崩了!藤校CS專業入學率腰斬20%

CS專業又迎來當頭一棒
一覺醒來,入學人數呈負增長了?
曾經炙手可熱的Top1藤校熱門專業
現如今入學率直接腰斬20%
這對嗎這對嗎?
計算機專業真的日落西山了……
AI正取代那些創造它的人
cr.theatlantic
01
從“香餑餑”到“燙手山芋”,CS專業怎麼了?
在過去的幾年裡,8所藤校中的7所大學熱門專業都有Computer Science的字眼。其中,Princeton, Columbia, Cornell這三所藤校的Top 1熱門專業就是Computer Science。
誰能想到,曾經最為炙手可熱的計算機專業,正逐漸走向冷門……
Atlantic Daily最新的統計顯示:從2005年到2023年,美國的計算機科學專業學生人數增長了四倍。然而最新的資料卻令人傻眼,今年美國CS專業的報名人數僅增長了0.2%,而在許多學校中,入學CS專業的人數甚至已經開始下降
  • 斯坦福大學的CS專業作為美國頂級計算機科學專案之一,招生情況在經歷了連年激增後陷入停滯狀態
  • 普林斯頓大學計算機科學系主任Szymon Rusinkiewicz直言:照這樣發展下去,兩年後的畢業生人數要縮水整整25%
  • 杜克大學過去一年CS專業入門課程的報名人數,直接腰斬20%
前不久CNBC釋出的統計中也顯示Computer Science和Computer Engineering已成為全美失業率第三和第七大專業,失業率分別高達7.5%、6.1%,甚至連很多文科專業的就業都不如,相比之下,藝術畢業生的失業率才僅為3%。
cr.CNBC
曾經人人追捧的香餑餑,現在AI大佬們都在勸退:別學程式設計了!
cr.X
CS專業從人人搶著讀的“香餑餑”變成如今避之不及的“燙手山芋”,就業率暴跌背後的原因到底是什麼?
1)CS勞動力過剩,就業市場供給失衡
Open Doors 2024 Report👉2023/2024 學年,選擇數學和計算機科學專業的國際學生有280,922人,是國際學生選擇人數最多的專業類別之一。
近年來學習CS人數眾多,解讀失業率資料時不能只看百分比忽視絕對值,否則易得出誤導結論。即使CS失業率較高,其就業崗位規模仍遠超冷門專業。
CS專業不再是高就業率和高薪的代名詞,勞動力供過於求,就業前景趨於飽和。
在Blind上翻到一篇名為“軟體工程師正在消亡”的文章,很無奈,也很應景。
上下滑動檢視
毫無疑問,現在軟體工程師(SWE)的競爭比以往任何時候都要激烈。幾乎所有人,不管大學學的是什麼專業,都設法轉行進入了這個領域。再加上AI也來摻上一腳,現在軟體工程師的供給已經遠遠超過了就業市場的需求
2)AI取代高階碼農就業市場競爭加劇
順著這篇文章繼續往下說,重點就來到了AI。
矽谷裁員潮至今一直都沒停下來過,不論是業績受到影響下滑,還是業績好仍堅持裁員的,基本都逃不出以下幾個原因:
  1. Restructuring業務重組
  2. 疫情期間,過度擴招
  3. Cost management for stock increments
  4. AI initiatives
最後一個原因對於學CS專業的留學生來說,恰恰是最致命的。
布魯金斯學會的AI研究員Molly Kinder提出一個顛覆認知的觀點:
