大学生数据分析

目前暂无确切的全国一本及以下本科计算机相关专业2020-2023届毕业人数的官方统计数据，但可以从以下几个方面来进行分析推测：

从整体专业规模角度

根据阳光高考网公布的数据，截止到2023年底，计算机科学与技术专业是毕业生规模达到10万人以上的本科专业之一。但这其中包含了一本及以上高校的毕业生，无法准确区分出一本及以下的具体人数。

从部分高校情况推测

以西藏民族大学为例，该校计算机科学与技术专业每年培养从事研究型工作的专门人才40多人，从事工程型工作的专门人才45余人，从事信息化类型工作的专门人才70余人，即每年该专业毕业生在150人左右，且该校该专业2019年升格为一本招生，在2019年之前属于一本以下招生。可以以此为参考推测其他一本以下高校计算机相关专业的毕业人数，但不同高校之间在招生规模、专业设置等方面存在较大差异。

从专业招生情况反向推测

2024年全国计算机类专业的招生计划共计约43.5万人，比去年增加了超过4万人，涨幅高达10%。假设招生人数与毕业人数之间存在一定的比例关系，且一本及以下高校计算机专业招生规模占总招生规模的一定比例，可大致推测毕业人数，但由于高校层次、专业设置、学制等因素影响，这种推测的准确性有限。

感谢你提供的更真实的就业情况。根据你提到的二本院校计算机相关专业的真实就业率在10%-20%之间，我重新进行了更保守的估算。这里的就业率估算考虑到一些二本院校的计算机专业毕业生在对口就业上的困难，并且也将行业变化、经济形势和就业市场的实际状况纳入考虑。

以下是根据实际就业情况（包括离职、岗位更替等因素）重新估算的毕业生就业数据：

假设就业率：

1. 计算机科学与技术：10%-15% 对口就业率，其他可能转行或自主创业。
2. 软件工程：约 12%-18% 对口就业率，需求相对较多，但也受到就业市场影响。
3. 信息管理与信息系统：约 8%-15% 对口就业率，受信息技术行业需求波动的影响较大。
4. 网络工程：约 10%-15% 对口就业率，竞争较为激烈，部分转行。
5. 人工智能：约 18%-25% 对口就业率，需求较高，但受院校、地理位置等因素影响较大。
6. 数据科学与大数据技术：约 15%-20% 对口就业率，数据分析类岗位需求强劲。
7. 物联网工程：约 8%-12% 对口就业率，随着物联网行业的逐步发展，转行比例较高。
8. 计算机网络与通信工程：约 10%-12% 对口就业率，市场需求波动较大。
9. 嵌入式系统：约 10%-15% 对口就业率，受硬件开发市场影响。
10. 网络安全：约 15%-20% 对口就业率，随着信息安全需求增长，仍有一定比例的毕业生转行。

表格：

根据这些新的就业率估算，以下是每年毕业的学生在各专业中的找不到工作的估算人数和比例。

解释：

• 计算机科学与技术：此专业是最基础的计算机专业，失业率较高，约45%。由于很多毕业生只能找到非对口的工作或转行，计算了相对较高的未就业人数。
• 软件工程：与计算机科学类似，软件工程专业的就业率受市场需求影响，失业率高，约45%。
• 信息管理与信息系统：由于该专业与计算机应用结合较少，且受到行业波动影响较大，未就业人数较高，约50%。
• 网络工程：该专业的就业相对较差，尤其是非顶尖院校毕业生，未就业人数较多，50%。
• 人工智能：尽管需求增加，AI专业的就业市场仍受到学校和地理位置的影响，失业率较高，约25%。
• 数据科学与大数据技术：作为一个热门专业，数据科学的就业市场仍然较为活跃，但失业率由于毕业生过多和技术更新较快，也在50%左右。
• 物联网工程：由于物联网行业尚未成熟，很多毕业生转行，失业率较高，约60%。
• 计算机网络与通信工程：受行业波动影响，未就业比例较高，约50%。
• 嵌入式系统：该专业受硬件行业的影响，许多毕业生选择转行或找到非对口工作，失业率为50%。
• 网络安全：虽然网络安全需求增大，但也有很多学生未能找到对口的工作，失业率为30%。

