chore: 入库 data 数据内容(语料/图谱快照/评测集/状态库),本地目录将清理
This commit is contained in:
@@ -0,0 +1,16 @@
|
||||
数字经济就业趋势观察(2026 年上半年)(节选·样例)
|
||||
|
||||
一、区域格局:新一线城市承接效应显著
|
||||
2026 年上半年,信息技术岗位的区域分布持续多极化。北京、上海、深圳、杭州仍是岗位密度最高的第一梯队,但成都、武汉、西安、苏州、长沙等新一线城市的岗位占比连续第三年上升,合计占比已接近三成。其中成都以后端与游戏研发见长,武汉、西安依托高校资源在嵌入式与智能制造方向增速领先,苏州、长沙则在工业互联网与物联网岗位上放量明显。
|
||||
|
||||
二、岗位结构:AI 岗位从“概念热”走向“用工实”
|
||||
与 2023 年大模型岗位“重算法研究”不同,2026 年的需求主体已转向应用落地:大模型应用工程师、RAG工程师合计新发岗位量超过传统算法工程师的六成,提示词工程能力则从独立岗位演变为产品、运营、数据分析等多岗位的通用加分项。用人单位普遍要求候选人同时具备工程落地能力与业务理解能力,单纯的“调参型”简历竞争力明显下降。
|
||||
|
||||
三、技能更替:老栈出清与新栈下沉同步发生
|
||||
上半年数据显示,Struts、JSP、Svn 等传统技术栈在新增 JD 中已基本绝迹;与之相对,原本集中于头部企业的 Kubernetes、CI/CD、可观测体系等云原生能力,正快速下沉至中小企业 JD。运维岗位的 AIOps 要求、数据分析岗位的大模型增强分析要求,虽然仍以加分项形式出现,但提及率环比均翻倍增长,预计 1-2 年内转为必备项。
|
||||
|
||||
四、薪酬观察:AI 应用岗溢价收窄但基数抬高
|
||||
大模型应用工程师的薪酬中位数仍领先通用后端岗位约 40%,但溢价幅度较 2024 年高点收窄;同时,掌握 AI 工具链的通用岗位(后端、前端、测试)薪酬基数整体抬升,具备“AI+工程”复合能力的候选人在议价中优势明显。
|
||||
|
||||
五、趋势研判
|
||||
预计下半年岗位能力图谱的演化将沿三条主线展开:一是 AI 辅助研发能力从加分项转为默认要求;二是低代码与 AI 生成进一步压缩初级前端岗位需求,中高级工程化人才缺口扩大;三是新一线城市与一线城市的技能要求趋于同构,区域间人才竞争加剧。
|
||||
@@ -0,0 +1,12 @@
|
||||
新一代信息技术岗位能力趋势报告(样例)
|
||||
|
||||
一、总体趋势
|
||||
2019-2026 年,后端岗位从 SSM/Servlet 体系加速转向 Spring Boot/Spring Cloud 微服务体系,容器化(Docker/Kubernetes)已成为运维与后端岗位的通用要求。
|
||||
|
||||
二、AI 原生岗位崛起
|
||||
2023 年起,大模型应用工程师、RAG工程师、提示词工程师等新岗位快速增长,大模型应用开发、提示词工程、向量数据库成为增速最快的技能点。
|
||||
|
||||
三、传统技能退出
|
||||
Struts、JSP、Svn 等传统技术栈在 2022 年后基本退出主流 JD。
|
||||
四、AI 辅助编程普及
|
||||
2024 年起,AI辅助编程(Copilot 类工具)开始作为加分项出现在后端岗位 JD 中。
|
||||
@@ -0,0 +1,19 @@
|
||||
新一代信息技术人才发展报告(2026)(节选·样例)
|
||||
|
||||
一、总体格局:能力图谱加速重构
|
||||
2019-2026 年,信息技术岗位的能力要求经历了从“框架驱动”到“云原生驱动”再到“AI 原生驱动”的三次跃迁。招聘 JD 数据显示,微服务、容器化已于 2022 年前后完成普及,成为后端与运维岗位的基础要求;2024 年起,大模型相关能力以前所未有的速度进入各岗位的能力图谱。
|
||||
|
||||
二、AI 原生岗位爆发式增长
|
||||
大模型应用工程师自 2023 年出现以来需求连年翻倍,2026 年新发岗位量已达 2023 年的十倍以上;RAG工程师、提示词工程师自 2024 年起独立设岗。值得注意的是,提示词工程相关岗位需求从 2023 年起爆发,企业对该能力的要求正从“会用”转向“体系化”:提示词模板库沉淀、输出质量评估、与业务流程的编排结合成为高频要求。
|
||||
|
||||
三、AI 辅助编程渗透率快速上升
|
||||
2024 年起,AI辅助编程(Copilot 类工具)开始以加分项形式进入后端、前端岗位 JD;到 2026 年,约半数新发后端岗位 JD 提及 AI 辅助研发能力,“使用大模型辅助开发与代码审查”一类职责表述明显增多。AI 工具链正从“个人效率工具”升级为“团队工程标配”。
|
||||
|
||||
四、前端:从框架之争到工程化与智能化
|
||||
jQuery、AngularJS 相关要求在 2022 年后加速退场,Vue/React + TypeScript 成为绝对主流;构建工具方面,Vite 已基本取代 Webpack 成为新项目标配。2024 年起,低代码平台与 AI 辅助生成进入前端岗位核心要求,前端工程师的能力重心从“写页面”转向“搭体系”。
|
||||
|
||||
五、运维与分析岗位的智能化迁移
|
||||
运维岗位沿“脚本手工 → Ansible 自动化 → DevOps/Kubernetes → AIOps”路径演进,2024 年起 AIOps首次进入岗位加分项;数据分析岗位则完成了“Excel/SPSS 退场、SQL/Python 成标配”的换代,2024 年起大模型增强分析(自然语言取数、报告自动生成)开始进入要求清单。
|
||||
|
||||
六、传统技术栈出清
|
||||
Struts、JSP、Svn、WebLogic 等传统技术栈在 2022 年后基本退出主流 JD,仅存的少量需求集中于存量系统维护岗位,且普遍标注“接受老系统维护经验”作为过渡安排。
|
||||
Reference in New Issue
Block a user