各专业在美国找工作难易程度和工资水平

goodegg

美国就业Warald指数]数据分析各专业在美国找工作难易程度和工资水平
作者 Warald 发布时间 2012-04-01 00:18 文章分类 找工求职 文章评论 6条评论 阅读次数

什么专业好找工作？自己的专业在美国就业率如何、工资有多少，是大家关心的话题。根据Warald了解，很多人得到的答案不全面比如我听说有学长找到了（但是这不代表专业的整体情况），或者很模糊比如据说CS很好找工作（到底有多好找？比你的专业好多少？）。在这个帖子里，Warald分析数据、制作图表，提出了两个“Warald指数”来衡量找工作容易程度和工资水平，用数字显示差距，帮助大家理解。



先铺垫一些常识：

1）本文中涉及的“工作”定义为需要工作签证即H1B的工作；外籍学生在美国工作，一般必须申请h1b签证。申请h1b签证的人，最高学位可能是本科、硕士或者博士，如果你缺乏相关知识，请参考warald撰写的h1b工作签证简介以及美国绿卡申请和申请介绍。

2）本文数据来源于myvisajobs和美国政府机构，而myvisajobs也是采用美国政府机构的公开数据。

3）美国有不到600所学校招收研究生，本文中涉及的学生数目为这些学校的招生人数总和

4）外籍员工、外籍学生，包括中国人、印度人、罗马尼亚人等；任何人，除非是美国公民或者有美国绿卡，否则都算。

鉴于warald精心做的研究，被诸多如留学给力帮之流的无耻中介抄袭剽窃，所以本文暂时不公布具体数据，大家根据图表坐标可以推算出范围。如果有必要了解详情，Warald留学申请服务的客户可以来信咨询；Warald也打算今后以合适的方式在一亩三分地论坛推出，你在论坛里尽量攒高积分吧。

长期关注Warald的人应该知道我从人人个人主页到人人公共主页、微博、豆瓣、新浪，账号很多。我会根据收到的反馈信息来更新这个帖子，但是我只在一亩三分地(www.1point3acres.com)主博客里更新，因为维护多个战场很麻烦。你如果要及时看更多文章的最终版本或者有问题要问，也建议来我的主博客。



《一》美国大学各专业研究生数目

橙色代表2009年度一年级新生总数目，蓝色是除一年级学生之外的老生总人数。

统计在各项统计中一般隶属于数学类专业，而数学和应用数学学生人数大约是统计的3倍，因为一亩三分地论坛向来重视统计，有专版，所以统计这个小学科被Warald单独计算。

IE包括Industrial Engineering+Operations Research+System Engineering总学生数。

生物指的是biological sciences这个大类，神马pathology, nutrition, anatomy, biochemistry, biophysics, pharmacology,植物动物全包括，其中生物占了约40%。

我们定义R=总人数（即新生+老生）/新生。值得注意的是，如果R约等于3，那说明该专业国际学生硕士博士比例比较平衡，有人1-2年master毕业找工作去了，有人花了5年时间读Phd，专业的平均读书时间是3年；如果R>4，说明这个专业的行情是得读完博士才去找工作，无论最终能否找到，教育时间的投入约为5年。此外，也提醒有些专业博士毕业之后还可能要做博士后甚至是多年博士后，才能进入公司工作或者做教授。

办理h1b工作签证的时候，硕博学位等同对待；理解R的值，可以帮助你理解找到工作时，在学校里教育时间上的投入。



《二》各个专业h1b LCA申请数目

LCA全称为labor condition application，是h1b申请的一个必须步骤，即美国劳工部Department of Labor要确保公司支付给国籍员工的工资不低于市场价，而不是利用h1b来招聘廉价劳动力来替代本国工人；劳工部要求公司申请h1b时，必须提交LCA申请。myvisajobs网站说LCA申请数目是最终h1b签证数目的三倍多。h1b有两种，大家通常去盈利性公司工作的这种h1b名额有限，存在提前被用完的现象；而每年申请名额无限制类h1b，去学校和科研机构等非营利性组织工作的人也不少。warald这里用LCA申请的数目来粗略估计就业市场对各专业外籍员工的总需求量。

工业界招人是按照职业而不是专业进行，换句话说，公司里有了某个职位，然后招符合技能要求的人来填上，而符合要求的人，可能来自多个专业。所以在分析h1b签证和美国研究生院专业对应关系的时候，不可避免，存在一些误差。越是专业口径宽的职业，越不准确。

在上图中，计算机类工作以超过166000的数额稳居各专业就业机会的头把交椅；统计这类小专业，就业机会自然也少，只有2000；而化学、生物等几个专业，招生人数多，就业机会却很少，化学的2200，生物的3300。上图中，最小值是化工专业，不到1500。



