现在的真实数据只有百度官方才能知道，普通百度用户是没法知道的。
但估计百度官方也不会对外公布，所以我们查不到。
百度用的是员工拥股政策，员工可以得到股份，从而刺激员工工作力的提高。所以要有百万身价不如就做百度员工
>
百度阿里腾讯的工资到底有多高？看完被吓到了。
作为中国互联网界的传奇和标杆企业，BAT三家公司的一举一动时刻受互联网人的密切关注。在微软、IBM等知名外企的光环逐渐在国内互联网人心中失去吸引力的今天，进入BAT成为大厂的一员成了许多互联网人职业生涯追逐的目标之一。
重学历、高薪资、大厂光环、好跳槽外人给BAT贴的这些“标签”，是否真实？那些在BAT工作的人，现状如何？那些想要或已经离开的人，又流向了何方？
带着这些疑问，记者在年底即将到来的跳槽小高峰，为大家整理了一份BAT人才流动报告。
本文样本：2015年1月1日～2017年10月31日，在100offer平台进行简历展示的1114名BAT互联网人和22623名非BAT互联网人。
一、BAT重视学历吗
BAT对外社招的招聘JD里通常都会对学历进行严格限制，普通岗位要求本科以上学历，部分岗位甚至要求硕士以上学历，且毕业于985、211高等院校，这使得许多低学历的互联网人对BAT望而却步。
“有的大厂简历根本无法走社招渠道，第一关就会被刷掉。只能找朋友内推才有点希望。”一位专科毕业，曾在100offer平台寻找机会的iOS工程师告诉我们。他曾经通过内推面试某公司时，顺利通过了前面几轮技术面试，最终却在HR那一关因为学历原因被刷了下来。
“但其实我的技术水平完全可以胜任那个岗位，我在BAT工作的朋友遇到技术上解决不了的问题时，也经常找我帮忙。”那名工程师说。
下图是我们平台上，BAT程序员的学历构成。从中可以看出，本科学历的员工是BAT的主力军，其次是硕士学历，专科学历虽然只有5%的占比，但仍有生存空间。
那么，BAT三家公司中，哪家更重视高学历？哪家又对专科生的接受度更高呢？
从上图基本可以得到答案：今年将重心压在人工智能领域的百度，博士生的占比在三家公司中最高。由于地处高端学府的聚集之地北京，周边的高校也为其源源不断地提供了优质博士生资源。相比之下，地处深圳的腾讯，由于其周边高校资源的匮乏，博士生的数量难免在三家中垫底。
巧合的是，对专科生的接受度方面，同样是百度最高，腾讯垫底。
总的来说，BAT对学历的要求比其他互联网公司更加严格。这一点不仅体现于专科生学历的占比上，更体现在硕士以上学历的占比上。
上图可以看出，100offer平台上非BAT公司的硕士以上学历占比（其中博士占比04%），远低于BAT的硕士以上学历占比；而非BAT公司专科学历的占比数15%又远大于BAT中的5%。
薪资方面，BAT给不同学历互联网人开出的薪资同样远高于非BAT互联网企业。
其中，BAT的博士年薪与非BAT的博士年薪差距最大，可达10万。而硕士学历的互联网人无论是否在BAT，年薪都基本保持持平。
可见大厂除了资源、人脉和光环外，普遍高于市场平均价的薪资水平，大概也是诸多互联网人趋之若鹜的原因之一。
那么，BAT互联网人的薪资究竟有多高？接下来，我们将从薪资方面为大家展开。
二、BAT的薪资有多高？
下图是我们平台上，BAT互联网人与非BAT互联网人的跳槽前薪资对比，我们按照工作三年的时间线做了一个划分。
可以看出，无论工作几年，BAT互联网人的薪资水平普遍高于非BAT互联网人，且工作越久两者在薪资上的差距越明显。
前阵子，知乎上有一个热议问题：“在BAT一线互联网公司呆了三年以上的程序员，有怎样的未来？”从我们此次统计的薪资数据看，有着3年+工作经验的BAT人，年薪均值应该已经在357万左右，普遍高出非BAT互联网人年薪的21%，分别对应腾讯T31、百度T5～T6、阿里P6～P7之间的职位（参考等级均为技术岗）。
