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
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27