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
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 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 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21