過去人們認為,想要在技術領域保持領先,就應該上大學學習程式設計技能。但如今,“學程式設計”可能不再是黃金法則了。從資料來看,人類對於計算機科學的研究已經到達巔峰,換句話說,CS真的走到頭了
大廠領導者也頻頻公開表示不再需要那麼多初級程式設計師。
Alphabet和微軟的高管公開表示,AI已經協助或直接編寫了25%以上的程式碼。
Anthropic高管在播客中爆料,內部資深工程師正將工作交給聊天機器人,初級員工倒不如AI去做。CEO Dario Amodei甚至警告,未來5年,AI可能取代半數初級崗位。
AI被人類創造出來,然後奪走人類的工作。
cr.spotify
隨著AI技術不斷發展成熟,被取代的已經不僅僅是我們先前所說的初級程式設計類崗位,扎克伯格就在今年1月放出豪言:Meta計劃在2025年用AI代替mid-level碼農
而矽谷科技大廠有很多高層工程師被裁,這些失業的工程師會去競爭基層工程師的崗位,這就造成基層工程師競爭更加激烈。
CompTIA最新報告顯示,今年年初,美國勞動力市場新增近5.2萬個科技崗位,總計47.6萬個科技崗位空缺。在這其中,AI領域或需要AI技能的職位空缺總數接近4萬個
cr.CompTIA
傳統技術人員供過於求和AI專業人才需求旺盛可能會成為一個共同的主題。
這一變化往往會在整個行業引發連鎖反應,反映出科技領域內部的重要調整,即傳統崗位逐步轉型,為機器學習和人工智慧等先進技術能力騰出空間
AI時代留學生該如何提升競爭力?哪些行業前景會得益於人工智慧的發展而越來越好?AI發展下該如何有針對性地規劃職業發展路徑,把握黃金機遇?
重點來了!本次7月13日第11屆百萬年薪分享會中也邀請到在AI行業深耕16年的資深導師Savvy,來到現場為大家答疑解惑!
WST第11屆百萬年薪分享會報名通道來啦
掃描下方二維碼新增小助手
傳送【年百】即可報名
02
CS寒冬,AI時代下留學生如何突圍上岸?
話說回來,要知道曾經對於很多CS專業的本科生來說,畢業後想留美的“最主流公式”就是:進入矽谷大廠做軟體工程師,入職後就開始申請PERM走綠卡程式*PERM是美國政府設立的勞工證申請程式,也是申請多數職業移民綠卡的必要前提。若缺乏PERM,綠卡申請將無法推進,獲得綠卡更是無從談起。
但自從前不久Google宣佈停止為普通程式設計師辦PERM,這條路顯然是行不通了。
2024年9月的資料顯示,Meta PERM 400人被拒,200人還在等待中,只有9個人透過,h1bgrade的status一欄,清一色的【Denied】……
cr.h1bgrader
可憐的留美打工人H1b slaves,也居然不配辦PERM了麼……
Google雖然恢復了PERM申請(2023年宣佈要暫停PERM申請)但是不再為初級軟體工程師辦理PERM申請,只有AI、機器學習等特殊崗位才有資格申請
以Google為首的科技巨頭們正在加碼AI業務,進一步表明AI工程師將成為未來的核心業務人員。
而科技行業的傳統軟體工程師(SWE)正面臨前所未有的挑戰。許多傳統SWE通常是CS專業出身,或者透過早期的程式設計訓練營轉碼進入大廠。然而,隨著AI業務的崛起,這類工程師的職業發展壓力陡增,這兩年的日子也不好過,不少Tech firms都在實行“績效改進計劃”(PIP)經理會在PIP期間設定一個通常很難達到的目標,一旦你無法實現,就可能會被解僱。在高壓下,工程師們不得不被迫陷入“內卷”、“賽馬”的死迴圈中。

