首页»公司板  »   正文

你的工资在BAT处在哪个等级,揭秘BAT内部技术薪酬结构

如果你没有特别去了解过BAT公司的薪酬体系,可能并不知道其中的门道。基本工资是多少?绩效是否影响工资?年底可以拿几个月的奖金?想招什么样的员工?这些问题都与我们息息相关。HR在和你谈薪的时候,说的无非也是这些东西。只有了解了各个公司的薪酬结构,晋升途径,做到知己知彼,才能让我们在选择offer时心中有数。

腾讯

一.职级

1.腾讯职级体系分 6级,最低1级,最高6级。技术通道,简称“T族”

2.每一级之间分为*3个子级 3-1是任命组长/副组长的必要条件,其他线也是这样。T4基本为总监级,也不排除有T3-3的总监,因为T4非常难晋级。

你的工资在BAT处在哪个等级,揭秘BAT内部技术薪酬结构

腾讯的技术级别及对应薪酬

二 薪水

1.腾讯薪资架构:12+1+1= 14腾讯标准薪资是14薪,但是通常能拿到 16-20薪

2.年终奖:看部门盈利情况,一般是 3个月。级别越高base薪酬也越高,一年根据你的表现大概能发 15.3个月至 18个月的工资,T3.1的薪酬 2w+,T3以上级别的员工都会有股票期权,腾讯09以前的员工赚钱主要靠股票,从08到现在股票增长了500%+,T5+的薪酬在600w~800w/年。

 

三 跳槽 or 晋升

1.在腾讯最常碰到的晋升问题就是天花板。可能新人进去,学东西会很多,但业务线就这些,没有那么多坑,自然也就很难晋升高级岗。尤其是T2 升T3T3升T4。研发序列硕士学历的占多度,211大学,985大学占多数。

2.值得一提的是,腾讯是有 淘汰制考核的。一般一年 2次考核(6月、12月),实行 末尾淘汰制, 0-10%优秀,必须有 5%的人转组(转组也可能出现没人接收的情况)或者被开除。

3.升级也跟考核结果很有关系,要升一个小等级, 必须最近两次考核得过一次A类考核结果。升 T3.1是 内部晋升的第一道槛,要求架构在领域内优秀,被追问攻击时能无漏洞应答出来—— 据说只有30%的通过率。同时,腾讯好的一点在于,底层普通员工如果技术真的不错,照样升级,和是不是领导关系不大。领导的带队价值在 T3.3时才显现出来。有的小伙伴做了3、4年的T2 升T3升不上去.在新团队中提供更大的发展和创作空间,对在腾讯奋斗多年却无法晋升的员工来说是一个极大的诱惑。

4.在腾讯最悲剧的时刻就是公司有收购和整合,搜狗合并,搜搜的人哭了,京东合作,易迅的人哭了。在腾讯跳出来碰到最大的问题就是,外面的公司太不完善了。

 

四 校招特点

1.机器学习和计算机视觉岗位的投简历人数最多,

2.投递AI岗位的学生里博士占10%,硕士85%,本科生数量小于5%。

3.投递数量top5的院校是中科院、浙大、清华、北邮、北航,

4.做计算机视觉的实验室太多了,但市场上并没有那么大的需求。建议2020届的同学早作打算。

5.机器学习、机器人和语音、视频等 AI 领域仍将是人才招聘和培养的重点。

 

阿里巴巴

一 职级

1.阿里巴巴有两套人才发展体系:一套体系是 专家路线【P序列=技术岗】,程序员、工程师,某一个专业领域的人才。另一套体系就是M路线,即 管理者路线【M序列=管理岗】,从M1到M10,把每一个层级的评判能力全部细分。

2.大部分都归纳在P序列 ,你的“职位+工种”,比如P7产品经理=产品专家。其中 P6、P7、P8需求量最大,也是阿里占比最大的级别。

你的工资在BAT处在哪个等级,揭秘BAT内部技术薪酬结构

PS:

在阿里早些时候P级普遍偏低,专员可能是P2这样,后来有了一次P级通货膨胀,出现了更多的P级。 在阿里只有P6(M1)后才算是公司的中层。不同的子公司给出P级的标准不一样。比如: B2B的普遍P级较高,但是薪资水平低于天猫子公司的同级人员。同时到达该P级员工才有享受公司RSU的机会。(低于P6的除非项目出色有RSU奖励,否则1股都拿不到)

