哪些專業最難就業？又有哪些專業最缺人？

哪些專業難就業？

在過去的7年裡有不少大學部專業被教育部紅牌警告，有些大學部專業甚至連年被警告，根據統計，下面這些大學部專業被紅牌警告的次數在所有的大學部專業里是最多的，占榜首前八名，在報考時要特別注意！

2016年大學部就業前景堪憂的「紅牌」專業包括:應用心理學、化學、音樂表演、生物技術、生物科學、美術學。

「綠牌」專業包括:軟體工程、網路工程、通信工程、電氣工程及其自動化、審計學、廣告學、車輛工程。

所謂「紅牌」專業，指的是失業量較大，就業率、薪資和就業滿意度綜合較低的專業。而「綠牌」專業則是指就業率、綜合滿意度較高的專業。

對此，我進行了一下整理，對於近7年高頻上榜的專業集中進行了統計。

從全國的總體狀態來看，2010-2016年動畫、體育教育連續5年上榜「紅牌專業」，生物工程、法學更是連續6年榜上有名，而生物科學專業連續7年都在榜，無可撼動。

造成這一現象的原因既可能是供大於求，也可能是相應學科的培養質量達不到崗位所需。因此才會出現：一方面應屆畢業生找不到專業崗位，而一方面企業招不到合適人才的尷尬現象。

2014年7月，教育部高等教育司就曾整理髮布了之前兩年的就業率較低專業。

這份表格中，以地區進行了劃分，信息更加具有針對性，也可以供大家參考。

除了上述「綠牌」專業，還有哪些專業有前途？

全球最頂尖管理諮詢公司麥肯錫(McKinsey)出具的一份詳細分析報告顯示，預計到2018年，大數據或者數據工作者的崗位需求將激增，其中大數據科學家的缺口在140000到190000之間，對於懂得如何利用大數據做決策的分析師和經理的崗位缺口則將達到1500000在教育部批准的第一批設立大數據專業的有:北京大學、對外貿易大學、中南大學第二批高校共有32所。

大數據領域三個大的技術方向：

方向一：Hadoop（在分散式伺服器集群上存儲海量數據並運行分散式分析應用的一種方法）

方向二：數據挖掘、數據分析&機器學習方向；

方向三：大數據運維&雲計算方向。

在這三個方向中，大數據開發是基礎。以Hadoop開發工程師為例，Hadoop入門月薪已經達到了 8K 以上，工作1年月薪可達到 1.2W 以上，具有2-3年工作經驗的hadoop人才年薪可以達到 30萬—50萬，一般需要大數據處理的公司基本上都是大公司，目前在，大數據類人才也是非常稀缺，第一個吃螃蟹的人，會是你嗎？