京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者 | Hired_HQ
来源 | 新智元
Hired发布了《2019 年度薪酬状况报告》。调查显示:仅有23%的计算机科学相关专业硕士/博士表示高学历为其带来高薪;54%从业者表示不会继续深造;40岁后薪资呈现下降、60岁基本降到30岁水平。今天就跟着AI大咖们一起讨论吧。
最近,美国一家负责程序员等技术人才招聘的网站Hired,发布了《2019 年度薪酬状况报告》。
报告主要聚焦在软件工程师、产品经理、DevOps 工程师、设计师以及数据科学家等技术岗位。出于意料的是,在国内正十分火热的机器学习岗位,并未进入前三甲,英美两国最受欢迎的职位为全栈工程师与后端工程师。
看看这份新出炉的技术人才薪资调查报告,你的薪资拖后腿了吗?
英美程序员年薪状况表
(数据:42万个面试请求和求职信息,涵盖奥斯汀、波士顿、芝加哥、丹佛、伦敦、洛杉矶、纽约、巴黎、圣地亚哥、西雅图、旧金山、多伦多和华盛顿在内的13个城市薪资状况)
从数据来看,美国程序员平均年薪为13.5万美元,折合人民币约94.5万元。全球程序员平均年薪为12.9万美元,折合人民币约为90.3万元。
今年3月的《2019 年中国程序员薪资生存现状调查报告》显示,我国多数程序员平均年薪在10-15万之间。
中国程序员年薪状况表
(数据:北京、上海、广东和浙江等全国 29 个省、直辖市及特别行政区的 26W+ 程序员)
英美13个城市2015-2019年薪变化情况
总体来看,英美13个城市的薪资呈上涨趋势,仅伦敦目前薪资低于2015年薪资水平。
但此次薪资调查,也出现了一些颠覆传统认知的分析结果。
学历不再硬相关,高学历加薪效果减弱
近年来,像苹果、谷歌等科技巨头,正在逐步将重心从求职者的学历背景、向求职者的实际工作经验转移。
报告显示,有31%的受访者表示,即便只有本科学历,也能够凭借自己的工作经验拿下当前的职位;而23%的受访者表示,高学历依旧能够为求职增加成功的砝码;21%的人则表示,不能确定高学历是否一定就能带来高薪资;只有25%的受访者表示是学历让他们获得当前的岗位。
当问到是否愿意为了获得更高薪资而继续深造时,一半以上受访者表示没有兴趣继续攻读硕士或者博士学位。
关于为何不继续深造,45%受访者认为,相比继续深造而获得的专业知识,现在的公司更看重的是实际工作经验的积累,用人单位不再只盯着“学历”选拔人才。而24%的受访者表示:太贵了!深造不起!
这边厢认为学历不重要,另一边却更加积极的参加一些编程培训机构的课程。76%的受访者表示,这些培训机构的经历能够更好的为职业生涯做准备。
根据《2019 年软件工程师状况报告》,伦敦46%的开发者们是获得计算机科学学位的方式学习,剩下的是通过自学成才(21%)、拥有相关大学文凭(20%)以及培训机构(13%)。
最热门技术岗位洗牌,机器学习不再高居榜首
机器学习和数据科学曾一度成为最受追捧的职位,而如今,这两个岗位虽仍在Top 5之列,但已经被全栈工程师、后端工程师以及前端工程师超越。
美国最受欢迎的软件工程职位Top 6:全栈工程师、后端工程师、前端工程师、移动工程师、数据工程师、机器学习工程师。
英国最受欢迎的软件工程职位Top 6:后端工程师、全栈工程师、前端工程师、数据工程师、移动工程师、机器学习工程师。
招聘单位对工程师的技术技能要求Top 5显示,Javascript、Java、Python、Node.js 以及 SQL 成为求职人员必备的5大技术能力。
40岁是个坎儿往后薪资不涨反降,亚裔收入首次超越白人
科技圈可能是年龄歧视最为严重的领域之一。虽然工作经验成为大厂最为看重的条件,但并非工作经验越多薪资越高。
报告显示,40岁是一个拐点。在40岁之前,你的薪资可能一直呈现增长态势。但越接近40岁,增长越放缓。过了40岁后,薪资不仅停止增长,甚至还出现了下降的趋势。60岁的薪资已经基本回落到30岁时候的薪资。
除了年龄,不同的人种收入也有差异。2019年亚裔平均收入首次超越白人,成为所有种族中平均收入最高的族群,而黑人再次垫底。
中国城市平均薪资出炉,北京夺魁
根据最新的《2019年北京市薪资水平报告》,北京以每月 6906 元超越上海、杭州荣登榜首。
(数据:基于322401份样本数据分析得出,涵盖了多个全国主要城市的互联网、文化传播、石油行业、金融等行业平均薪资。)
在工资分布上,各档位还算比较平均,其中 4500 - 8000 档位最多。
行业分类中,文化传播成为最吃香行业,平均月薪高达 25000 元,可能跟现在娱乐行业的繁荣有关。
而北京最赚钱的岗位,基本跟AI无关。产品经理以每月 14542 元的平均工资,成为最吃香的岗位。Android 开发和“全世界最好的语言” PHP 紧随其后。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 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 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16