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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31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