刚读完10月底发布的两份数据报告，一份来自美国招聘网站Indeed，一份来自加拿大统计局。合在一起看，北美科技求职市场呈现出一个很鲜明的特点：传统软件开发岗位最冷，AI和数据中心相关岗位最热。
01 美国：软件开发岗位招聘指数全行业最低
Indeed旗下研究机构Hiring Lab在10月22日发布了美国就业市场快照。
最扎眼的一个数字是：软件开发岗位的招聘指数只有约79，在所有对比的行业里排名最低。这个指数以2020年2月为基准，100代表疫情前的水平。软件开发在2021到2022年科技招聘最火热的时候，一度冲到约235，此后一路下滑，2024年就已经跌破基准线。
地域上，科技重镇受冲击最明显。西雅图的招聘指数为67，旧金山为72，在全美城市中排在最低之列。这两个地方正是微软、亚马逊和众多硅谷公司的大本营。
整体就业市场则处于报告所说的“招得少、裁得也少”的状态。9月失业率为4.2%，高于2019年3.7%的平均水平；每个失业者对应的职位空缺约为1个，而2019年约为1.2个。
02 但另一边，AI岗位创了历史新高
同一份报告里，也有截然相反的数字。
AI相关岗位占全部招聘信息的7.3%，创下历史新高，远超2022年3.3%的前高点。这里的AI岗位，指的是职位描述中出现机器学习、数据科学、生成式AI等关键词的岗位。
和AI配套的数据中心岗位增长更猛：近三个月增长约20%，比2024年6月高出147%。电气工程岗位的广告薪资同比上涨5.6%，IT系统与解决方案岗位上涨4.7%。
如果把数据中心岗位剔除，科技类岗位的招聘指数在9月底为99，基本回到2024年6月的水平。换句话说，科技行业并非全面萎缩，而是在剧烈地重新分配：钱和岗位正从传统软件开发，流向AI和支撑AI的硬件基础设施。
03 加拿大：年轻人编程岗位招聘率跌到最低
把目光转向北边。加拿大统计局在10月28日发布了一项研究，第一次从“招聘率”角度，观察生成式AI普及之后年轻人的就业变化。研究覆盖15到29岁的年轻人，数据截至2026年8月。
结果显示，在所有被追踪的岗位类别里，编程密集型岗位的招聘率最低，从2022年底的2.5%降到2026年年中的1.9%。
但值得注意的是，下降并不只发生在容易被AI替代的岗位上。受AI影响较小的工作，招聘率也从4.0%降到3.3%，是所有类别中降幅最大的。
另一个关键发现是：离职率几乎没有变化。也就是说，问题不在于大批人被裁，而在于企业新开的岗位变少了。最先感受到寒意的，正是刚走出校门、想要拿到第一份工作的年轻人。
研究人员也很谨慎：目前的数据还不能证明招聘下滑就是AI造成的，也可能只是整体经济周期放缓。但加拿大员工在工作中使用生成式AI的比例，在不到一年里从17%升到了30%；使用AI生产或提供服务的企业比例，也从2024年第二季度的6.1%升到19.2%。这一趋势值得持续观察。
04 哪些学校的毕业生在这些领域更有优势？
需要先说明的是，毕业生统计数据往往具有滞后性，各校公布的数据统计口径不同，有的是学校毕业调查，有的是美国教育部的大学记分卡（College Scorecard）数据，目前的数据只能反映2026年这一轮放缓之前的情况，适合作为参考，不宜直接横向比较。
第一类：学校官方就业报告亮眼的公立名校
伊利诺伊大学香槟分校（UIUC）：2023-24届计算机科学本科毕业生中，96%毕业后有了明确去向（就业或继续深造），就业者的中位起薪为13万美元，中位签约奖金2万美元。
佐治亚理工学院：2023-24年毕业调查中，计算机科学本科就业率为70.8%，中位起薪10.6万美元；计算机工程中位起薪9.8万美元，电气工程8.95万美元。
第二类：计算机科学早期薪资领先的学校（大学记分卡数据，毕业两年后的中位薪资，2023年更新）
卡内基梅隆大学约16万美元，布朗大学约15.4万美元，哈维穆德学院约14.3万美元，斯坦福大学约13.6万美元，麻省理工学院约12.8万美元，加州大学伯克利分校约12.5万美元，康奈尔大学约12.2万美元。
第三类：电气工程与计算机工程薪资领先的学校（大学记分卡数据，毕业五年后的中位薪资，2026年3月更新）
电气工程：加州大学伯克利分校约24万美元，麻省理工学院约19.1万美元，斯坦福大学约18.8万美元，卡内基梅隆大学约18.4万美元。
计算机工程：普林斯顿大学约24.4万美元，华盛顿大学西雅图分校约22.4万美元，圣塔克拉拉大学约19.2万美元，加州大学洛杉矶分校约19.2万美元。
另外，麻省理工学院官方数据显示，最近一届进入业界的毕业生平均起薪为14.58万美元。
从这份名单能看出一个规律：就业表现好的学校，大多离科技产业中心近（湾区、西雅图），或者和大型科技公司有长期稳定的招聘合作关系（卡内基梅隆、UIUC、佐治亚理工）。在岗位整体收缩的时候，这种“近水楼台”的优势会更加明显。
05 给报考者的几点建议
第一，AI、数据科学、数据中心、芯片硬件这些方向正在扩张，相关技能更值钱。
第二，电气工程、计算机工程背景的同学，现在比纯软件背景更吃香，因为AI的发展离不开底层硬件和基础设施。
第三，选校时多看就业报告，而不只是排名。学校离产业中心多远、和哪些公司有合作、毕业生去向是否公开透明，都很重要。
第四，国际学生要格外关注签证与工作许可政策的变化，比如目前仍在征求意见阶段的OPT收费提案，它会直接影响毕业后在美国工作的成本和机会。
市场在变冷，但并不是所有地方都一样冷。看清资金和岗位往哪里流动，是这一届毕业生最需要做的功课。
