慕了，小红书上人均百万的岗位是真的！！！
Offer帮官网：offerbang.io
没想到人均年薪百万的岗位真的存在！入行三年Base涨3倍；刚毕业年薪131K美金+8%Bounus。天呐，这是什么神仙岗位！偷偷告诉你，它就是近年最火热的、最“吸金”、最“性感”的职业——数据科学家！
口说无凭，有图为证！一号UP主电子工程博士毕业，先在Meta做了一年多数据科学，之后跳槽Netflix，年薪是之前的三倍。
二号UP主年薪131K+8%Bonus，在职一年半，但觉得自己没有学到新的知识，在小红书上求助询问大家自己是否应该跳槽，没想到炸出一众年薪百万的数据科学家。
三号UP主是文科生转做数据科学，在大三大四找实习时发现很多岗位要求熟练使用Excel、Python等数据统计分析工具，为了拓展就业空间，于是自学相关技能最终成功拿到Offer，年薪$110K。
看完这些帖子真是不禁流下羡慕的泪水，年纪轻轻年薪百万，这是多少打工人的梦想啊。数据科学家的吸金能力真的名不虚传。
数据科学家的薪酬构成通常为：Base+股权（通常以 RSU或期权的形式出现）+奖金。根据Levels.Fyi平台给出的薪酬报告统计，第一份数据科学工作（0~3 年）：16.7 万~18 万美元。中级职位（4~6 年）：20.4 万~22 万美元。高级职位（7 年以上）：24 万~26.5 万美元。
其中，有90%的数据科学家都在美国境内，有四分之三集中在三个主要的科技中心：旧金山（硅谷）、西雅图、纽约。
数据科学家们大多数都在科技公司就职，数量最多的在以下6个公司：Microsoft、Amazon、Meta、Google、Apple 和 Uber。其中，Base Pay排名第一的是Meta，平均Base达到了$150,407，Additional Pay达到$16,479，还拥有$47,060的Stock Bonus。
Google稍领先于Meta，虽然在Base pay是低于他们的，但是Additional pay达到了$21,991，Total Pay达到16.4万美金。
数据科学家数量最多的Microsoft，平均Base129,277美金，Additional Pay15,165美金，达到了14.3万美金的平均水平，整体待遇非常好。
得益于“数字化”的发展，数据科学在各种行业中都得到了高薪和有竞争力的工作机会。除了上述的大厂，其他的公司给数据科学家们也开出了相当优厚的待遇。
▶咨询行业的数据科学家：咨询公司由于接触者成千上万的客户，在数据行业拥有得天独厚的优势。数据科学家通过建立数学模型，设计算法，智能地利用大数据，从中挖掘重要的信息，便于咨询公司做出推断。因此咨询行业对数据科学家的需求也是非常大的，从招聘信息中能看出，开出的薪酬也非常可观。
波士顿咨询公司
📌岗位要求：
1）目前就读于计算机研究科学、数据科学、统计学相关领域的大学硕士或博士学位。
2）将现实世界的业务问题转化为适当的定量环境，并开发解决这些问题的模型。
3）开发建模概念并实施、校准和回测，并将结果和发现与我们的客户保持一致。将结合（应用）数学、随机和统计学、计算机科学、数值数学、人工智能和机器学习方面的创新技能。
📌平均薪资：$168,532
▶独角兽公司的数据科学家：根据Spoke Intelligence和VB Profile发布了一份有关独角兽公司的研究报告显示，目前全球有229个独角兽。
其中有98家独角兽是在消费者消费类领域，尤其是在零售和共享经济市场。零售领域包括阿里巴巴、在线艺术品电商Etsy。共享经济市场有Airbnb和Lyft等。这些独角兽公司也非常欢迎有野心的数据科学家的加入。
Etsy
📌公司简介：
Etsy, Inc.是一家美国电子商务公司，专注于建立、推动和发展各种工具和技术。
📌岗位要求：
1）统计学、生物统计学、经济学、计算机科学或相关量化领域的在读博士生。
2）有实验、因果推断、机器学习和复杂计算挑战方面的经验。
3）有较强的Python编程能力。
4）熟悉SQL。
📌平均薪资：$174,345
▶金融行业的数据科学家：金融行业涉及了证券、银行、基金、信托、保险、投行、期货等领域，这些企业对数据科学的需求也是巨大的。但相对来说，门槛也要高一点，金融行业的数据科学家不仅仅是简单地收集、挖掘和理解数据，还要有丰富的金融领域知识。
UBS瑞银集团
📌岗位要求：
1）数据科学、机器学习、统计学或相关领域的本科或博士学位。
2）设计和开发管道，以监测和分析Mod2/4的性能和数据准确性。
3）了解各种机器学习技术，如自然语言处理、分类、聚类、优化、深层神经网络。
4）熟练使用编程语言，如Python、SQL。
5）有行业内数据库和分析技术的实践经验。
📌薪资水平：根据经验、教育和技能水平不同，工资范围是$225,000美元-$300,000。
上面几个招聘信息中有你心仪的大厂吗？是不是投递简历的双手已经蠢蠢欲动了，先别急！根据调查发现，拥有以下几点特质的数据科学家更受大厂青睐。大家不妨对比自身来查漏补缺，能进一步提高拿到Offer的成功率哦。
#1
掌握数学&统计学
数据科学是统计学、数学、计算机的结合，统计学负责处理数据的基础，所以统计学知识对解决数据科学问题也同样至关重要。
熟练使用编程语言进行编程
至少熟练掌握一种编程语言（如Python、SQL、R），这是数据科学家最基本的技能。编程可以提高统计技能，帮助分析大型数据集，从而创建自己的工具。
#2
#3
掌握机器学习及多种算法
作为数据科学家，必须尽可能多的了解多种算法，如：主成分分析（PCA）/ SVD、线性模型、K均值聚类、决策树等。因为数据科学需要运用到实际生活中，就需要不同的算法来应对不同的情况。
良好的沟通能力
在项目过程中，数据科学家需要积极主动地汇报分析思路、预期结果、进度等重要信息。数据科学家不仅需要分析数据，还需要向业务人员及管理人员解释这些数据。因此查看数据并描述清楚它的来龙去脉既显得尤为重要。
#4
#5
保持好奇心，有创新意识
大数据时代，数据信息随时都在迭代更新，只有保持好奇心，才会从数据的不同角度来进行研究，从而发现别人看不到的规律。
从上述5种特质我们也能看出，扎实的专业能力是第一要义，其次再根据行业需求来填补不足之处。如：想进投行做数据科学，就需要补充金融领域知识......总之就是要对症下药。
当具备了相关的专业技能后，就需要优秀的实习经历和项目经验，这也是HR非常看重的。好的实习经历不但能印证你的专业能力，更能体现在工作中需要的软实力。只要专业能力和高质量实习经历或项目经历两者兼备，拿到大厂Offer、实现年薪百万就不是梦！
如果你想一键解锁十大名企实战项目，提升简历，或者想深度提升数据科学面试技能，可以扫描下方👇课程链接了解课程详情。或者直接添加🔍课程顾问微信 免费试听或咨询优惠。
课程顾问
课程顾问｜James
免费试听｜咨询课程优惠
我们的学员们已成功斩获金融、咨询、数据等多个领域的Offer。能展示出的Offer只是冰山一角，这一份份实打实、沉甸甸的Offer，让我们团队的每一个人都倍感自豪。在未来的道路上，Offer帮会继续脚踏实地，用专业、诚信、用心的原则，助力所有学员的求职之路！
（点击可查看大图）
微信扫码关注该文公众号作者