而如今看來,CS專業最好的出路就是轉向AI行業,但AI工程師對機器學習的要求極高,以傳統SWE的CS背景來匹配AI崗位所需的技能已經是遠遠不夠的。AI崗位對技術能力最低的要求是起碼有CS加Data Science的知識組合,理想的背景則是CS與Applied Math(應用數學)/Pure Math(純數學)的交叉學科,更能勝任AI領域的複雜挑戰,WST Bruce學長也在之前的直播中針對CS專業求職的新方向進行了深度解析👇

Nvidia創始人黃仁勳曾說過,AI不會奪走你的工作,但使用AI的人會。這也意味著新技術的出現,在消滅一批傳統崗位的同時,也會創造出大量的新崗位。而這些崗位也即將成為未來行業的核心👇

1)演算法工程師Algorithm Engineer
演算法工程師是人工智慧領域的核心人才,主要負責研究、開發和最佳化各種人工智慧演算法他們需要深入理解機器學習、深度學習等演算法原理,針對不同的業務場景設計和實現合適的演算法模型。
這一崗位要求從業者具備紮實的數學基礎(線性代數、機率統計)和機器學習理論,精通Python等程式語言,熟悉TensorFlow、PyTorch等深度學習框架,並且能夠從海量資料中挖掘有價值的資訊來最佳化演算法。學歷上本科是門檻,頭部企業更傾向碩士/博士。
2)資料科學家Data Scientist
資料科學家是運用資料分析和機器學習技術解決商業問題的專業人才。企業招聘時注重候選人的統計學基礎、程式設計能力和業務理解,要求能透過AB測試、資料探勘等方法驅動決策。相比演算法工程師更側重業務落地,需具備將資料洞察轉化為商業價值的能力。
3)機器學習工程師Machine Learning Engineer
機器學習工程師是專注於將機器學習模型落地應用的技術專家,主要負責模型訓練、最佳化和部署。他們需要紮實的Python/Java程式設計能力,精通TensorFlow/PyTorch框架,熟悉資料預處理、特徵工程和模型調優。
與演算法工程師相比更側重工程實現,與資料科學家相比更專注技術落地。核心技能包括分散式計算、模型壓縮和雲端部署,需掌握Docker/Kubernetes等工具。
企業招聘時看重工程能力和專案經驗,薪資範圍20-60萬,自動駕駛、推薦系統等領域需求旺盛,需具備將演算法轉化為實際產品的能力。
4)提示詞工程師Prompt Engineer
提示詞工程師(Prompt Engineer)是AI時代的新興職業,負責設計、最佳化和調整與大模型(如GPT、Claude等)互動的提示詞(Prompt),以提升AI輸出的精準度和實用性。
企業招聘時通常要求本科及以上學歷(計算機、AI、語言學相關專業優先),熟悉Python程式設計及主流大模型(如LLaMA、DeepSeek)的調優方法,掌握思維鏈引導、角色扮演等Prompt Engineering技巧。  
未來,隨著AI應用深化,提示詞工程師的需求將持續增長,掌握多模態提示設計(文字+影像/影片)和垂直領域知識的人才更具競爭力
5)自然語言處理工程師NLP Engineer
自然語言處理工程師(NLP Engineer)是專注於讓計算機理解、生成和處理人類語言的技術專家。他們主要負責開發和最佳化文字分析、機器翻譯、智慧對話等NLP系統,核心工作包括語料處理、模型訓練和演算法最佳化。
需要精通Python和PyTorch/TensorFlow等框架,熟悉BERT、GPT等預訓練模型。相比演算法工程師更專注語言領域,與資料科學家相比更側重工程實現。企業招聘時看重文字處理經驗和模型調優能力,需具備將語言技術轉化為實際產品的能力
隨著大模型發展,掌握Prompt工程和多語言處理的工程師更吃香。
WST學員在最新興熱門的AI領域也斬獲了一批優秀戰績(此處僅展示部分)👇
歡迎來WST辦公室翻閱近期案例和了解完整服務流程~
如果你不知道如何進入AI行業?  
想了解該如何選擇AI相關的專業方向?  
AI領域有哪些發展機會?
如何培養不被AI淘汰的技能?
別急,現在就有一個絕佳機會
👇
WST第十一屆百萬年薪分享會
如期而至
每一年的求職季,對於留學生而言都充滿不確定性
AI崛起重塑行業格局、高薪行業裁員潮加劇內卷、川普上臺嚴審簽證政策
讓留學生求職之路愈發迷霧重重
此時,來自 “過來人” 的指引就顯得尤為珍貴
WST第十一屆百萬年薪分享會
邀請曾在求職披荊斬棘的學長學姐們
以投行、買方、科技、諮詢等業內資深人士的獨特視角
深度剖析高薪行業篩選人才的底層邏輯
結合AI時代的深刻變革
為留學生們精準拆解這一特殊背景下的求職新挑戰與新機遇
在複雜多變的求職季中錨定方向
WST第十一屆百萬年薪分享會
集結多位行業頂尖導師深度解析
IMC導師揭秘Quant最新用人標準
McKinsey導師分享管理諮詢的上岸法則
更有上岸八大投行、MBB的學員分享
如何在WST的助力下成功斬獲高薪Offer
……
除此之外
WST第11屆百萬年薪分享會現場還有驚喜抽獎活動
豐厚福利等你拿
2025年7月13日
我們不見不散!
WST第11屆百萬年薪分享會報名通道來啦
掃描下方二維碼新增小助手
傳送【年百】即可報名
自2018年開始,WST已經舉辦了多場年薪百萬分享會。以留學生求職為主題的大型線下分享會,WST團隊精心邀約來自各個高薪行業的導師和艱難求職季依舊穩穩上岸的WST成功學員,梳理海外求職形勢,解決廣大留子痛點。超20000位留學生在WST的百萬年薪俱樂部對求職有了新的認知。
幾張照片和影片帶大家回顧WST歷屆百萬年薪分享會。
宣告:所有學員斬獲的高薪崗位實習/全職offer,均是透過WST的求職專案達到自身實力過硬,符合公司錄用標準的前提下透過官方校招渠道,自行申請所獲得。
點選這裡,更多求職資訊盡在WST

相關文章