Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

参与杜伟 张倩

手机开发者年入153万,机器学习并非最高:IEEE最新薪资报告

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。

参考内容:https://spectrum.ieee.org/view-from-the-valley/at-work/tech-careers/us-engineer-salaries-jump-smart-phone-developers-are-biggest-winners

产业工程师
1
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

推荐文章
暂无评论
暂无评论~