《三》各专业基本工资水平

LCA的申请人，跟国际学生的来源一样，可能来自任何国家，但是中国人和印度人无论是留学还是使用h1b签证，都占据绝对优势；LCA申请包括new、renewed、transferred and cap-exempt applications就是新申请、h1b满三年之后的延续、换工作、以及不受名额限制的各种h1b申请，目前的数据，并没有将其分开。 – 如果不清楚什么意思，请参考Warald写的h1b申请和绿卡申请介绍。考虑到工作签证延续或者跳槽时，工资肯定比刚毕业的新人高，所以上图反应的是当前就业市场上需要h1b的外籍员工工资平均水平，而不是刚毕业的学生工资水平。

工资图里给的是base salary，就是基本工资，什么stock options、bonus、sign-on bonus之类的，都不算。在Warald写这篇文章的时候，amazon base salary标准是给刚毕业的硕士95000一年，至于工作前4年给点股票或者是诸如google每年bonus给20-30%之类的收入，是不计算在内的。

另外，这里没有考虑h1b申请人学历上的差别，也就是说本科、硕士、博士的申请都算在一起，也没有考虑地区消费水平因素比如中部大农村的6-7万年薪购买力可能不比三藩的10万低。搞的太复杂了，不光没有数据，也没法算了。

上图中，金融(financial analyst)工资最高，超过了95000，但是这里的工资水平是按照职位来的，而不是在学校里学的专业，financial analyst职位，MBA可以做、MFE可以做、统计也可以做，至于名称上最对应的金融硕士(MSF)专业，平均数字应该远远达不到，尤其是没有工作经验的同学。

CS的9万是Warald估计的，并不准确，一方面是因为IT行业职位过于杂乱，另一方面，ICC(Indian consulting company)一直是使用h1b的大户，从印度搬人到美国、在美国变相侵占h1b名额，他们给的头衔和工资也很低，对我们没有参考意义，所以warald只算了给software developer和Quality assurance engineer & tester两类头衔的，其中拿到developer头衔的，职位数目远胜于做测试的，也是学CS的主流就业方向，把整体工资稳稳的拖过了9万美元这条线。CS专业里肯定有人去做programmer、system analyst等工资只有6-7万的工作，但是无法估计人数比例。

生物的现状其实比图中显示（约$46000）还要惨，如果拿到scientist头衔，工资能过5万；但是如果只是technician，则只有4万。– 如果有了scientist头衔，估计eb1b拿绿卡也很容易了，学cs拿9万甚至10万的eb2们会很羡慕的。

从上面的h1b工资图中，也可以看到一些engineering学科，如果能找到工作，工资其实很不错的，比如化工的$84000、IEOR的$82000，甚至机械的$75000、建筑工程Civil Engineers的$71000，很多人相信也乐意接受。

至于统计的6万，Warald觉得还是由这个专业的特点决定的，如果去金融机构，给的头衔可能不是statistician可能会被算到financial analyst里；如果去biomedical research机构而不是制药公司做生统，工资一般不高。Warald留学申请博客里有很多关于这方面的文章，可以点击统计金工这个类别逐篇看。

下一个问题，大家自然要问：我就读的专业，是否容易找到工作？专业之间，就业机会上差别有多大？



《四》国际学生就业Warald指数

仿照现在流行的XX指数之类的玩意儿，俺也很娱乐的定义两个Warald指数：

1）就业容易指数： 某职业h1b LCA申请数目/对口专业在读国际研究生学生总数。具体到这个文章中的例子，就是2012年度H1B LCA申请数目和2009学年在读的学生总数。

为什么有3年的时差？首先，2012年度的h1b是2011年4月1开始申请，到2011年10月1就可以使用了，其“使用年度”可以说是2012年开始，但是其“申请年度”则是2011年。拿2009年学年学生数目和2年以后的LCA数据作比较，是因为warald感觉流动性最大的master一般是1-2年毕业，09fall入学的硕士生们，基本应该是在2011年度提出h1b申请，同时美国学校博士招生数目大体稳定，每年进入就业市场的人数变化不大。

2）工资水平指数：LCA申请的平均工资为多少万美元。

上图（以后简称Warald就业指数图）中，很明显，CS的就业容易指数一枝独秀，很彪悍的笑傲所有其他专业，甩下第二名EE也好远，该指数是Warald减去了所有ICC大户之后计算的。

学生物是不是看上去最绝望？两个Warald就业指数都是最低的。这里warald也提醒：biological sciences内部就业也不太一样，比如biochemistry & biophysics被统计成一个类别，该类别的两个Warald指数分别为4.58和5.2，这意味着这个类别将来工资只比纯生物的高点，但是孬好混份工作很容易，而且容易指数远超排第二名的EE(1.61) — 一亩三分地学这个类别专业的人太少了，Warald就没详细计算。如果你是物理、生物、化学专业的，也许应该考虑做这类方向，至少不像生物那样子，收入低而且不做postdoc就很难找到工作了。

