。
其二，数据科学家的招聘需求更具弹性，这可能是因为此类角色通过数据准备、清洗和分析等方式为 AI 提供的补充性支持虽然重要，但由于关注点并非基于深度学习的传统模型或者大语言模型，因此需求不像机器学习工程师那么旺盛。
那么过去一年间，各具体职位的薪资有何变化？
为了找到答案，Henley Wing Chiu 分析了招聘词中的薪资数字，且仅关注旧金山、纽约和西雅图等生活成本较高的城市。值得注意的是，这些职位信息中仅列出总体薪资范围，并非当前担任这些职务的从业者的实际薪资。这只是计算了基本工资，总收入暂不纳入讨论。
好消息：薪资并未下降，但也没有上涨多少。实际上，如果我们计入通货膨胀率后，会发现收入基本持平，就连 AI 科学家和机器学习工程师也未能幸免。
这表明市场对于 AI 人才的需求确实出现了大幅增长，但机器学习工程师与科学家的供应也同步跟上。此外，值得注意的是，过去 4 个月间，机器学习工程师的职位空缺数量仍比 2020 年至 2021 年招聘巅峰期少了 15% 左右。且 AI 与机器学习工程师 + 科学家仅占全部工程相关职位发布量的 5%。
而坏消息是，如果大家正考虑转换方向成为一名机器学习工程师，那么与其他软件工程领域相比，相对较少的职位空缺已经引发了激烈竞争。
据 Henley Wing Chiu 客观推测，工程师们的收入可能会在一段时间内继续保持停滞。
接下来，Henley Wing Chiu 还分析了哪些机器学习技能的需求增长最快。
截至目前，NLP（自然语言处理）的需求增长最快，提及“NLP”的招聘信息量增加了 155%。这乍看之下非常合理，毕竟大语言模型的头号杀手级用例就是创建客服聊天机器人。而另一方面，提及计算机视觉的次数只增长了 50%，这可能是因为计算机视觉的用例相对专业（例如自动驾驶汽车）且总需求量没那么大。
当然，这里还少了一项大模型“技能”。之所以没有列入上表，是因为它彻底压倒了其他所有类别。如下图所示，招聘词中提及大模型的次数同比增加了 3000%！
在编程语言领域，哪些传统工程技能的需求降幅最大？
概括来讲：第一，Rust 成为头号赢家。提及 Rust 的职位空缺数量较一年前增加了 32%，考虑到后端工程师的总体市场需求有所下降，这种逆势上扬无疑相当惊人。也许其中还有供需失衡这一重要因素的影响。第二，尽管 React 需求有所下降，但其明显仍在从 Angular 和 Vue 手中夺取市场份额。第三，Ruby on Rails 的人气持续走低，可谓本阶段最大的输家。最后，Python 的良好表现是因为它已然成为机器学习领域的“标准语言”。
过去两年，是 AI 技术迅猛崛起的两年，也是科技巨头疯狂“砍人”瘦身的两年。那么，企业裁员与 AI 技术崛起和 AI 人才需求之间的关系是怎样的？企业是否将裁员后腾出来的薪资空间用来雇佣更多 AI 人才？他们又是否真的在使用 AI 技术替代更多低水平雇员？
要找到答案，最合理的方法就是整理一份 2023 年大规模裁员的企业名单，并比较他们在裁员前的季度与裁员后的季度所发布的 AI 职位数量。如果裁员之后数量出现明显增长（与裁员后的整体职位需求相比），那么裁员跟扩充 AI 人才储备应该就有一定关系。
Henley Wing Chiu 观察了 50 家曾经裁员的不同规模企业，从数据来看裁员跟招聘更多 AI 人才之间根本没有关系。与裁员之前相比，那些 2023 年曾经裁员的企业在接下来 3 个月间发布的 AI 相关职位数量平均增加 20%——但同样在此期间，其总体职位发布数量（包含所有需求类型）增幅为 24%。
下图为过去一年曾经裁员的部分大型科技企业样本，包括裁员前后 AI 职位空缺数量对比。
当然，这也不足以证明企业完全没有把裁员省下的经费投入到 AI 领域（毕竟他们可能用这笔钱采购 GPU 了），只能说关联并不像很多人以为的那么强。企业当然正在关注 AI，部分企业肯定也在用 AI 方案取代低水平雇员。但大多数公司在裁员的同时雇用更多 AI 人才的确只是一厢情愿，至少没有任何客观数据作为支持。
更加合理的解释是，企业这一波裁员是在为疫情三年间的过度招聘买单；此外，当前资本市场的利息仍然很高，华尔街希望企业能多实施降本增效策略。至于整体转向 AI，这种情况当然有，但绝非普遍共识。
有趣的是，企业在宣布裁员之后发布的招聘信息往往比裁员前还多，所以有人怀疑这是在借机解雇表现不佳的员工，吸收更多新鲜血液取而代之。
参考链接：
https://www.reddit.com/r/Layoffs/comments/1bbpjn5/17_years_experience_cant_even_get_an_interview/
https://bloomberry.com/how-ai-is-disrupting-the-tech-job-market-data-from-20m-job-postings/
https://news.ycombinator.com/item?id=39699100