那么，BAT不同岗位的薪资情况又如何？在此也可以拿100offer平台上的数据做一个参考。
可以看出，在BAT中，薪资最高的三个职位分别是：架构师、算法工程师和产品经理，三者都是在工作资历方面门槛较高，且市场需求度较高的职位。
相反，市场需求量大，但基础岗位也偏多的Java工程师和前端工程师，在BAT中的薪资表现就比较一般了。
看完BAT人的高薪，你可能会疑惑：BAT人的薪资这么高，跳槽的时候受欢迎吗？哪些公司养得起他们？他们又喜欢去哪些公司？
三、BAT的员工跳槽受欢迎吗？
毋庸置疑，BAT人跳槽自带大厂光环。无论资金充足的上市公司还是开源节流的创业公司，都在争抢从BAT出来的互联网人。
上图可以印证这一观点：BAT人在100offer平台的人均面试邀请数（9封）大于非BAT互联网人的人均面邀数（7封）。其中，我们平台2015年收到94封面试邀请的面邀王徐风（化名），就是一名百度背景的前端工程师。
徐风2015年在100offer收到了94封面邀
他不仅收到了腾讯、阿里的面邀，还收到了其他大公司如网易、美团、360、58、今日头条等面邀，当然更多面邀来自一些求贤若渴的创业公司。
而从百度离职的互联网人，由于地处北京的缘故，也是我们平台BAT互联网人中收到面试邀请数最多的。
但本身不缺工作机会的徐风，只接受了平台上几家大公司的面试邀请，虽然部分创业公司开出的薪资已经远高于大厂。
这就引出了另一个话题：BAT的互联网人，跳槽去哪儿？
四、BAT的员工跳槽去哪儿？
每年的3月和5月是BAT人的跳槽高峰，这个时间点也刚好与年后招聘市场的跳槽高峰相吻合。
由于部分BAT年终奖会在4月发放，所以领完年终奖的5月再次迎来一个跳槽高峰。5月后一直到年前，BAT人的跳槽人数一直相对比较稳定。
这些跳槽的BAT人，都去了哪些公司呢？从他们最终入职的公司规模看，一半以上的BAT人，仍然会选择D轮以上的大企业，这其中上市企业占据了34%。
很多在原公司升职无望的员工，如果能在另一家企业升职，往往会选择在BAT三家之间互跳。
“一般跳去AT的百度人，都是在百度遇到了升级瓶颈，去了AT能升级的。但这种人毕竟少，因为在百度升不了，去AT其实也一样难升，还不如在百度继续待着。所以我看到的百度人，跳槽更多会去滴滴、美团这种公司。”一位曾经通过我们入职百度，现在仍在百度工作的候选人告诉100offer。
由于BAT三家公司总部分别在北京、杭州和深圳，所以他们的员工跳槽时的流向也受地域限制。
比如地处北京的百度互联网人，跳槽时可选择的D轮以上大企业就很多；而杭州的阿里人则很喜欢跳往同在杭州的大厂网易；如果去创业公司，也会选择同样做电商领域的明星互联网企业；
腾讯的员工，喜欢去年轻化的泛娱乐互联网公司，比如爱奇艺。也有很大一部分流向了刚获阿里15亿元投资的AI独角兽企业商汤科技。
至于为什么BAT人不喜欢去小公司，前面提到的百度候选人是这样说的：
“我以前也接触过一些小公司，感觉他们的技术不太成熟，我如果去了需要处理一些level很低的事情，不是很喜欢。”
已经习惯大厂生活的他认为，大公司有更完备的技术体系，能够给他的技术带来更多成长。另外就是，大厂开的薪资也更高。如果跳槽去小公司，除非薪资double，否则对他而言吸引力很小。
总结
BAT作为中国互联网界的三大“常青藤”企业，是不少互联网人的向往之地。通过这个报告，我们也多少可以感受到，外界所言的BAT人背景好、薪资高、有光环、好跳槽是不争的事实。
