
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
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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。 ...
2025-09-18DSGE 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 ...
2025-09-15