专栏名称: 新智元
智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
目录
相关文章推荐
宝玉xp  ·  转发微博-20250205142851 ·  2 天前  
量子位  ·  华为昇腾推理DeepSeek-R1,性能比肩 ... ·  3 天前  
烂板套利  ·  AI智能体(AI Agent)概念股梳理(附股) ·  3 天前  
烂板套利  ·  AI智能体(AI Agent)概念股梳理(附股) ·  3 天前  
宝玉xp  ·  //@刘群MT-to-Death:这种氛围真 ... ·  3 天前  
51好读  ›  专栏  ›  新智元

Nature帮你找工作!6张图讲清科研领域就业市场

新智元  · 公众号  · AI  · 2024-10-20 12:27

正文



新智元报道

编辑:乔杨
【新智元导读】 来自77个国家的1100多名研究领导者向Nature杂志讲述了他们如何招募科学家,以及什么样的应聘者能成功入选。

从今年6月开始,Nature与伦敦研究咨询公司Thinks Insights & Strategy合作推出了一系列文章,讲述今年对全球科学领域招聘经理开展调查后得出的结果。

通过各种途径的宣传,这项调查共找到了来自77个国家的学术界、工业界和其他部门的1134名自荐受访者。

完整的调查数据集:https://figshare.com/s/7aea1f12aaca90a1030d

此外,在今年6-7月,Nature首次对学术界和其他领域的实验室领导者进行了调查,了解科学领域招聘的高潮和低谷。

这些招聘经理回答了有关如何招聘、在哪些平台招聘,以及如何评价一封求职信等问题。他们还分享了最喜欢的面试问题,并描述自己如何在资质、技能和经验相似的候选人中挑出合适人选。

俄勒冈州学术职业咨询公司The Professor Is In的创始人兼总裁Karen Kelsky表示:「学术界的求职就像一个黑匣子,申请可能毫无规律或理由地被终止。这些数据可以帮助求职者更多地了解招聘委员会的视角和想法,从而有的放矢。」

对于正在求职的科学家来说,Nature的这篇调查结果提供了一种了解「黑匣子」的方法,以便更好地修改申请、准备面试,以增加获得offer的几率。

这篇文章总结了调查数据中的6项关键发现,其中有些令人惊讶,有些则证实了长久以来的揣测。

调查中有三分之一的招聘经理来自工业界,从中我们也可以看出学术界和工业界在聘用过程中的显著差异。

候选人素质究竟如何

今年的候选人素质如何?工业界和学术界的雇主似乎得出了相反的结论。

44%的行业雇主表示候选人比几年前更好,20%的人认为候选人素质下滑;但在学术界,这一比例正好颠倒,分别是20%和43%。

虽然所有领域的招聘者都会认为,最常见的挑战是「缺乏高素质候选人」,但学术界人士 (58%) 比工业界人士 (38%) 更有可能这么说。

这一数据趋势有多种可能的解释。比如,根据Nature在过去五年时间中的跟踪和记录,年轻学者们对自己的学术生涯有日益增长的沮丧和挫败感。

同时,也存在对博士期间学术训练的改革呼声,旨在教授学生们更广泛的技能以适应更多样的工作。

布鲁塞尔研究和科学职业观察站的科学顾问兼协调员Neda Bebiroglu表示, Nature的研究结果与学术界PI们的个案报告相呼应,他们也同样表示,很难找到合适的候选人。

「六年前,如果你向一屋子的博士生询问职业规划,会发现他们都想成为教授。但现在,只有少数人这样了。」

Bebiroglu指出,这表明年轻科学家更加了解自己的职业选择。「但这提出了一个问题,我们如何将人才留在学术界?」

Kelsky表示,COVID-19大流行和学术界日益恶化的环境,例如薪酬跟不上生活成本的上涨、研究经费的削减,以及社会上日益高涨的反科学情绪,已经打击了年轻学者对研究生涯的心理投入。

「我看到那些申请学术工作的人的失望和疏远情绪,已经达到了一个新的水平。」

西班牙阿利坎特大学分子纳米技术实验室主任、普林斯顿催化剂技术公司Rive Technology联合创始人Javier García-Martínez表示,许多最优秀的候选人可能会选择去往工业界,以获得更好的薪酬和福利待遇。