但从那些离开BAT的员工来看，大厂的重复性工作导致成长受限，复杂人情关系带来的浮躁情绪，和大企业繁琐业务流程拖慢项目进度等弊病同样存在。
因此BAT每年的人才流动量，仍是一个庞大的数字。就像围城效应般，里面的人想出来，外面的人想进去。但BAT究竟适不适合你，只有真正进去体验过的人，才知道答案。
大数据工程师做什么？需要具备什么能力？大数据是眼下非常时髦的技术名词，与此同时自然也催生出了一些与大数据处理相关的职业，通过对数据的挖掘分析来影响企业的商业决策。
这群人在国外被叫做数据科学家（Data Scientist），这个头衔最早由DJPati和Jeff Hammerbacher于2008年提出，他们后来分别成为了领英（LinkedIn）和Facebook数据科学团队的负责人。而数据科学家这个职位目前也已经在美国传统的电信、零售、金融、制造、物流、医疗、教育等行业里开始创造价值。
不过在国内，大数据的应用才刚刚萌芽，人才市场还不那么成熟，“你很难期望有一个全才来完成整个链条上的所有环节。更多公司会根据自己已有的资源和短板，招聘能和现有团队互补的人才。”领英（LinkedIn）中国商务分析及战略总监王昱尧对《第一财经周刊》说。
于是每家公司对大数据工作的要求不尽相同：有的强调数据库编程、有的突出应用数学和统计学知识、有的则要求有咨询公司或投行相关的经验、有些是希望能找到懂得产品和市场的应用型人才。正因为如此，很多公司会针对自己的业务类型和团队分工，给这群与大数据打交道的人一些新的头衔和定义：数据挖掘工程师、大数据专家、数据研究员、用户分析专家等都是经常在国内公司里出现的Title，我们将其统称为“大数据工程师”。
王昱尧认为，在一个成熟的数据驱动型公司，“大数据工程师”往往是一个团队，它意味着从数据的收集、整理展现、分析和商业洞察、以至于市场转化的全过程。这个团队中可能包括数据工程师、分析师、产品专员、市场专员和商业决策者等角色，共同完成从原始数据到商业价值的转换—概括来讲，这是一个支持企业做出商业决策、发掘商业模式的重要群体。
由于国内的大数据工作还处在一个有待开发的阶段，因此能从其中挖掘出多少价值完全取决于工程师的个人能力。已经身处这个行业的专家给出了一些人才需求的大体框架，包括要有计算机编码能力、数学及统计学相关背景，当然如果能对一些特定领域或行业有比较深入的了解，对于其快速判断并抓准关键因素则更有帮助。
虽然对于一些大公司来说，拥有硕博学历的公司人是比较好的选择，不过阿里巴巴集团研究员薛贵荣强调，学历并不是最主要的因素，能有大规模处理数据的经验并且有喜欢在数据海洋中寻宝的好奇心会更适合这个工作。
除此之外，一个优秀的大数据工程师要具备一定的逻辑分析能力，并能迅速定位某个商业问题的关键属性和决定因素。“他得知道什么是相关的，哪个是重要的，使用什么样的数据是最有价值的，如何快速找到每个业务最核心的需求。”联合国百度大数据联合实验室数据科学家沈志勇说。学习能力能帮助大数据工程师快速适应不同的项目，并在短时间内成为这个领域的数据专家；沟通能力则能让他们的工作开展地更顺利，因为大数据工程师的工作主要分为两种方式：由市场部驱动和由数据分析部门驱动，前者需要常常向产品经理了解开发需求，后者则需要找运营部了解数据模型实际转化的情况。
你可以将以上这些要求看做是成为大数据工程师的努力方向，因为根据万宝瑞华管理合伙人颜莉萍的观察，这是一个很大的人才缺口。目前国内的大数据应用多集中在互联网领域，有超过56%的企业在筹备发展大数据研究，“未来5年，94%的公司都会需要数据科学家。”颜莉萍说。因此她也建议一些原本从事与数据工作相关的公司人可以考虑转型。
