
作者Leon Wei,Instamentor.com创始人,前高级经理。苹果的机器学习。
在2021年初离开苹果的最后一份工作之前,我已经做了六份企业工作,全职专注于InstamentorandSQLPad:我在Covid期间开始的两个副业项目。
但随着巨大的轨迹和增长,它们需要我的全力关注。我别无选择,只好离开在苹果的轻松工作。
今天,我不是在谈论Etherinstamentororsqlpad,因为它们仍处于早期阶段,未来有足够的时间进行研究。
相反,我想回顾一下我迄今为止的职业生涯,并分享几个故事,讲述在过去的14年中,我是如何将公司工作收入增长14倍的。
如果我能做到,你肯定能做到。
TLDR。
我在2007年开始了我的第一份全职工作,年薪美元。14年后的2020年,我14x年收入超过100万美元。
2004:我从中国获得学士学位后来到美国学习高等数学。
我很幸运:威廉玛丽学院应用科学系慷慨地为我提供了全额奖学金(我将永远感激,去部落!)和一份兼职研究助理工作,每月有1500美元的丰厚津贴(每年18K美元)。
2006:我的博士学位。顾问决定加入另一所大学,开始一个全新的学术项目,因为这是全新的,他们没有博士学位。学生,所以我不能和他一起移动。
回想起来,这可能是我在研究生院学习期间发生的最好的事情。
正如史蒂夫·乔布斯所说,“你不能把向前看的点连接起来,你只能把向后看的点连接起来。所以你必须相信这些点在你的未来会以某种方式联系在一起。“
事情就是这样。
我总是觉得在有限的实验数据样本上工作的积极性不高(在我的研究领域,收集数据非常昂贵)。
然而,作为一名数据研究人员,您几乎总是希望拥有一个更大的数据集:开发更好的统计模型并了解更多关于样本的信息,这通常会导致更好的模型性能。
起初我很恐慌,但很快意识到我有两个选择,要么找另一个博士。顾问,完成我的博士学位。(这肯定会让我父母感到骄傲)或者离开博士学位。程序,硕士毕业,找工作。
我决定辞去博士学位。并于2006年底开始找工作。
我很快得到了几个工作面试。2006年,美国经济非常火爆,就业机会很多,房地产市场也在过去几年里蓬勃发展。今天听起来很耳熟,不是吗?
我最终接受了一份数据挖掘研究(又名数据分析师)的工作,并被调到波士顿,年薪高达美元。
我几乎天真地以为我花不了那么多钱,所以没有太多犹豫,我买了一辆新萨博93,以取代我10年的福特福睿斯。
哦,当我收到第一张薪水,看到扣除的税款,我花了一年多的时间才还清我的汽车贷款(27K美元)时,我是不是很震惊。
但不管怎样,这仍然比我以前的研究助理工作要好得多。我挣了差不多4倍的钱,所以生活很棒。
2008-2010:我换了几份工作,搬到了西海岸(西雅图,华盛顿州)。我在当时世界上最大的在线广告网络公司Specific Media开始了一份新工作。
一年后,他们收购了MySpace,几年后,他们被时代公司收购。
收入:70K=>93K(15%)=>100K(20%)
2011年:我以110万美元的起始底薪加入亚马逊。他们还向我提供了7万美元RSU(4年归属)、35万美元第一年登录奖金和4万美元第二年登录奖金,每年约为15万美元:比我上一份工作增加了50%。
2013年:离开亚马逊,在CheggIPO前阶段加入,底薪190万美元,股票期权价值数百万美元(根据招聘团队的说法)。
(我也搬到了硅谷,后来遇到了很多了不起的人。)
嘿,谁不想去上市,发财,再也不用工作了?
但事实证明,2013年对IPO来说是糟糕的一年。
那一年上市的公司屈指可数,几乎都在股市上表现不佳。
2014:我加入了苹果公司(我一直是苹果产品的粉丝),所以当苹果公司的招聘人员联系到领英时,我非常兴奋,并非常努力地准备工作面试。
几周后,我幸运地通过了他们的面试(由于假期的原因,总共花了两个多月的时间)。
尽管我不得不做了一个小的基本工资削减,我得到了很好的补偿,以及签约奖金。
快进5到6年(2016年我离开去创建了一家机器学习初创公司,2017年回到苹果),2020年,我总共获得了大约5000股苹果股票,以今天的价值(每股160美元),我从公司工作中获得的总收入约为1至110万美元。
根据我的经验:我在公司工作中最显著的加薪来自苹果公司股票的升值,我也见过类似的情况发生在我以前的亚马逊同事身上。
当我第一次加入亚马逊时,它的股票大约是每股120美元,所以在过去的十年里,30涨到~3600美元。哇哦。
在我看来,获得50万或七位数收入的最可靠方法之一是加入一家FAANG公司,并在那里呆上至少四年,以获得所有最初的RSUs。
加入一家上市前的公司是非常有趣和令人兴奋的,但上市后你可能会很成功,也可能不会很成功(想想2018年加入优步,或者2019年加入WeWork)。
很多因素,时机,以及投资的一般经济环境都在IPO后的股票期权中发挥作用。
尽管如此,我永远不会忘记Chegg在纽约证券交易所上市那天的公司派对。今天真是太棒了!
几点注意:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01