虽然目前没有进一步的数据作为证据,但他猜测,工业界的工作可能也正在接近博士们学术训练的目标,变得更加「基于科学」。

最糟糕的错误

学者们找工作也会犯错,Nature也非常贴心地从招聘者的角度,对这些错误做了一个汇总。

从下图中可以看到,「对应聘的研究工作了解不够」以及「申请时给出过于笼统的回答」是求职者最容易犯的两个关键错误。

根据《自然》杂志的调查,对工作场所的研究了解不够以及提出通用申请是求职者犯的两个最大错误(参见“求职者在申请工作时犯的五个主要错误”)。

此外,「过于自信」、「不了解自己申请的职位」以及「面试问题准备不足」,也是求职者常犯的错误。

对于45%的学术雇主来说,「申请时回答笼统」是一个关键错误,但工业界的相应比例只有26%;而且学术界雇主更有可能认为候选人缺乏对其研究的了解,这个可能性是行业雇主的两倍多。

雇主们在调查中表示,应聘者应确保在申请之前阅读实验室最近发表的几篇论文,并研究工作组织的愿景和人员结构。

但值得注意的是,在进行应聘研究时,找到合适的信息来源也很重要。

实验室网站可能过时,因此应该在PubMed、arXiv或任何相关领域的学术网站上搜索实验室的主要研究者,并找到一些最近的论文,这种方法可能有所帮助。

即使在提出申请之前,与雇主直接联系也可以帮助我们了解工作的日常要求。

最好的做法是与招聘经理或团队成员进行一次面试前的交谈,以便更好地了解团队,以及他们的工作方式和优先级,这样也能衡量实验室的文化、价值观、团队多样性等方面是否适合自己。

「冷申请」比想象中有效

有些公司即使正在寻找合适的候选人,也不会立即公开发布招聘广告,这是不请自来、主动提出的求职申请就是所谓「冷申请」(cold application)。

几乎所有参与调查的招聘人员(94%)都表示,他们每年至少收到一份主动提出的工作申请(通常是通过电子邮件)。

这些招聘人员中,57%的人表示他们「通常」或「总是」做出回应,而且有43%的人认为这种申请是有作用的。

只有17%的人认为不请自来的申请令人恼火,但如果平均每周收到不止一份「冷申请」,这个比例就会增加到24%。

与学者 (37%) 相比,行业雇主更有可能(51%)认为主动提出的请求是有效的,而且他们做出回应的概率也更高(61% vs 54%)。

Nature采访的几位研究人员表示,他们通过「冷介绍」成功聘用了一些人,而且主动提出的请求比我们想象中的有效,甚至可能「动摇」一个职位。

比如,当一个研究小组即将获得资助,或者现有资助中剩余一些资金,但没有足够的时间从发广告开始走一遍招聘流程时,如果有一个强有力的候选人出现,录用的概率就会很高。

但是,对那些每周都收到套磁邮件的人,只有「个性化」的接触才能获得积极的回应,而对那些不谈论实验室具体项目的邮件则不太有兴趣。

基于这项研究,Nature还将在明年年初发表一篇文章,专门讨论如何写一封完美的套磁邮件,给潜在老板留下深刻印象。

网络招聘

招聘科学家,一般都通过哪些途径?

调查中被问到这个问题时,绝大多数招聘者都回答的是「个人网络」,类似于我们常说的「内推」。

超过一半的人 (51%) 表示会使用职业关系网络进行招聘,这一比例在学术界甚至会增加到65%。

LinkedIn是工业界招聘者最常用的渠道,有50%的人将它作为首选。

招聘网站Indeed在工业界也比较常用,有32%的人表示这是首选渠道,但不受学术界欢迎(6%)。

参与调查的几位学者表示,他们喜欢利用公开演讲和其他社交机会来宣传团队、吸引人才,因为这有助于潜在求职者更好理解实验室工作的本质。

总体来看,首选招聘渠道的top5有:职业关系网、工作场所的公告板、LinkedIn、面对面以及个人邀请,因此对于申请者而言,磨炼社交技能会很有助益。

AI的角色

从调查结果来看,招聘人员很少使用AI工具来筛选申请或回复候选人,尤其是在学术界。

大多数学者(89%)表示他们在申请过程中没有使用人工智能,并且超过一半的人未来也不考虑使用AI。

相比之下,工业界对人工智能的使用更加开放:几乎一半的行业雇主表示,会使用这些工具来设计面试问题,或对申请进行筛选和管理。







请到「今天看啥」查看全文