本期《第一财经周刊》采访了BAT这3家国内互联网公司，以及相关领域的人力资源专家，他们从职场角度为我们解读如何成为大数据工程师以及这类岗位的职场现状。
A 大数据工程师做什么？
用阿里巴巴集团研究员薛贵荣的话来说，大数据工程师就是一群“玩数据”的人，玩出数据的商业价值，让数据变成生产力。大数据和传统数据的最大区别在于，它是在线的、实时的，规模海量且形式不规整，无章法可循，因此“会玩”这些数据的人就很重要。
沈志勇认为如果把大数据想象成一座不停累积的矿山，那么大数据工程师的工作就是，“第一步，定位并抽取信息所在的数据集，相当于探矿和采矿。第二步，把它变成直接可以做判断的信息，相当于冶炼。最后是应用，把数据可视化等。”
因此分析历史、预测未来、优化选择，这是大数据工程师在“玩数据”时最重要的三大任务。通过这三个工作方向，他们帮助企业做出更好的商业决策。
找出过去事件的特征
大数据工程师一个很重要的工作，就是通过分析数据来找出过去事件的特征。比如，腾讯的数据团队正在搭建一个数据仓库，把公司所有网络平台上数量庞大、不规整的数据信息进行梳理，总结出可供查询的特征，来支持公司各类业务对数据的需求，包括广告投放、游戏开发、社交网络等。
找出过去事件的特征，最大的作用是可以帮助企业更好地认识消费者。通过分析用户以往的行为轨迹，就能够了解这个人，并预测他的行为。“你可以知道他是什么样的人、他的年纪、兴趣爱好，是不是互联网付费用户、喜欢玩什么类型的游戏，平常喜欢在网上做什么事情。”腾讯云计算有限公司北京研发中心总经理郑立峰对《第一财经周刊》说。下一步到了业务层面，就可以针对各类人群推荐相关服务，比如手游，或是基于不同特征和需求衍生出新的业务模式，比如微信的**票业务。
预测未来可能发生的事情
通过引入关键因素，大数据工程师可以预测未来的消费趋势。在阿里妈妈的营销平台上，工程师正试图通过引入气象数据来帮助淘宝卖家做生意。“比如今年夏天不热，很可能某些产品就没有去年畅销，除了空调、电扇，背心、游泳衣等都可能会受其影响。那么我们就会建立气象数据和销售数据之间的关系，找到与之相关的品类，提前警示卖家周转库存。”薛贵荣说。
在百度，沈志勇支持“百度预测”部分产品的模型研发，试图用大数据为更广泛的人群服务。已经上线的包括世界杯预测、高考预测、景点预测等。以百度景点预测为例，大数据工程师需要收集所有可能影响一段时间内景点人流量的关键因素进行预测，并为全国各个景点未来的拥挤度分级—在接下来的若干天时间里，它究竟是畅通、拥挤，还是一般拥挤？
找出最优化的结果
根据不同企业的业务性质，大数据工程师可以通过数据分析来达到不同的目的。
以腾讯来说，郑立峰认为能反映大数据工程师工作的最简单直接的例子就是选项测试（AB Test），即帮助产品经理在A、B两个备选方案中做出选择。在过去，决策者只能依据经验进行判断，但如今大数据工程师可以通过大范围地实时测试—比如，在社交网络产品的例子中，让一半用户看到A界面，另一半使用B界面，观察统计一段时间内的点击率和转化率，以此帮助市场部做出最终选择。
作为电商的阿里巴巴，则希望通过大数据锁定精准的人群，帮助卖家做更好的营销。“我们更期待的是你能找到这样一批人，比起现有的用户，这些人对产品更感兴趣。”薛贵荣说。一个淘宝的实例是，某人参卖家原来推广的目标人群是产妇，但工程师通过挖掘数据之间的关联性后发现，针对孕妇群体投放的营销转化率更高。
B 需要具备的能力
数学及统计学相关的背景