总结：

从2020年到2023年，计算机相关专业毕业生的就业形势较为严峻，尤其是二本院校的毕业生，很多人找不到对口工作，或者进入其他行业。整体失业率约在47%到49%之间，这个数据考虑到了学校层次、市场需求、技术更新等因素。

根据你提供的分析框架和假设，我将尽力基于现有的推测方法进行估算，以帮助你估算 2020-2023年 计算机相关专业（包括一本、二本和三本院校）毕业生的人数，并进一步推测就业情况。

分析步骤：

1. 整体专业规模角度：根据阳光高考网的数据，计算机科学与技术专业的毕业生规模已经达到10万人以上，但其中包含了 一本及以上高校 的毕业生。因此，我们要从整体数据中推算出一本及以下的毕业生人数。

2. 从部分高校情况推测：例如西藏民族大学每年计算机专业毕业生约150人。考虑到不同院校的差异，我会基于不同院校的招生规模进行推算。

3. 从专业招生情况反向推测：2024年全国计算机类专业的招生计划为约43.5万人，比上一年增加了10%。基于此假设，我将推测近几年的毕业人数。

假设条件：

1. 每年计算机类专业本科毕业人数的增幅：根据招生数据，假设每年的毕业生人数保持与招生人数增长一致，即每年计算机类专业毕业人数大约为 43.5万人（2024年数据）左右。
2. 一本及以下高校毕业生的比例：假设 一本及以下高校的计算机类专业毕业生占总毕业人数的40%-50%（基于招生分布、院校层次等因素）。

推算过程：

• 假设 2020-2023年 全国计算机类专业的毕业生人数（不区分院校层次）每年接近 40万至45万 人之间。
• 假设 一本及以下高校的计算机类专业毕业生占总毕业生的45%，即大约 18万-20万 人为一本及以下高校的毕业生。

具体的毕业生人数推算：

根据整体招生人数的推算和从各方面信息推测出的一本及以下院校的比例，以下是 2020-2023年 各年份 计算机类专业本科生（一本及以下高校）的毕业人数估算。

就业情况估算：

现在，我们已知这些毕业生的大致人数，接下来基于你提供的失业率范围（10%-20%）来估算 未就业人数 和 失业率。

• 失业率：假设 2020-2023年 一本及以下院校计算机类专业的失业率为 40%-50%（依据你之前提到的就业率较低的情况）。
• 未就业人数估算：失业人数 = 毕业生人数 × (1 - 就业率)。

表格：2020-2023年失业人数和失业率估算

地区分布推测：

根据大多数计算机专业的就业集中在 一线城市 和 二线城市，未就业的学生通常在这些城市待业，以下是大致的 未就业人员地域分布：

• 一线城市（北京、上海、广州、深圳等）：40%-50% 的未就业人员选择留在一线城市。
• 二线城市（杭州、成都、武汉、南京、重庆等）：30%-35% 的未就业人员选择留在二线城市。
• 三线及以下城市（其他中小城市及农村地区）：20%-30% 的未就业人员选择三线及以下城市。

表格：未就业人员的地域分布

总结：

1. 毕业生人数：根据招生情况和比例估算，2020-2023年每年一本及以下院校的计算机类专业毕业生大约为 18万至20万人。
2. 失业率估算：根据你提到的现实情况，失业率在 40%-50% 范围内，失业人数在 7万到10万人 之间。
3. 地域分布：未就业人员大部分集中在一线和二线城市，其中一线城市的比例较高。

这些数据是基于推算和现有的行业趋势所得出的估算结果，如果有更精确的官方数据或具体院校的统计，实际情况可能有所不同。

要估算每年在苏州选择培训并能够以 1万左右月薪 找到工作的计算机类专业毕业生人数，考虑的因素包括：

1. 未就业人数：根据前面的估算，2020-2023年，计算机类专业毕业生在一本及以下院校的失业率在 40%-50% 之间，每年未就业的毕业生在 7万到10万人 之间。

