京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源 | 数据冰山
新年将至。与其抱怨同事蠢,老板坏,工资少得想狗带,不如趁着新年好好规划跳槽大计。
谋定而后动,知止而有得。在这万象更新的好时节里,数据冰山将为互联网从业者送上一部跳槽攻略,助你一臂之力。
首先,让我们看看跳槽=涨工资这一命题是否成立。

假设不考虑通货膨胀和其它福利,跳槽确实能带来工资的上涨。一个初出茅庐的职场新人(经验<1年或应届毕业生),平均月工资在5.5k人民币左右。当他/她的工作经验到达1-3年这个区间之后,公司开出的工资平均上涨75.2%。如果有人毕业后一直在同一公司工作,年工资涨幅需保持在20.7%~75.2%之间(具体数值取决在同一公司工作时间),才有可能与跳槽带来的工资上涨持平。

从职位数量来看,1-5年经验的从业者,选择范围最广。经验小于一年的新人和应届生,可以选择的职位不到总数的四分之一。薪资来看,不限定经验的职位,比针对新人的职位要高出34.7%。可见,行业对新人存在一定的压价行为。对经验超过十年的从业者而言,网络跳槽并不是十分有效的渠道。
通过这样的对比,相信对于该不该跳槽这个问题,小伙伴们应该已经有了初步判断。
拉勾网上,互联网公司提供的职位,被分成了技术、市场与销售、运营、产品、职能、设计、金融七大类。

就业数量前三:技术、运营、市场与销售。

薪资前三:产品、技术、金融相关职位。

对不同职位类型,跳槽的时间点并不完全相同。
对职能、市场与销售来说,工作经验有较好的移植性。因此,工资增速随着经验积累走高,越老越俏。
对运营、设计、技术职位而言,在累积了1-5年的经验时,跳槽性价比最高。技术职位而言累积 5年以上经验的工程师来说,跳槽带来的工资增速开始放缓。头几年兜兜转转寻找真爱,后几年在真爱公司里深耕细作,提升本身的不可替代性,是工程师较为理想的选择(除转行或者创业的小伙伴们外)。
对产品相关的从业人员,工作初期享受到跳槽的红利最大:一年以上相关经验的从业人员,跳槽之后,平均工资几乎翻倍。

对热门的技术职位进一步提取关键词。市场对熟悉Java,PHP, web前端开发,Android、IOS开发的工程师需求较大。如果你正好精通其中至少一项,你就可以收获一个好消息和一个坏消息:好消息是你有很多潜在的面试机会;坏消息则是你需要从上万份职位中筛选出适合你的5-10个,集中攻关。
那么问题来了,怎么选?
择时这个问题已经解决,让我们研究一下哪里才是程序员们的乐土。

从地点上来看,帝都提供了最多互联网工作机会。拥有深圳、广州两大一线城市的广东名列第二。上海第三,浙江第四。

将工作机会按城市细分。可以看到,北上广深杭对总招聘职位的贡献超过了80%。
去不去大城市是人们热衷讨论的话题。从互联网从业者的角度来看,一线城市北上广深确实提供了最多的工作机会。所在地工作机会多,意味着一旦不满现状,就可以轻松炒了老板鱿鱼。否则,随着改弦更张而来的,是跋山涉水的迁徙,是思君不见君的异地恋,是户籍问题、孩子求学问题等等。
假设工作机会多寡是从业者的主要考量,那么他/她地理选择范围,就缩小到了北上广深杭这五个城市。
让我们通过研究这五个城市各自的偏好优劣,再结合自身条件,找出终极搜美。

五大城市中,北京最慷慨,广州给出的工资最低。

帝都是学历控,明确标出要本科学历以上的职位超过50%。

深圳最看重经验,广州对新人最友好。

北京、上海、深圳,随着经验增加,工资增长较快,成长性好。
任何脱离消费的薪资讨论都是耍流氓。让我们来看看消费的大头:房。

以2015年11月的房价衡量,北京和上海的应届毕业生,分别需要工作6.6个月和6.5个月,并且不产生任何花销,才有钱买到一平方米的住宅面积。在广州需要4.4个月,杭州3.8个月。对于选择去深圳工作的应届毕业生来说,需要花费长达7.6个月的时间。

图中y轴为单房所需月租金。可见,北京租金远远高出其它城市。虽然深圳最近房价猛涨,但房租仍然保持较低水平。
讨论完天时地利,最后让我们看看如何找到心仪的公司。

这里列出了提供职位数量的前十业务。电子、金融和O2O提供最多的职位。

游戏业务提供的薪资水平最高。

从公司规模来看,中型规模公司提供的职位最多。

公司越大,相应的工资也越高。小公司可能通过提供期权等方式,弥补和大公司之间的差距。
以下是五个城市中提供薪资较高的公司,仅供小伙伴们参考(所列公司,需要招聘的职位数量均在全国平均水平之上)
北京:

上海:

广州:

深圳:

杭州:

说了这么多,希望有所帮助,祝小伙伴们都早日拿到dream offer。
end
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 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 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 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 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01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