news 2026/8/28 22:40:28

2025年度科技职业与技能发展十大趋势盘点

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
2025年度科技职业与技能发展十大趋势盘点

人工智能(AI)在2025年的科技技能发展格局中发挥了重要作用,从帮助教师完成工作到成为人们必须掌握的关键技能。

另一方面,科技行业的招聘变得不那么可预测,招聘职位减少,不过拥有合适技能被发现能够提高就业安全性。

无论AI将如何推动这个行业发展,技能在未来仍将继续保持重要地位。

1. 教师将使用AI进行课程规划和作业评分

行政任务是AI能够简化工作的有效方式之一。在2025年英国教育技术展(BETT Show)上,英国教育部长布里奇特·菲利普森表示,使用AI进行课程规划将为教师释放时间来处理其他任务。

英国政府的未来规划将让教师使用AI进行作业评分、课程规划和个性化学生反馈,从而有时间为学生提供"尽可能最好的教育"。

这些规划与政府的变革计划和AI机遇行动计划一同推出。

2. 研究显示2024年科技职位发布数量下降

科技就业市场近年来经历了许多起伏,在疫情期间出现激增,随后又出现大规模裁员。

2024年,招聘与就业联合会(REC)的研究发现,广告中的科技职位数量同比下降,这可能是因为企业在决定再次增加招聘数量之前,让招聘环境先稳定下来。

3. 特殊教育需求学生对科技职业兴趣更高

研究发现,在英国有特殊教育需求和残疾(SEND)的年轻人中,对未来科技职业的兴趣更加突出。

工程英国组织和英国皇家学会在其科学教育追踪调查中发现,在表示对未来科技职业感兴趣的47%学生中,43%是SEND学生,而非SEND学生为37%。

4. T-level课程未能吸引预期数量的学生

鼓励年轻人(特别是女孩)进入科技行业一直是一个持续的挑战,2025年发现选择更技术性教育路径的学生数量少于预期。

国家审计署(NAO)的报告发现,教育部(DfE)高估了可能选择T-level课程的人数。最初,教育部的目标是在2025年9月有10万名学生开始T-level学习,但由于接受度低于预期,不得不修订这一数字,其最新模型显示到2027年9月将有大约5万到6万名学生学习T-level课程。

5. 需要技术专长的工作比其他职位更稳定

由于技术技能需求量大,根据研究,需要技术技能的职位比其他职位提供更高的可靠性。

LiveCareer的研究发现,英国员工平均每2.6年换一次工作,而从事机器人工程和Java编程等职位的人员在一个岗位上停留的时间比平均水平更长,使这些职业"高度稳定"。

6. 缺乏实践学习不利于STEM职业发展

学校的实践课程能激励孩子们继续学习相关学科,并有助于他们将来可能从事科学、技术、工程和数学(STEM)职业,研究显示。

但工程英国组织和英国皇家学会的科学教育追踪调查发现,近年来实践课程的开设有所减少,需要在未来更多地提供实践教育。

7. 超过70%的家长表示孩子在学校没有学习编程

数字技能极其重要,不仅对未来工作如此,对现代生活也是如此,因此研究表明许多孩子在学校没有学习编程这一发现令人惊讶。

树莓派基金会的研究发现,70%的家长声称他们的孩子没有在正常的学校课程中学习编程。

该教育慈善机构的首席执行官菲利普·科利根对此趋势成为常态提出警告,指出这种趋势有可能忽视学习编程所带来的技能。

8. 教育标准局发现学校使用AI个性化学习

对学校如何使用AI的调查发现,许多教育机构正在使用这项技术为因生活环境可能需要额外帮助的孩子提供个性化援助。

教育标准局(Ofsted)调查了这项技术的早期采用者,以了解其使用方式,并评估在教育环境中使用AI的积极影响和挑战。

9. 尽管总体数量下降,更多女孩选择A-level计算机课程

虽然2025年选择A-level计算机课程的学生总数下降,但选择该学科的女孩数量连续第六年上升。

女孩的成绩也比男性同龄人更好,各个等级的成绩都有提升。

然而,2025年选择GCSE计算机课程的女孩数量与候选人总数一同下降。

10. AI促使家长改变对孩子的职业建议

年末,汽车零部件零售商Halfords建议人们关注实践技能,因为AI正在改变科技就业格局。

Halfords的研究发现,家长同意这一方向,89%的家长在AI普及后改变了他们给孩子的职业建议。

担心的是AI将使人们在未来更难找到工作,因此不同的技能组合将使他们成为更受欢迎的候选人。

Q&A

Q1:AI在教育领域有哪些应用?

A:AI在教育领域主要用于课程规划、作业评分和个性化学生反馈。英国政府计划让教师使用AI完成这些行政任务,从而释放时间专注于为学生提供更好的教育。学校还使用AI为有特殊需求的学生提供个性化学习援助。

Q2:为什么技术类工作比其他职业更稳定?

A:因为技术技能需求量大,需要技术专长的职位提供更高的稳定性。研究显示,英国员工平均每2.6年换一次工作,而从事机器人工程和Java编程等技术职位的人员在一个岗位上停留时间更长,使这些职业"高度稳定"。

Q3:目前学校编程教育存在什么问题?

A:主要问题是编程教育普及不足和实践教学减少。研究发现70%的家长表示孩子在学校没有学习编程,同时实践课程的开设也在近年来有所减少。这种趋势可能影响学生未来在STEM领域的职业发展。


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/28 19:03:47

YOLOv8 C++部署实战:高性能推理引擎实现

YOLOv8 C部署实战:高性能推理引擎实现 在智能安防摄像头实时检测行人、工业质检流水线上自动识别缺陷产品,或是自动驾驶车辆感知周围环境的瞬间——这些对响应速度要求极高的场景中,一个高效的视觉推理系统往往决定了整个项目的成败。而在这…

作者头像 李华
网站建设 2026/8/26 11:54:17

论文降AI率全流程详解:从30%降到20%以下怎么做

一、为什么手动降重总翻车?学术党必知的3大痛点“明明查重率达标了,导师却说论文有AI味要求重写!”——这是不是你的真实写照?很多同学误以为同义词替换调整句式就能蒙混过关,结果陷入三大困局:❌ 痛点1&am…

作者头像 李华
网站建设 2026/8/25 1:53:41

YOLOv8如何实现文字区域检测任务?

YOLOv8如何实现文字区域检测任务? 在智能文档处理日益普及的今天,如何从一张扫描发票、合同或书籍页面中快速而准确地“找出哪些地方有字”,已成为OCR系统成败的关键。传统方法依赖边缘检测和连通域分析,面对复杂背景、倾斜排版或…

作者头像 李华
网站建设 2026/8/26 12:54:50

YOLOv8训练参数详解:epochs、imgsz、data配置说明

YOLOv8训练参数详解:epochs、imgsz、data配置说明 在目标检测的实际项目中,我们常常面临这样的困境:模型训练了上百轮却依然漏检严重,或者推理速度慢得无法部署到边缘设备。问题的根源往往不在于算法本身,而在于那些看…

作者头像 李华
网站建设 2026/8/22 4:37:10

YOLOv8 SPPF模块作用机制详解

YOLOv8中的SPPF模块:轻量高效的空间上下文增强机制 在目标检测领域,速度与精度的平衡始终是工程实践的核心挑战。尤其是在无人机航拍、智能监控和移动端视觉应用中,模型不仅要准确识别尺度差异极大的物体——从远处的小行人到近处的大车辆——…

作者头像 李华