大家过来了解下程序员行情,外加散分~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

huis 2006-10-31 09:43:23
深圳IT人拿多少钱?

  业内人士估计,深圳IT业的薪酬较去年下降了8%左右,而且这种下降的趋势也许将持续1-2年时间。深圳的IT人现在究竟拿多少钱?要了解深圳IT业的薪酬状况,首先得了解IT企业的构成,因为不同部门的员工,由于在企业中所起的作用不同,薪酬也有不小的差异。
据了解,深圳IT企业的构成一般主要包括以下几个部门:

  1、市场部:包括销售人员、市场经理、市场总监等;

  2、技术部:包括程序员、项目经理、研发总监等;

  3、人力资源部:包括一般工作人员和人力经理等;

  4、行政部、财务部:包括一般行政人员及经理等;

  5、少数企业由于要生产产品,还包括生产部和工程部。

  在深圳众多的IT企业中,除华为等少数企业的薪酬“鹤立鸡群”外,其他企业,如联想、长城等企业,彼此之间的薪酬大同小异。一般而言,深圳IT人士的薪酬大致如下:

  一般销售人员:底薪+提成,底薪2000左右,提成一般在3%-8%之间;

  一般行政、财务人员:2000-4000之间;程序员:3000-6000之间;项目经理:8000-10000之间;市场经理:8000-10000之间;产品经理:3000-5000之间;市场推广经理:4000-6000之间;行政总监:5000-8000之间;销售总监:20000-40000之间;技术总监:20000-40000之间;

  可以看到,如今IT业薪酬最大的特点就是薪酬差距拉大,一些低端职位如销售人员、行政人员、程序员甚至包括部门经理,其薪酬与其他行业相仿职位的薪酬相差无几;而高端职位如各部门总监,他们的薪酬仍然是其他行业无法望其项背的。因此所谓IT薪酬下降,更多的是指IT业中低层职员的薪酬下降。

  哪些IT人在拿高薪?

  记者在采访中发现,IT业不同于其他行业的是,薪酬的多少往往是由员工与企业商谈后决定,并不是完全严格地按照职务级别来定,因此,由于自身条件的不同,一些员工往往比其他同等职位的员工能拿到较高的薪酬。

  深圳的IT人士中哪些在拿高薪?万龙腾市场调研咨询公司前不久曾对深圳IT业的薪酬做了一个调查,其数据表明:跳槽者、高学历者和有经验者是最容易拿高薪的人。

  跳槽者拿高薪。IT行业最大的一个特点就是跳槽频繁,没有哪个行业会像IT人那样频繁地更换工作,而跳来跳去的目的只有一个--高薪。所以IT行内有句口号:要高薪,快跳槽。万龙腾公司的调查结果表明,现在深圳IT人换工作在3次以上的占34%,换工作最多的达11次。变动工作后,收入上升的占47%,而收入降低的仅占10%。

  高学历者拿高薪。IT行业既是一个年轻人聚集的行业,又是一个人才荟萃的行业。据统计,在IT行业,大学本科以上的从业人员占了58%,其中硕士占10%,博士占1%。万龙腾公司的调查显示,硕士生和本科生收入待遇大大高于专科生及以下文化程度者,其中硕士生年薪平均为8.9万元,本科生年薪平均为5.9万元,均高于IT行业人员平均5.44万元的年薪水平。

  有经验者拿高薪。正是因为IT业是个年轻人聚集的行业,所以经验就成为该行业稀缺的资源。同等岗位招人,有工作经验者比没有工作经验的具有很大竞争优势。尤其是在与企业谈薪酬时,工作经验丰富者往往会获得比一般人高许多的薪酬,这也正说明了为什么现在的毕业生这么难找工作。

  哪些是最赚钱的部门?

  在IT企业中,有两个部门是整个企业的核心部门:技术部和市场部。技术部负责产品的研发,市场部则负责产品的销售。不少企业甚至打出了“一切为技术和市场服务”的口号,因此,这两个部门职员的薪酬比其他部门高出了许多。

  对于部门经理级管理人员而言,市场部经理年薪最高可达到近30万元,收入最高;采购部经理紧随其后,最高可达到20万左右;人力资源部经理年薪则大约19万元,与市场部经理差距达10万元之多。

  对于部门总监级管理人员而言,其中销售部总监年薪可达近60万元,收入遥遥领先;技术部总监以50万元之差紧随其后;IT系统运营部总监收入最低,年薪不会超过40万元。

  深圳两家IT企业 薪酬对照

  深圳有多家国内知名的IT企业,记者采访了其中“华为”和“长城”两家企业的员工,部分了解了两家企业的薪酬大致状况,仅供大家参考:

  华为:

  该企业的薪酬主要分为五个部分:工资、年终奖、股金和分红、补助、退休基金。

  工资:与其他企业相比,工资比较高,月薪一般在9000-12000之间,且各部门之间工资薪酬差异不大。

  年终奖:奖金多少直接与工作成绩与绩效挂钩,各部门之间、各职员之间的年终奖差异最大,少则2、3万,多则20、30万。

  股金:作为分企业留住人才的最主要方式,股金的分发主要是企业根据员工的个人情况而定。

  退休基金:每个员工都有,占工资的15%。

  长城:

  该企业薪酬视工作职务而定(月薪):

  技术部程序员:一般在4000-6000元。

  项目负责人:8000-10000元以上。

  市场部销售人员:底薪+提成,底薪一般在2000-4000元左右,提成视具体业务而定。

  市场经理:8000-10000元之间;

