
作者 | 机器之能
来源 | 机器之心
1024刚落幕,码农们得以欢度属于自己的节日,备受瞩目。作为互联网公司中最为核心与主流的群体,程序员的地位不容忽视。
尤其在最近两年,随着 “互联网+”、“云计算”“人工智能”等产业的迅速发展,程序员成为一线城市和各大巨头公司“抢人大战”的发力人群。
最近,《2019前三季度新一线城市技术人才洞察》报告出炉,围绕技术人才招聘薪资、人才需求和城市喜好等方面,详细解读了技术人才流动趋势。
2019年三季度人才需求同比增长19.9%,环比增长28.8%。
国家统计局10月18日最新数据显示,2019年前三季度,全国城镇新增就业1097万个,其中三季度城镇新增就业360万个,环比下降12.8%。
人才需求结构调整,一年以内工作经验的新增需求骤降,三年以上经验⼈才需求环比增长16%。
01
抢人大战:杭州码农最贵
据BOSS直聘研究院数据显示,2019年前三季度,15个新一线城市技术人才平均招聘薪资为12153元,同比增长6.6%。
杭州对技术人才需求最为迫切,其技术岗位占到整体招聘数量比例达16.8%。杭州技术人才平均薪资位居新一线城市第一,已经超过了北京白领平均薪资(据BOSS直聘《2019三季度人才吸引力报告》显示北京白领平均薪资12312元)。
值得注意的是,南京对于技术的人才需求及薪资仅次于杭州,超过成都、武汉、西安等新一线重点城市。
一线城市人才需求回落,二三线城市人才需求比例开始上扬。“产业下沉”趋势必须有“人才下沉”作为支持,技术人才作为新一线城市优化产业结构的中坚力量,将发挥着更大的作用,也将引发更多的相关人才需求。
2019年三季度,杭州人才吸引力指数蝉联第三位。深圳、上海并列第四,杭州持续稳居前三。
人才吸引力15强城市集团基本成形,经过两年的持续观察,新1线城市中的成都、南京、武汉、天津、长沙、郑州、西安、重庆已经稳定在前15位。
一线城市薪酬优势增大,新一线城市高薪岗位薪酬优势尚未建立。
新1线城市高薪岗位的比例和薪酬绝对值相较二三线城市并未拉开差距,较1线城市也仍有明显距离。
02
薪酬排位:推荐算法近三万
2019年三季度,平均薪酬15强岗位名单保持稳定,但薪资⽔水平波动较⼤大。
互联网/IT行业平均薪资持续占据榜首,前沿技术岗位继续领跑人才吸引力指数榜。广告传媒行业薪资环比涨幅5.1%,入围行业业薪资前10位。
金融行业人才吸引力回暖到一年来最高点。
新一线城市对AI相关人才极为重视。
数据显示,2019年前三季度,新一线城市技术人才薪资最高岗位中均与AI技术相关,且均破2W。
IT工程师部分职位出现明显降幅。Golang工程师平均月薪环比降幅达到11%,算法工程师降幅也高达9%。
薪资涨幅环比最高的是搜索算法工程师,环比涨幅为5%。推荐算法平均薪资最高,达28442元。
受市场冲击,汽车行业面临人才结构调整。
平均招聘薪资由7319元降至7226元。汽车工程专业类岗位人才需求比例由2018年同期的23.4%上升到27.2%,汽车工程项目管理岗位人才吸引力三季度首次入围前10,但其人才供给量是需求的五倍,侧面反映出汽车行业人才容量低于当前人才供给量。当汽车消费的持续低迷,也造成了汽车领域人才的流出。
5G商用显著拉⾼通信类岗位薪资水平和环比涨幅。
2019年三季度,光传输工程师、天线射频工程师、电信网络工程师等通信类岗位均有显著的薪资涨幅。
随着《“十三五”国家信息化规划》和《新一代人工智能发展规划》的发布,国家5G顶层设计基本完成,各配套实施细则,政策逐步落地。新一线城市纷纷进行相关产业布局,尤其对高精尖技术产业极为重视,希望借助新产业、新技术优化自身城市的产业结构。
03
近两成码农想逃离北上广
随着新一线城市基础设施不断完善、福利政策的利好、薪资标准的提升,对一线城市技术人才的吸引力逐渐加大,不少活跃在北上广深的一线城市的程序员(俗称码农),开始把目光投向新一线城市。
BOSS直聘的数据显示,考虑“逃离”北上广的码农,最期望去的城市是杭州,其次是武汉、郑州、长沙、西安。
据BOSS直聘研究院的数据统计,2019年前三个季度,在一线城市技术岗位中,14.0%技术人才的下一份期望城市都选择了新一线城市。
这与此前2019年应届毕业生数据“不谋而合”,在今年毕业的应届生里,近四成首选新1线城市发展,而一线城市应届生吸引力首次跌破30%。
一线城市的码农和应届生将新一线城市作为定居生活的选择之一,已不是新鲜事。毕竟京沪越来越严格的户籍政策、高压的工作环境和高额的生活成本,都成为技术人才动摇的原因之一。
另一面,新一线城市的“新经济”岗位容量正在快速提升,薪资水平的提高,各项配套设施逐步完善,成为一线城市较高收入群体——码农的“心之所向”。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10