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
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19