資料來源

我從這個網站（https://h1bdata.info/index.php）獲得這些薪資資料，這個網站對勞工部（DOL）的勞動條件申請（LCA）資料進行了索引。當一家公司打算僱傭一名需要 H1B 簽證擔保的員工時，他們需要在提交 H1B 簽證申請之前向 DOL 提交 LCA。LCA 中包含了與公司、薪水和職位相關的資料，這些資料都是公開的。

我從上面提到的網站（如果你想自己抓取，可以在我的 GitHub 上找到爬蟲程式碼：https://github.com/yiuhyuk/ds_salary_h1b）搜尋以下地區資料科學家的薪資資料（我主要關注美國西海岸，因為我在那裡生活和工作）：

  • 舊金山灣區 (舊金山、聖荷西、庫比蒂諾、山景城、帕洛阿爾託等)；
  • 西雅圖 (包括微軟雷德蒙)；
  • 奧斯汀；
  • 洛杉磯 (包括聖莫尼卡)。

此外，這次薪資分析只針對資料科學家，所以不包括資深資料科學家或員工資料科學家等更有經驗的資料科學職位，也不包括資料分析師。

在經過這些過濾器過濾之後，我得到了 2818 個樣本。

需要注意的是，這是與 H1B 相關的薪資資料，所以用於分析的薪資資料不包括美國公民的收入。由於沒有看到任何反面證據，我將會假設美國公民資料科學家和持有綠卡的資料科學家的薪資資料也遵循與 H1B 資料相同的趨勢。

年薪在 12萬 美元上下徘徊

看下面這幅圖，你會發現這些資料科學家的平均年薪中位數為 12 萬美元，而且按照年薪的劃分，趨勢是相當平穩的。但是有一點請記住，這個中位數只是基本工資，不包括現金獎金、股票和福利。因此，資料科學家的總體薪酬中位數可能比這些要高得多。

資料科學家年薪中位數
工作崗位逐年遞增，薪資卻緩慢下降

在過去的五年時間裡，被僱傭的資料科學家的數量顯著增加。請注意，這篇文章是在 2019 年 8 月份寫的，這一年還沒有結束，所以最後一根柱子（棕色）較短。

年度被僱傭的資料科學家數量

資料科學家無疑是目前的一個時髦又性感的職業，而且我認為，過去幾年被僱傭的資料科學家人數大幅上升，這也反映了另一種趨勢——很多公司正試圖趕上大資料和人工智慧的潮流。這些公司的團隊以前叫作決策分析或研究，現在改名叫資料科學。因此，幾年前的研究分析師現在搖身變成了資料科學家。

但我不認為這有什麼問題。資料科學家的頭銜並沒有那麼神聖——如果你能夠以一種飽含見解的方式應用定量資料來幫助企業做出更好的決策，那麼在我看來，你就是一名資料科學實踐者！

但請注意，並不是所有的資料科學工作都是一樣的。資料科學家的頭銜被過度使用了，A 公司的資料科學家可能將 80% 的時間花在 SQL 上，而 B 公司的資料科學家則一整天都在用 Python 實現機器學習演算法。不管是否合理，這可能是資料科學家的工資差異如此之大的原因之一（其他原因還包括經驗、僱傭地點、公司的平均薪資水平，以及員工是否擁有高等學位）。

我們通過柱狀圖來檢視薪資的分佈情況。由於不同年份的資料差別不大，我用柱狀圖來表示五年的資料。兩條黑線分別表示 25 百分位 (102,600 美元) 和 75 百分位 (135,475 美元)，紅線表示中位數 (120,000 美元)。

資料科學家薪資柱狀圖

這些年來薪資的分佈變化並不大，如果你不相信我的話，可以用方框圖來比較年度薪資分佈：

資料科學家年度薪資方框圖

供參考，2015 年薪資分佈情況為：

  • 25 百分位:100000 美元
  • 50 百分位:115000 美元
  • 75 百分位:130000 美元

2019 年分佈情況是：

  • 25 百分位:100000 美元
  • 50 百分位:119850 美元
  • 75 個百分位:135000 美元

薪水確實有所上升，但不是很明顯。此外，在撰寫本文時，2019 年資料科學家的薪資與 2018 年相比有所下降。

Airbnb 出手最大方，沃爾瑪給錢也不少

那麼，到哪些公司可以拿到較高的薪資呢？下圖從公司維度按照從高到低的順序對資料科學家薪資中位數進行排列。這張圖只包含了樣本中涉及的僱傭了 10 個或更多資料科學家的公司——如果有某家公司只僱傭了一名資料科學家，即使他或她掙了 20 萬美元，這些資訊對於你來說也沒有多大意義。

你會發現，AirBnB、Lyft、Facebook 和蘋果的薪水高達 13.5 萬美元或更高，這個並不足為奇。讓你感到驚喜的是，Ancestry.com 居然是資料科學家的主要高薪僱主（我也沒想到沃爾瑪會接近榜首——我一直以為低價就意味著低工資）。

去哪些公司可以拿到較高的薪資

我在下圖中給出了資料科學家的主要僱主（那些提交 H1B 申請最多的僱主）。正如我們所料，排在前面的都是些大型的科技公司。但很明顯，谷歌被遺漏了。不管是因為什麼原因，資料庫中有關谷歌資料科學家的資訊並不多。也許谷歌使用了不一樣的頭銜——我以後再去研究這個問題。

僱主排行
後續的報告

我希望以上這些資料對讀者來說有所幫助。雖然這不是一個全面的分析，因為只基於 H1B 的資料，但我分析出來的結果與我所聽到的和所看到的薪資聚合網站（如 Paysa：https://www.paysa.com/salaries/data-scientist–san-francisco,-ca–tl）上的結果都相當吻合。

在下一篇文章中，我將深入研究資料，繪製其他與資料相關的角色（如資料工程師和資料分析師）的圖表。我還將研究公司內部的趨勢——例如，Facebook 是否會隨著時間的推移為資料科學家提供越來越高的薪水？

英文原文：

https://towardsdatascience.com/how-much-do-data-scientists-make-cbd7ec2b458

來自： AI前線