薪资透明可以让应聘者不要把时间浪费在那些薪资低于他们期望的机会上，也可以展示不同性别和不同群体的薪资差距，还能帮助员工了解他们目前的工作是否和市场吻合。
薪资透明度是一个实时的话题。最近，英国政府启动了一项试点计划来解决薪资讨论的问题，“参与的雇主将开展试点，通过在所有招聘广告上公布工资来缩小工资差距”。
但其实，我们并不需要通过政府来实现这一点。员工可以在自己的企业内部评估薪酬的一些举措已经开始出现。最近，HelloFresh员工开展了“开放薪酬倡议2022”活动，员工可以匿名提交自己的薪酬，然后和同事进行比较。
而我想尝试使用数据进行薪资的分析。我之前在谷歌工作过，认识很多FAANG公司的人(Facebook, Apple, Amazon, Netflix，Google)。我将这些公司作为我项目的起点，查看了来自levels.fyi 和otta.com 等来源的4000多个数据点。
那我们开始分析吧。
美国2022年的总薪酬的中值为18.7万美元。而具体的薪酬在不同的公司和级别上有很大的不同。例如，Netflix的数据岗位薪酬中值就高达450,000美元。
美国NetFlix
总部位于美国的数据工作薪资都很不错，尤其如果你是Netflix 的440名数据工作者之一。如果你读过Reid Hastings的 《No Rules Rule》，你就会知道这个薪资不是偶然的。Netflix有一项政策，他们鼓励员工去不同的地方面试，然后报告给公司他们拿到的offer。如果Netflix发现别人的出价更高，就会给员工加薪，并为公司里所有类似职位的人都加薪。
“损失员工和招募替补员工的成本，要比一开始就多花一点钱要高得多”。 ——Reid Hastings，《No Rules Rule》
在其他顶级科技公司中，也有许多从事数据工作的人每年的总薪酬超过45万美元，但没有Netflix那么稳定。
美国、欧洲和其他地方的数据岗位薪资
美国科技和数据行业的高薪并不令人意外。但和欧洲以及世界其他地方相比呢？
我研究的企业中，美国的薪资中值为18.7万美元，欧洲为10.8万美元，世界其他地区为8.7万美元，差距还是比较大的。
虽然我无法收集到太多除美国外的薪资数据，但很明显，美国的工资要高得多。话虽如此，但是快速浏览一下otta.com上的就业数据就会发现，英国也有很多工作的薪酬高于中位数。
按资历计算工资
大型科技公司会用不同的级别(L)系统来表示资历。大多数员工会落在L2-3级(初级或中级)到L6级(专家或经理)。在谷歌，这个级别最高到L10级，但这些少数的幸运儿不太可能分享他们的薪水情况。（据说L8的薪水已经超过100万美元，所以你可以想象L10的薪水到底有多高)。
数据具有方向性，不同公司之间的水平不完全可比。
如果从L3升职到L6，你的工资会翻倍。一些顶级数据工作者的收入会超过70万美元（还可能更高）。
你现在会想，每年40万美元以上听起来很不错，但你要选择去哪家公司呢？
你可以以高级数据工程师的身份加入Netflix，开发实验工具。你需要一些实验技术和统计学方面的知识，并且擅长在跨职能团队中工作：
https://jobs.netflix.com/jobs/122379620
或者，你也可以加入谷歌，成为数据科学技术主管，处理大型数据集，解决困难的分析问题，并应用高级分析方法：
如果你只有几年经验，你可以去谷歌担任广告和营销领域的业务数据科学家（https://careers.google.com/jobs/results/138580637037535942-business-data-scientist-ads-marketing-analytics/?distance=50&hl=en_US&jlo=en_US&location=Mountain%20View,%20CA,%20USA&q=staff%20data%20scientist），然后逐步提升(根据我之前在Google的经验，你应该可以每两年进行一次较低级别的晋升，但越往上会越难，因为你的级别越来越高了)。
以上就是我整理的FAANG公司的数据岗位薪资。你觉得哪家公司更吸引你加入数据类工作？欢迎在文章下方留言！
原文作者：Mikkel Dengsøe
翻译作者：过儿
美工编辑：过儿
校对审稿：Jiawei Tong
原文链接：https://medium.com/@mikldd/data-salaries-at-faang-companies-in-2022-29d5b56b2428
在微软成功的数据科学家身上，我学到这5个习惯
自 2016 年开始我的数据科学职业生涯以来，我一直想不断学习和提高自己的核心知识。发展空间和工作带来的经验是一份好工作的基本素质，而不仅仅是薪水的多少。