就我们采访过的BAT三家互联网大公司来说，对于大数据工程师的要求都是希望是统计学和数学背景的硕士或博士学历。沈志勇认为，缺乏理论背景的数据工作者，更容易进入一个技能上的危险区域（Danger Zone）—一堆数字，按照不同的数据模型和算法总能捯饬出一些结果来，但如果你不知道那代表什么，就并不是真正有意义的结果，并且那样的结果还容易误导你。“只有具备一定的理论知识，才能理解模型、复用模型甚至创新模型，来解决实际问题。”沈志勇说。
计算机编码能力
实际开发能力和大规模的数据处理能力是作为大数据工程师的一些必备要素。“因为许多数据的价值来自于挖掘的过程，你必须亲自动手才能发现金子的价值。”郑立峰说。
举例来说，现在人们在社交网络上所产生的许多记录都是非结构化的数据，如何从这些毫无头绪的文字、语音、图像甚至视频中攫取有意义的信息就需要大数据工程师亲自挖掘。即使在某些团队中，大数据工程师的职责以商业分析为主，但也要熟悉计算机处理大数据的方式。
对特定应用领域或行业的知识
在颜莉萍看来，大数据工程师这个角色很重要的一点是，不能脱离市场，因为大数据只有和特定领域的应用结合起来才能产生价值。所以，在某个或多个垂直行业的经历能为应聘者积累对行业的认知，对于之后成为大数据工程师有很大帮助，因此这也是应聘这个岗位时较有说服力的加分项。
“他不能只是懂得数据，还要有商业头脑，不论对零售、医药、游戏还是旅游等行业，能就其中某些领域有一定的理解，最好还是与公司的业务方向一致的，”就此薛贵荣还打了个比方，“过去我们说一些奢侈品店员势利，看人一眼就知道买得起买不起，但这群人恰恰是有敏锐度的，我们认为他们是这个行业的专家。又比如对医疗行业了解的人，他在考虑医疗保险业务时，不仅会和人们医院看病的记录相关，也会考虑饮食数据，这些都是基于对该领域的了解。”
C 大数据工程师的职业发展
如何成为大数据工程师
由于目前大数据人才匮乏，对于公司来说，很难招聘到合适的人才—既要有高学历，同时最好还有大规模数据处理经验。因此很多企业会通过内部挖掘。
今年8月，阿里巴巴举办了一个大数据竞赛，把天猫平台上的数据拿出来，去除敏感问题后，放到云计算平台上交予7000多支队伍进行比赛，比赛分为内部赛和外部赛。“通过这个方式来激励内部员工，同时也发现外部人才，让各行业的大数据工程师涌现出来。”
颜莉萍建议，目前长期从事数据库管理、挖掘、编程工作的人，包括传统的量化分析师、Hadoop方面的工程师，以及任何在工作中需要通过数据来进行判断决策的管理者，比如某些领域的运营经理等，都可以尝试该职位，而各个领域的达人只要学会运用数据，也可以成为大数据工程师。
薪酬待遇
作为IT类职业中的“大熊猫”，大数据工程师的收入待遇可以说达到了同类的顶级。根据颜莉萍的观察，国内IT、通讯、行业招聘中，有10％都是和大数据相关的，且比例还在上升。颜莉萍表示，“大数据时代的到来很突然，在国内发展势头激进，而人才却非常有限，现在完全是供不应求的状况。”在美国，大数据工程师平均每年薪酬高达175万美元，而据了解，在国内顶尖互联网类公司，同一个级别大数据工程师的薪酬可能要比其他职位高20％至30％，且颇受企业重视。
职业发展路径
由于大数据人才数量较少，因此大多数公司的数据部门一般都是扁平化的层级模式，大致分为数据分析师、资深研究员、部门总监3个级别。大公司可能按照应用领域的维度来划分不同团队，而在小公司则需要身兼数职。有些特别强调大数据战略的互联网公司则会另设最高职位—如阿里巴巴的首席数据官。“这个职位的大部分人会往研究方向发展，成为重要数据战略人才。”颜莉萍说。另一方面，大数据工程师对商业和产品的理解，并不亚于业务部门员工，因此也可转向产品部或市场部，乃至上升为公司的高级管理层。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）