今年4月中旬，特朗普簽署行政令收緊 H-1B 簽證項目，其中一項內容要求 H-1B 申請者的年薪需高於 11 萬美元，這讓不少留學生感到絕望，因為大多數人的第一份合同根本達不到這個數字。
對於申請者來說，獲得工作簽證比北京搖號還難。
於是，越來越多留學生選擇回國。17 年海歸人數突破 60 萬，《2017 年中國留學生美國就業白皮書》中，留學歸國人員的薪酬待遇，比想象中的還要低。月收入在 1 萬以下的，高達82%。
所有的數據、現象都說明，單靠出國“鍍金”所帶來的競爭力逐年減弱，除了文憑，更需要你有真才實學。但這對在留學生活中獨自打拼、努力積累的學生來說，可能有著不小的難度，畢竟，誰都不想成為那個“花 200 萬留學，月薪 2000”的人，問題是，怎麼做？
首先，應該先搞清楚“難就業”兩個最重要的原因：
1/ 海外專業與國內崗位的不匹配
相當大比例的人出國是為了“鍍金”。BOSS 直聘發佈的《2017 海歸人才就業創業報告》顯示，僅三成海歸首份工作與專業直接匹配。海歸期待的就業行業，互聯網、金融、教育排前三，但這三個行業，國內外區別相當大。
舉個最簡單的例子，當年在美國念商科，有門課程叫新媒體營銷，但國內的新媒體，說實話和教授講的一點關係都沒有。所以很多留學生，不僅僅是商科專業，回國之後發現專業所學在國內沒有用，而理想崗位需要的硬技能，自己又沒有學過。
2/ 缺乏項目經驗
國內大學普遍從大三開始實習，等到大四畢業找工作的時候，實習經歷一般都有好幾個了。相比留學生在這一點上明顯沒有優勢，本科和研究生課業都極其繁重，2016 年 80% 的中國留學生在美國畢業後沒有拿到任何實習機會。
理論與實踐脫節，加上又不熟悉國內市場，最直接的後果，就是在面試或簡歷上直接暴露“學生思維”和“空白”簡歷，有時候甚至連面試第一關都過不了。
那留學生，書白讀了？錢也白花了？
某業內資深 HR 表示，留學生就業優勢還是很明顯的，但優勢不在學歷。留學生普遍學習能力更強、更具技能多元性。
高學歷海歸往往更懂得提前規劃、更懂得技能保身的重要性。因此海歸更要抓住自己的優勢，無論是在國外就業，還是回國工作，最重要的是具備“硬技能”。
現在都 8012 年了，過去所謂“鐵飯碗”工作早已沒有了，但是具有普適性的技能卻是有的。數據分析能力正是最被忽視、卻又在工作中最不可缺少的“硬技能”。
數據人才稀缺：企業高薪搶人
數據人才價值高，主要因為需求大：
一、專業技術人才需求高
幾乎所有行業都需要數據分析師。目前，數據分析職位缺口主要集中在三大巨頭行業：移動互聯網、計算機軟件以及金融，總佔比 64%，同時非典型數據產業，潛移默化、迅速崛起。說明數據分析是各個行業都是通吃的技能，且都能期待不錯的收入水平。
二、數據技能普適性高
幾乎所有崗位都需要數據分析技能。從微信朋友圈、短信推廣，淘寶京東等電商的商品推薦 ，今日頭條、抖音等媒體的內容推送 ,甚至到出行路線優化，這背後都嚴重依賴於以數據為基礎的決策結果。無論你是處於公司中的哪個環節，從專職數據分析、市場策劃、銷售運營、到客戶服務，都需要掌握數據分析技能。
在大數據、人工智能的浪潮裡，只要公司有業務決策需求，都離不開數據分析這個“工具”。不懂數據，熱門職位很大程度上會失之交臂。
因為稀缺所以高薪，據數聯尋英發布的《大數據人才報告》稱：目前我國大數據人才僅 46 萬，在未來 3 - 5 年內大數據人才缺口達 1,500,000 之巨。所以數據人才在就業市場的待遇好到令人仇恨。
三個月把【數據分析】技能寫進簡歷
很多數據分析師並非都是科班出身，不乏來自經濟、管理、化學、甚至藝術文科專業。不同企業看中的除了數據分析的技能以外，更重要的是相關領域的「業務 sense」。那麼非數據分析專業留學生，如何能快人一步，找到成為分析師的捷徑，掌握全球人才紅利機遇？
美國留學生應該都聽說過優達學城 Udacity，它與 Coursera、edX 是全球最早也是最大的三大在線教育平臺。
與其他兩個平臺不同的是，Udacity 的課程更注重項目實踐，因此對於初入職場與晉升的人群十分有針對性。「數據分析師」納米學位與 Kaggle x Tableau 聯合推出，具有以下特點：
內容圍繞實戰項目，避免紙上談兵，項目均可寫進簡歷
權威的納米學位證書，中英雙語，可直接添加至LinkedIn
講師來自 Google、Facebook、Morgan Stanley 等名企，緊貼行業需求
就業輔導：進階課程提供簡歷修改、模擬面試等求職輔導，畢業後即可加入Udacity alumni，拓展 Networking，獲得名企內推資格；
先來看幾個可以寫進簡歷的實戰項目：
（第一個項目可試學，想了解的可以直接拉到文末）
Project 1
揭秘北上廣空氣質量
（可試學）
獲得北上廣等 5 大城市 PM 2.5 數據，分析空氣質量變化趨勢，學習從提問到可視化分析結論的數據分析流程。
Project 2
探索共享單車用戶行為規律
用 Python 分析共享單車行程和用戶數據，分析最熱路徑、最典型用戶等信息；編寫交互式代碼來查詢數據，使用描述性統計學分析。
Project 3
探索電影/槍支管理/體育賽事真實數據
獲得來自TMDB、醫院管理系統、FBI 數據庫的精選真實數據集，使用 NumPy 和 Pandas 完整體驗分析流程，分析高票房電影有哪些共同點、什麼樣的球隊容易贏得比賽等真實世界問題。
Project 4
揭秘“冰與火”戰役制勝因素
獲得《權力的遊戲》戰爭數據，分析影響戰爭結果的因素，溫習從提問到可視化的分析流程，並找到隱藏在文字中的戰役制勝法寶！
從下面的課程框架也可以看出，課程圍繞項目，課程結束後可以至少有 10 個能寫進簡歷的項目經驗：
入門、進階都有【7天試學班】，讓不確定自己適不適合、有沒有能力的人，7 天深度體驗課程，還包括一個簡單的項目，用極低的成本試錯，節省時間，少走彎路。
值得一提的是，Udacity 中國區在雙十一期間，也有活動！（美區沒有！）
優達學城【11.11狂歡節】
一年一次，絕無返場
席位有限，搶完即止
雙十一最值得的剁手就是投資自己！讓花出去的每一分錢都成為未來的保障。
長按二維碼可以領【試學 7 折券】
不管買不買，先領券，羊毛先薅為敬！
長按掃碼，關注官方號
領取 7 折優惠券
還可獲取「選課測試」、完整大綱等更多幹貨！
*市場推廣
閱讀更多 INSIGHT視界 的文章