  技术总监和销售总监:这是企业中薪酬最高的职务,薪酬最为保密,估计是在30000-50000元之间。

...全文
375 16 打赏 收藏 举报
写回复
用AI写文章
16 条回复
切换为时间正序
请发表友善的回复…
发表回复
看见风 2006-10-31
  • 打赏
  • 举报
回复
帮顶,接分~~~~
zzz22333 2006-10-31
  • 打赏
  • 举报
回复
帮顶,接分~~~~
LinZhongBao 2006-10-31
  • 打赏
  • 举报
回复
oo
Cwfly 2006-10-31
  • 打赏
  • 举报
回复
gx
min_1982 2006-10-31
  • 打赏
  • 举报
回复
晕 接分
xxzx6 2006-10-31
  • 打赏
  • 举报
回复
OO
筷子哥 2006-10-31
  • 打赏
  • 举报
回复
瞎白话
小兽 2006-10-31
  • 打赏
  • 举报
回复
太假了吧···
dashi 2006-10-31
  • 打赏
  • 举报
回复
o o o
jsyxo 2006-10-31
  • 打赏
  • 举报
回复
LZ把华为的工资说高了吧,我认识的一个人也才5000+啊
woaiwanghuan 2006-10-31
  • 打赏
  • 举报
回复
华为有那么高吗?
认识一个硕士才5500+1000
flyingsnowy 2006-10-31
  • 打赏
  • 举报
回复
o
o
o
_V_ 2006-10-31
  • 打赏
  • 举报
回复
床前明月光,
疑是地上霜。
举头望明月,
低头思故乡。
jackie615 2006-10-31
  • 打赏
  • 举报
回复
o
_V_ 2006-10-31
  • 打赏
  • 举报
回复
楼主好人啊!
zzz22333 2006-10-31
  • 打赏
  • 举报
回复
sf
内容概要:本文围绕基于物理场的动态模式分解(piDMD)展开研究,重点探讨其在流体力学、热传导及多物理耦合系统中的建模与应用。通过Matlab代码实现,将传统的动态模式分解(DMD)方法与物理场控制方程相结合,引入物理约束以增强数据驱动模型的物理一致性,从而提升对复杂非线性系统的模态提取精度与长期预测能力。文章系统阐述了piDMD的理论基础、数学推导过程与算法实现步骤,并结合典型物理场仿真案例(如Navier-Stokes方程驱动的流场演化)进行验证,展示了其在降阶建模、主导模态识别和时空动态可视化方面的优越性能,适用于高维、强耦合、非平稳系统的分析与优化。; 适合人群:具备一定数值计算、流体力学、控制理论或数据驱动建模背景,熟悉Matlab编程与线性代数运算,从事科学研究、工程仿真或系统辨识工作的研究生、科研人员及工程师。; 使用场景及目标:①实现对流场、温度场等物理场的高效降阶建模与动态行为预测;②提取符合物理规律的关键模态,用于系统稳定性分析与控制设计;③支撑复杂系统的状态估计、异常检测与优化调控等下游任务。; 阅读建议:建议读者结合提供的Matlab代码逐行调试与运行,深入理解piDMD算法中物理约束的嵌入方式及其对模态质量的影响,同时可尝试将其迁移至其他偏微分方程描述的物理系统中进行拓展验证与应用。
内容概要:本文研究了在峰谷分时电价引导下,基于多目标优化遗传算法NSGA-II的电动汽车充电负荷优化问题。通过构建以电网负荷波动最小化和用户充电成本最低为核心的多目标优化模型,利用NSGA-II算法求解获得帕累托最优解集,实现对大规模电动汽车充电行为的有序引导。文中系统阐述了峰谷电价激励机制的设计原理、电动汽车充电负荷的数学建模方法、多目标优化问题的形式化表达以及NSGA-II算法的具体实现流程,并借助Matlab平台进行仿真验证,结果表明该策略能有效平抑电网负荷峰谷差、降低用户充电支出并提升电力系统的运行效率与稳定性。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事智能电网、电动汽车调度、需求侧管理等相关领域的研究生或科研人员。; 使用场景及目标:①研究峰谷电价政策对电动汽车充电行为的影响机制;②掌握NSGA-II算法在电力系统多目标优化中的具体应用;③实现电动汽车集群的有序充电调度以改善电网负荷曲线; 阅读建议:此资源结合了电力经济学与智能优化算法,建议读者在学习过程中重点关注模型构建与算法实现的衔接部分,动手复现仿真代码以深入理解参数设置与结果分析过程。
详情可查看下方数据集可视化效果。 【数据集概况】 · 检测类别(中文):[电梯(elevator)] · 训练集:1468 张 · 验证集:157 张 · 测试集:158 张 · 总计:1783 张 该数据集聚焦于各类建筑内部及外部环境中的电梯目标检测任务,涵盖住宅楼、办公楼、商场、酒店等多种典型场景下的电梯结构。图像采集覆盖不同光照条件、材质类型与安装位置,充分体现了实际应用中电梯的多样性与复杂性,为智能楼宇管理、安防监控及无障碍设施识别等方向提供了高质量的视觉基础支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 72 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9446** mAP50-95 | 0.6531 Precision | 0.9305 Recall | 0.8777 train/box_loss | 0.5807 train/cls_loss | 0.3505 val/box_loss | 1.0020 val/cls_loss | 0.6208 【训练过程分析】 72 轮训练后 mAP50 达到 0.9446,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。但 mAP50-95 为 0.6531,和 mAP50 差距 0.29,定位精度仍有优化空间。 【模型性能评估】 Precision 0.9305、Recall 0.8777,精度高于召回,存在一定漏检。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖电梯,置信度整体偏高。 【改进建议】 1. 丰富场景...

703

社区成员

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛(原bbs)
社区管理员
  • community_281
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