
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
KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-19偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12