2. 培训需求：根据现实情况，选择培训的未就业人员通常有以下特点：

   • 他们对现有就业市场的要求有较高期望，希望通过提升技能快速找到相对高薪的工作。
   • 他们主要倾向于在 一线和二线城市，尤其是像 苏州 这样的经济发达地区。

   假设 15%-25% 的未就业人员愿意选择进入培训，接受 2个月 的培训后进入职场。

3. 地理区域分布：对于 苏州，作为 二线城市，它具备一定的就业机会，尤其是在 高科技企业、互联网公司 等领域。假设 5%-10% 的未就业人员愿意选择在苏州接受培训并找到工作。

估算过程：

1. 每年苏州的未就业人数：

假设苏州的未就业人员占 全国未就业人员的5%-10%，我们可以推算出苏州每年有大约多少人处于失业状态，并且其中 15%-25% 会选择培训。

• 全国未就业人数：每年大约为 7万到10万人（根据前述的失业人数估算）。
• 苏州未就业人数：假设占 全国未就业的5%-10%，则每年 苏州的未就业人数 大约为 3500到10,000人。

2. 愿意选择培训的比例：

假设每年 15%-25% 的未就业人员愿意选择通过 2个月培训 来提高就业竞争力，能找到 1万左右月薪的工作。这部分人群将主要集中在 软件开发、测试工程师、数据分析等岗位。

• 选择培训的人员数量：对于 3500到10,000人 的苏州未就业人数， 15%-25% 会选择参加培训，即 525到2500人。

表格：估算每年苏州选择培训人数

估算结论：

每年在 苏州，大约有 525到2500人 会选择通过 2个月的培训 来提高技能，并争取在 1万左右月薪的工作岗位 中就业。这个人数假设的是 培训后能顺利找到工作的比例。同时，考虑到 苏州 的经济发展和产业需求，可能有更多机会吸引这些未就业的毕业生参与到相应的培训中。

如果你有更具体的行业需求或想进一步探讨培训项目的具体内容，欢迎继续交流！
基于你所提到的培训目标（时间为2个月，专注于不太高精尖的技术），并考虑到当前计算机相关领域的就业趋势，我提供一些培训方向的建议：

1. 云计算与容器化技术（DevOps）

• 背景分析：随着企业对高效运维、快速部署的需求增加，云计算、容器化技术（如 Docker、Kubernetes）成为了核心技术之一。尤其是 DevOps 工程师和云运维工程师的需求在持续增长，许多企业希望通过这些技术优化运维工作流程、提高效率。
• 推荐内容：
  • Docker：掌握容器化技术，能够独立搭建容器环境并进行应用的部署。
  • Kubernetes：学习容器编排与自动化管理。
  • CI/CD：持续集成与持续交付。
• 就业市场：云计算相关职位尤其在互联网、金融、制造等行业有较强的需求，运维方向的岗位也较为常见。

2. 数据分析与SQL优化

• 背景分析：随着大数据的普及，越来越多的企业需要能够处理、分析和挖掘数据的人才。基础的 SQL 技能依然是大数据相关职位的基础，尤其是在金融、互联网行业中，数据分析师的需求非常大。
• 推荐内容：
  • SQL优化：学习如何优化查询、提高查询效率，尤其是在数据量大时的性能优化。
  • ETL工具使用：数据抽取、转换、加载（ETL）技术在银行、金融等行业应用广泛。
  • 基础数据分析：利用 SQL 进行数据清洗、汇总和简单的统计分析。
• 就业市场：数据分析岗位需要基本的 SQL 能力，这对于大多数企业来说是必备的技能，特别是金融和互联网企业。

3. 日志分析与监控技术

• 背景分析：随着企业越来越依赖分布式系统，日志管理和监控变得至关重要。掌握基础的 日志分析 和 监控技术，能够帮助企业及时发现并解决系统故障，提升系统稳定性。
• 推荐内容：
  • ELK Stack（Elasticsearch, Logstash, Kibana）：用于日志管理和分析的工具。
  • Prometheus + Grafana：用于系统监控和数据可视化的技术。
  • Log分析：利用开源工具或商业工具进行日志收集和分析。
• 就业市场：大多数互联网公司、金融企业、云服务提供商都需要运维和监控相关岗位的人才，需求逐年上升。

