我用Python分析了300万条硅谷数据分析师基本工资...


(suibiantell) #1

本文2800字,阅读时间约6分钟。


每个在美国找工作的同学,最关心两件事情:公司是否给办H1b?公司给多少钱?

今天,咱们通过数据来统计一下:

  • 西海岸科技公司,哪个公司数据分析师招人最多?
  • 西海岸科技公司,哪个公司数据分析师给钱最多?

数据集

我用Python抓取了http://h1bvisa.info网站的数据。数据结构非常简单,爬取非常容易:

![](data:image/svg+xml;utf8,)

来源:h1bvisa.info

数据虽然简单,但是它包含三类我们关心的重要信息:

**雇主。**此网站收集了美国移民局记录在案的所有雇主的h1b申请记录,从2013年至今一共280万条。对于没绿卡的同学,H1B是在美国工作的必要条件。所以,H1B数据对咱们更有参考价值。

**职位。**大部分科技公司对数据分析的岗位定义模糊且不统一。有些偏数据科学(Data Scientist),有些偏商业分析(Business Analyst)。所以,我对数据做了一个关键词分类,把Data Scientist和Business Analyst统一划分为“数据分析”来处理。

**基本工资。**因为要向移民局备案,所以该网站的工资的信息百分之百靠谱。其他找工作网站比如Glassdoor,工资都是用户自己提供的,会存在很大的幸存者偏差。什么叫幸存者偏差?工资太低的同学可能不好意思往上写…

硅谷的科技公司给员工的包裹(package)分为3个组成部分:基本工资 + 年终奖 + 股票。**基本工资虽不能代表全部收入,但是基本工资也是有现实意义的。**首先,所有公司都是在入职满1年之后才能够拿到第一笔股票。其次,年终奖的话都是来年过完年统一发放。所以基本工资可以认为是你工作开始的12个月之内能够拿到手里的钱。

问题1: 哪个公司招人最多?

看图说话。上市公司:

![](data:image/svg+xml;utf8,)

来源:米妮老师

4大独角兽:

![](data:image/svg+xml;utf8,)

来源:米妮老师

2018年招人最多:Google。

Google近年来一直寻求多样化自己的产品线,而产品一旦做起来,都需要建立单独的数据分析团队。因此,Google对数据科学家的需求越来越大。

大量传统产品比如Google Map、Youtube,由于商业变现(monetization)渐渐提上议程,商业分析的需求越来越大。这个我自己有亲身体验:之前在的Google Play,14年我刚加入的时候分析师一共是5个,现在则有30来人。

另外一些新的产品,比如Google Photos(几个月拥有5亿用户)、Hareware(卖硬件的),基本上产品已经成型。不论是从优化产品、还是产品变现,每个产品都是从0到1的搭建数据分析团队。

2018年扩招最快:Google,Facebook,Uber, Amazon。

Uber/Lyft在4年之内涨了10倍(当然,一开始基数也很低),Amazon涨了4倍。这几家公司都是重运营,而运营需要大量的数据分析。

2018年缩招:Microsoft,Snapchat。

Microsoft连续两年招人数量下降了,内部原因我不清楚,欢迎Microsoft的同学在评论里和大家分享。

Snapchat上市之后业务不给力,光2018年似乎就裁掉了7%的员工,数据工作的缩减似乎也不可避免。大家也可以根据这个信息调整一下投简历的的策略。

**总结:**之前大家都说17年是北美工程师的求职寒冬。的确,许多科技公司并没有像几年前那样疯狂招人。比如Google Fiber在16年底正式被公司砍掉了,这也导致17年的很多工程师职位都内部消化了。但是,这不意味着整个科技公司也在缩招。数据表明,数据分析类职位形势一片大好。

问题2: 哪个公司给钱最多?

看图说话。图中蓝色区域表示基本工资的分布。蓝色的棒棒代表基本工资中位数。@vczh

![](data:image/svg+xml;utf8,)

来源:米妮老师

给钱最多:Netflix,Airbnb,Lyft。

Netflix基本工资中位数是$165K,拉开其他公司一个档次,但是!Netflix不给股票,传说中的血汗工厂。之后的是Airbnb,基本工资的中位数也达到$144K。

Facebook钱排在第4位但是大量招人,非常值得大家踊跃投简历。

给钱最少:Uber,Amazon,Snapchat。

这三家公司基本工资的中位数都低于十万,和其他公司有一定差距。

Uber工资为什么这么低?

江湖上都传闻说Uber给钱巨多 ,但是好像现实不是这样 - 为什么Uber的基本工资这么低?

通过参考Paysa的数据,我初步发现,Uber内部存在两种不同的数据职位:Data Analyst和Data Scientist。这两种职位很可能做的事情很不一样,所以造成了巨大的薪资差距…

先看Data Analyst。平均基本工资只有$75K,而且似乎不提供股票。

![](data:image/svg+xml;utf8,)

来源:Paysa(https://www.paysa.com/salaries/uber--analyst)

再看Data Scientist。平均基本工资达到了$120K,在我们的排名中已经可以排到中间了。加上股票等额外收入,相当可观。

![](data:image/svg+xml;utf8,)

来源:Paysa(https://www.paysa.com/salaries/uber--data-scientist)

**既然谈到Uber,咱们也可以多关注一下老对头Lyft。**Uber vs Lyft,都说Uber要上市,但去Lyft拿个高工资也不错?

![](data:image/svg+xml;utf8,)

另外,通过观测工资的概率分布,我们发现:有些公司比如Facebook,蓝色区域又细又长,这说明,Facebook给的工资范围比较大。

![](data:image/svg+xml;utf8,)

相比之下,Microsoft的工资分布肥且短,说明工资范围较窄。

![](data:image/svg+xml;utf8,)

我们不妨做出如下假设:**工资分布的范围越广,入职基本工资的博弈空间越大。**所以,同学们在入职之前,不妨对号入座,用不同策略进行工资谈判:硅谷新贵比如Airbnb,Facebook和Lyft的空间相对较大,而Google、Microsoft、Linkedin等老牌公司空间相对较小。

**总结:**找工作应该对工资有一个期望。根据这个期望,我们可以比较有底气的和雇主进行工资谈判。如果觉得谈工资伤感情,至少可以看看和同僚相比,雇主是给多了还是给少了。

![](data:image/svg+xml;utf8,)

花絮:工作地点如何选择?

由于科技公司喜欢扎堆,我们只需要比较三个地方:旧金山湾区,纽约,和西雅图。其他州也有少量岗位,比如Uber在匹兹堡有无人车研发中心,也有不少数据分析职位。

只看数据分析职位的工资中位数,纽约最高,湾区其次,西雅图略低。

但是,由于西雅图所在的华盛顿州不收个人所得税,西雅图虽然税前收入略低,但是第一年税后到手的现金反而比湾区、纽约略高。

![](data:image/svg+xml;utf8,)

来源:米妮老师

当然,如果额外考虑房价因素…没有对比没有伤害,在湾区工作的压力还是蛮大的。

![](data:image/svg+xml;utf8,)

数据来源:Zillow

总结

通过分析H1B数据,我们知道了如下几点:

  • 从FLAG到独角兽,科技公司对数据分析职位的需求逐年上升。
  • Airbnb给钱最多,Amazon给钱最少。准备投Uber的同学可以考虑Lyft。
  • 想买房,去西雅图。

搜“米妮老师”,回复“H1B”即可得到Python代码。