编辑:袁榭 如願
【新智元导读】有人对比了下2021年底美国的机器学习工程师和软件工程师薪资,一看真气人呐。
数码科技业界是个博大的行业。外人或许察觉不出,但是码农们自己很清楚,其中是很可以细分、很有不同的。
比如「机器学习工程师」和「软件工程师」,不明真相的普通群众看起来,会觉得都是同一类人:不都是要写代码么?
但局中人就不同意了:什么同一类人?工资差老远了好不啦?
美国有唯恐码界不乱的评论人,随手搜了下全美各地、各公司的「机器学习工程师」岗位和「软件工程师」薪资。一对比,就能看出差异来。
其实说起来,机器学习工程师有点横跨产学两届,工作内容既像软件工程、又像数码科学。
所以很多时候,有软件工程师经历,对于机器学习工程师的工作大有助益,甚至是很多岗位招聘的前提。
既然是进阶版岗位,薪资也就会提一级。美国评论人搜集了2021年底全美1311个此类岗位的招聘信息、薪资公布等信息,给出以下数据:
看到这里,编辑不禁感叹:美国码界居然没有35岁死限,可以有做了20年的码农,怪不得卷不过太平洋西岸的大厂啊。
当然,全国全行业年薪平均数,就算按年资分等,也很粗略。按地域分的话,那对比就更突出了:
不出所料地,纽约与旧金山作为世界知名的高生活成本城市,机器学习工程师的年薪就比全美平均水准高些。
不过纽约的年薪低过旧金山的,还是有点让人意外,难道华尔街光环不如硅谷湾区光环?
波士顿与芝加哥,一个相对不那么繁华,另一个则是狠人满地走、打劫多如狗。不大留得住大公司和有选择的人才,年薪低过全美平均,很好理解。
除了地域以外,岗位要求的职业技能也自然地给薪酬提供了变数。
就以上述城市为例,看看加了技能要求的岗位年薪有哪些变化:
要求会用Apache Spark的纽约岗位:152,500美元
可以看出,有了附带技能要求的岗位,年薪比本地平均又普遍高了一截。而且即使是语焉不详的「软件开发经验」,也能把岗位年薪垫上去。
所以简历里多写写自己的经验,没坏处的,即使招聘者知道没软件开发经验的人也不大可能来应聘机器学习岗位。
为了平行对比,软件工程师薪酬的对比,也是尽量用说机器学习工程师时的相同城市和技能分布。
软件工程师有时会在他们的头衔中加入「机器学习」的部分,比如「软件工程师-机器学习操作」。这是因为,在某些职位中,机器学习工程师是专注于数据科学模型操作的软件工程师。
比起同等年资的机器学习工程师岗位,这些都显著低一大截。
以下是一些受欢迎的城市和一些其他城市所对应的软件工程师的平均工资:
旧金山比全美平均水准多出最多,而芝加哥比全美平均水准有轻微的不如。
要求会用Apache Hadoop的纽约岗位:135,197美元
有Haskell编程语言旧金山岗位:151,280美元
当比较通过附加技能获得工资涨幅的机会时,软件工程师似乎比机器学习工程师拥有更大的可能性。
例如,我们可以看到,在旧金山,仅仅拥有一项技能,软件工程师的薪水就会有很大涨幅。
总的来说,工作地点和技能的改变几乎会使平均工资翻一番。
可以看出,影响薪酬的一些重要因素是经验水平、工作地点和具备的技能。当然,工作的其他因素或者特点也会改变薪资,感兴趣的读者可以做进一步的研究。
总结下来,当码农决定跳槽到一份新工作或谈判一份新薪水时,最好的办法就是多看看各种来源。
机器学习工程师的总体工资可能更高,不过其实在各个调查的城市中,机器学习工程师通过增加特定技能来增加薪水的机会,实际上会导致其早期职业生涯的平均薪水低于软件工程师。
所以普通码农也不用灰心?心若在,梦就在,大不了从头再来?
参考资料:
https://builtin.com/career-development/machine-learning-software-engineer-salary
https://medium.com/geekculture/machine-learning-engineer-vs-software-engineer-salary-aebc9a5bc2c5