类似情况也存在其他专业里，比如EE。前段时间，warald发文说了EE现在最好就业的方向是VLSI/ASIC Design Verification，但是学微波、控制等方向的人不少，这些方向在美国就业难，肯定要拖累EE整体就业情况。但是具体到小方向层次上的Warald就业指数没有，今后也不会有，因为连数据都没法收集。。。

统计专业的问题前面章节分析了，这个专业的出路，如果按照生统:金融行业:其他行业=4:4:2的情况来估算的话，Warald觉得就业容易指数应该不低于EE的1.61。

助理教授(Assistant Professor)也在表格中作为一个单独的类别出现，因为是去学术界就业，这个类别的计算没分专业。就业容易指数无法计算，因为根本不考虑做faculty的博士比例不小，再一个，有多大比例的phd把faculty作为主要出路，也看专业具体情况，cs这种工业界就业机会多的，肯定最低，而文科可能是最高的，因为不做老师一般也没什么出路。助理教授的工资指数跟software developer持平，而且是9个月的工资，关于博士就业的文章，请参考Warald写的为PhD正名-说说phd博士就业的一些问题。

Warald无法计算金融和会计的就业容易指数，因为没有找到学生数目，哪位同学有可靠的数据，请告诉我一声，我会更新进来。另外，感觉会计这个职业的数据会比较整齐，因为大体是上学会计专业的找会计类职位，但是金融就不好说了，因为是宽口径职位，很多专业的都可以来做，不容易算。



《五》说明

以上计算，有些地方是不准确的，比如学化学的也可能找化工或者生化的工作，学电子工程ee的也可能找cs或者金融的工作，有人可能直接用本科学位尤其是美国本科学位找到工作，等等，Warald都明白，一亩三分地论坛找工求职版就有某些例子。但是这类问题往往没有数据可查，或者找起来太太太费劲了；同时大家关心的是自己专业的大体情况、什么类职业就业机会多，所以Warald就这么“粗略计算”了。Warald觉得了解大体情况总比两眼一抹黑要好吧。

以后谁问起诸如“化工在美国好就业吗？工资待遇好吗？有前途吗？”，您可以查一下Warald就业指数，然后回答“我们学化工的Warald就业容易指数只有0.38，挺低的，说明就业难，但是一旦找到了工作，我们的工资水平指数是8.4，在工程学科里只比EE低一点，说明说明熬出头以后，前景很不错！”– 嗯，谁不知道啥是Warald就业指数的话，你把我博客的这个帖子链接给他吧。

这里也再次提醒，Warald就业指数衡量的是整体形势，而不是局部、个体情况，如果据你所知，“美国某学校某专业的学生都找到工作了”或者“我身边学某专业的都有工作”，那请你把学校和专业名称回复在一亩三分地Warald主博客里，别人也好来参考一下，专业整体就业难但是个体很容易的例子，的确是存在的。另外也需要提醒大家对“工作”的定义，比如我数次听说学生物的把毕业做博士后当成“找到了工作、出路不错”甚至说“能去某个实验室做薄厚，算是很不错的工作”，但是Warald在本文开头就说了，我只计算使用h1b签证的工作。

Warald知道很多人在考虑转CS，今年使用我留学申请服务的客户里包括新闻、物理专业的女生也改行申请到了CS类专业的录取。如果你需要人最后推你一把来转行，那Warald就业指数就是最好的证据了：是的，你转CS不一定能找到工作，但是CS的就业容易指数是其他专业的好多倍，CS就算是难度加倍，也依然远胜于其他专业，这就是国际学生在美国就业的现实。

如果你的专业不在以上图表里：

1）大多数情况下，你的专业在美国就业困难，就业率太低自然就没有数据。

2）有的专业比如数学、物理，学的人也有一定数目，整体出路的确是很差，但是也有人转去做某些职业了，数理基础好的，可以改行，但是成功转型的比例就无法知道了，Warald感觉可能挺低的。就算你转成功了，也要申请h1b，你可以看看图标中哪些职位是你用数学或者物理的教育背景能转去做的吧。

3）Warald知道几个比较有意思的职业，招人规模不大但是工资着实不低，工作也比较interesting，以后我在博客里再单独写吧。

总的来说，社会发展的大方向是information technology based，这个基础也促进了一些变化比如公司做事越来越data driven、或者从以前未曾想过的角度来利用technology。

– Warald (Email: iamxiaoning@gmail.com)
博客: http://www.1point3acres.com，微博：http://www.weibo.com/warald