京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | Tekla S. Perry
编译 | 机器之心
U.S. Engineering Salaries Jump; Smartphone Developers Win Big
都是学工科,该入哪一行?薪资水平是人们考量未来职业的重要因素。IEEE 刚刚发布的年度薪资调查结果揭示了哪些领域的工程师挣得多,哪些挣得少。
有趣的是,在这份调查了 8800 余人的报告中,我们得到了一些出人预料的结论:在北美工程师的行列中,收入最高的是开发智能手机和手表相关产品的那些人——他们的年收入中位数折合人民币达 153 万元。而在近年已成为「最热门行业」的 AI 领域中,机器学习工程师的收入只能排名第二,折合人民币 132 万元。
IEEE 刚刚发布的美国年度薪资福利调查报告(USA Salary & Benefits Survey)显示,2018 年美国工程师的年收入中位数为 14.5 万美元(折合人民币 103 万元),分别较 2017 年和 2014 年增加了 6200 美元和 1.5 万美元。该收入包含了底薪、提成和奖金(如果将加班费和副业收入也加进来,则 2018 年工程师年收入增加至 15 万美元)。以美元价值不变计,工程师 2018 年收入较 2017 年呈现较大的涨幅。
▲1994 年-2018 年美国工程师薪资福利曲线图,其中 2018 年收入中位数为 14.5 万美元。
但是,这些收入并不是基于所有专业领域、地区、种族、性别或年龄的工程师均匀分布的。以下是这份薪资福利报告中的亮点:
智能手机和机器学习工程师的年薪位列前两位
考虑到近年来人们对人工智能和机器学习的关注越多越多,2018 年机器学习工程师的年薪中位数位居前列并不奇怪,达到了 18.5 万美元。但年薪中位数最高的却是智能手机和手表工程师,达到了 21.6 万美元。排名第三的是通信技术工程师,年薪中位数达到 16.15 万美元。
在年薪中位数排名前十的工程师中,排在后几位的分别是能源与动力工程师(13 万美元)、机器人与自动化工程师(13 万美元)以及仪器仪表和测量工程师(12.5 万美元)。
▲2018 年工程师年薪中位数排名前十的专业领域。
IEEE 年度薪资福利调查在考察工程师薪资时依据其所在的企业类型,而不是具体的工作职能。根据这个衡量标准,薪资最高的依然是移动技术,然后是软件、计算机和消费电子行业。
男女薪资差距依然很大
调查显示,女工程师工资远低于男工程师,即使按照工作经验细分也是如此。2018 年男性和女性的收入中位数整体差距达到 1.9 万美元,虽然较 2017 年降低了 1000 美元,但差距依然很大。男女性之间的收入差距刚开始很小,但随着工作年限的增加而快速拉大。总体而言,在全职从事专业领域工作的受访者中,女性只占 8.5%。
▲男性(深色柱)和女性工程师(浅色柱)随工作年限增加而呈现出的收入差距,其中因受访的女性工程师样本太少,一些收入对比数据未能给出。
收入中的种族差异依然存在
调查显示,2018 年白人和非裔美国人工程师的收入差距达到了 2.05 万美元,而西班牙裔和白人工程师之间的薪资差距为 1.75 万美元。
▲2018 年工程师收入依然存在着种族差异,其中非裔美国人工程师的年薪中位数最低。
此外,调查显示,不同地区的工程师收入也存在显著的差异。
如下图所示,太平洋地区的工程师收入中位数最高,约为 16.87 万美元;其次是新英格兰地区,为 15 万美元;年收入最低的是东北中部和西北中部地区,为 12.8 万美元。
从具体的州来看,加利福尼亚州的工程师年收入以 18 万美元居各州之首,紧随其后的是哥伦比亚特区的 15.9 万美元、马萨诸塞州的 15.8 万美元以及弗吉尼亚州和新泽西州的 15.6 万美元。
▲2018 年美国九大地区工程师的年收入情况。
50-59 岁之间工程师收入维持稳定状态
本次调查中受访者的年龄中位数约为 50 岁。如下图所示,这一年龄段(50-59 岁)的工程师收入会在下降(60 岁以后)之前维持平稳。
▲2018 年工程师各年龄段的收入水平分布。
此次 IEEE 美国薪资在线调查共收到了 8813 份回复。大部分数据分析消除了异常值,主要关注 6739 名在其主要技术能力领域全职工作的工程师。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13