4. 自动化运维（Ansible/Chef/Puppet）

• 背景分析：自动化运维可以极大提高运维效率，减少人工错误，并提升服务的稳定性。使用自动化工具，如 Ansible、Chef 和 Puppet 等进行自动化配置管理，能够帮助企业快速部署和管理服务器。
• 推荐内容：
  • Ansible：学习如何使用 Ansible 进行配置管理和自动化部署。
  • 脚本编写：掌握 Bash、Python 等脚本语言用于自动化运维任务。
• 就业市场：自动化运维在互联网公司和大企业的运维岗位中非常普及，许多大企业都需要此类技术来降低运维成本，提高效率。

5. 网络安全与合规性（基础方向）

• 背景分析：随着信息安全问题的日益严峻，基础的网络安全技能成为了很多企业的需求，尤其是数据保护和合规性方面。
• 推荐内容：
  • 基础安全管理：防火墙、入侵检测系统、加密技术等。
  • 网络安全监控：如何监控和响应网络安全威胁。
• 就业市场：虽然高级安全技术需要深入学习，但基础的网络安全岗位，如安全运维、合规性检查等，仍然在市场上有较大需求。

6. 基础机器学习与数据挖掘

• 背景分析：虽然机器学习是一个较为高端的领域，但基础的机器学习技能，特别是针对结构化数据的模型应用，越来越多地被企业需要。这个方向适合有一定编程背景的学员。
• 推荐内容：
  • Python编程基础：包括数据处理、绘图、以及机器学习库（如 scikit-learn）的使用。
  • 基础机器学习算法：如回归、分类、聚类等常见算法。
• 就业市场：一些中小型互联网公司，尤其是在金融、零售和制造业中，对数据挖掘和基础机器学习岗位的需求较大。

综合分析总结：

1. 市场需求：目前，云计算、数据分析和运维自动化技术是市场上相对成熟的方向，这些技术对于基础的技术培训需求较大，且能较快地实现就业。
2. 培训时间：以上提到的方向，均能在2个月内通过精简、实战驱动的方式完成基础培训，重点培养实际操作能力。
3. 培训课程内容：这些技术的培训重点应放在实用性上，如云计算中的 Docker 和 Kubernetes，数据分析中的 SQL优化 和 ETL工具，监控日志中的 ELK 和 Prometheus。

这些方向不仅满足了对 不太高精尖的技术 的需求，也具备广泛的就业前景。你可以根据学员的基础以及行业需求来进一步细化培训内容和课程设计。

以下是根据你的要求生成的表格，由于缺少各届非211、非985的一本、二本、三本计算机相关专业毕业生的确切人数，以下数据仅为大致估算：

以上数据是基于给定的较低对口就业率进行的估算，实际情况可能因多种因素而有所不同。如需更准确的数据，建议参考官方统计或专业机构的调查。

若按照5%的比例在苏州，以下是重新计算的结果：

在苏州的未就业人数

前面估算出2020届至2023届非211、非985的一本、二本、三本计算机相关专业未就业人数总和大约为30.4万人，那么在苏州未就业的人数大约为(30.4×5%=1.52)万人。

愿意参加培训的人数范围

• 一本未就业人员：在苏州的一本未就业人员约占总未就业人数的(\frac{1}{4})左右，即(1.52×\frac{1}{4}=0.38)万人左右，其中可能有(30%-50%)左右愿意参加培训，则人数范围大致在(0.38×30%=0.114)万人到(0.38×50%=0.19)万人之间。
• 二本未就业人员：在苏州的二本未就业人员约占总未就业人数的(\frac{1}{2})左右，即(1.52×\frac{1}{2}=0.76)万人左右，愿意参加培训的比例可能在(40%-60%)左右，则人数范围大致在(0.76×40%=0.304)万人到(0.76×60%=0.456)万人之间。
• 三本未就业人员：在苏州的三本未就业人员约占总未就业人数的(\frac{1}{4})左右，即(1.52×\frac{1}{4}=0.38)万人左右，愿意参加培训的比例可能在(50%-70%)左右，则人数范围大致在(0.38×50%=0.19)万人到(0.38×70%=0.266)万人之间。