二  薪水

1.阿里薪资结构:一般是12+1+3=16。年底的奖金为0-6个月薪资,90%人可拿到3个月。股票是工作满2年才能拿,第一次拿50%,4年能全部拿完。

你的工资在BAT处在哪个等级,揭秘BAT内部技术薪酬结构

三 跳槽 or 晋升

1、 晋升资格:上年度 KPI达3.75

2、 主管提名:一般KPI不达3.75主管不会提名。

3、 晋升委员会面试:晋升委员会组成一般是合作方业务部门大佬、HRG、该业务线大佬等。

4、 晋升委员会投票

PS

P5升P6相对容易,一般要1年到3年,所以大部分这个水平的人年龄在25~27岁左右,23~24岁就到的人已经是凤毛麟角。一般到P7都是团队技术leader了,P6到P7非常难*,类似腾讯2.3到3.1。p7开始有股票,升一级package接近翻倍,在这个水平明星创业公司的薪资不再有优势,毕竟BAT的股票是实打实的,创业公司算期权可能更高但是有风险。这个水平的人基本在30岁出头,28岁以前到的同样凤毛麟角。绝大部分的人到p7这个水平就很难上升了,到p8之后应该已经是极限水平了。

上述的薪资体系执行的比较严格,并且已经包括了常规的sp。但总有一些特别特别牛b的人值得为他们打破薪资体系。当然有同学说P一般都是专家,M才是管理,actually,专家线/管理线有时并不是分的那么清楚的。

 

四 岗位招聘特点:

1.最多的是 NLP 算法工程师、计算机视觉领域的算法工程师。

2.高端 AI 人才短缺,年轻的 AI 领域工程师总数增长较快。硕士及硕士以上工程师占比 46%,博士及博士后占比 4%,本科以上占比达到 96%。

3.5万行代码是起码标准,并非“上过几节机器学习MOOC”就能匹敌。

百度

一 职级(百度的级别架构分成四条线)

1.技术序列 T: T3 – T11一般对应阿里高一级序列,如:百度T3=阿里P4,T5/T6属于部门骨干,非常抢手。

2.管理序列 M: M1-M5每一级又分为2个子级 M1A、M1B , 最低的是M1A,至少是部门二把手了,李彦宏是唯一的M5,其实从M3开始就有机会加入E——star,类似于阿里的合伙人会议,属于最高战略决策层。

你的工资在BAT处在哪个等级,揭秘BAT内部技术薪酬结构

百度技术级别及对应薪酬

二 薪资

百度薪资结构:月薪×14.6(12+0.6+2),其他岗位月薪×14;T5以上为关键岗位,另外有股票、期权;T5、T6占比最大的级别,T8、T9占比最小;级别越高,每档之间的宽幅越大。

PS

大部分事情都是按部就班、驾轻就熟,所有人都比较轻松、稳定、舒服,尤其是对老员工而言。但是对于新员工来说,这意味着成长空间的极度压缩,机会少,上升慢。百度工资高,福利好,但是这么多年期权已经基本发光了,只有总监以上才有,几十股几百股就算多了。问题就来了,百度新老员工的期权数量太悬殊,据说到百度楼下停车场一看,开卡宴的都是老员工,开捷达的都是新员工,其实很多新员工的贡献比老员工大得多,但是收入反而倒挂,于是很多新人等不到3年就跳了。

三 跳槽 or 晋升

1.应届毕业生应该就是T3,入职1年左右能升到T4,但如果你的部门业务足够核心,或许1年就可以了,一般三年能升T5。

2.内部晋升非常激烈

3.核心工程师集中在T5/6,但是从5/6到7是非常艰难的过程。

4.百度是很唯KPI至上的,其次部门很核心,再次老大话语权比较高,相对晋升容易些。

一般情况是分2种:

1.自己提名,当你自己觉得已经具备下一level的素质,可以自己提名,提名后进入考察期,主管设定考察期目标,考察通过顺利晋升,考察不通过维持原层级不变。

2.主管提名,如果是主管提名,一般都是直接通过的,但是如果你现层级已经比较高了,那就不是直接提名这么简单了。

PS:

如果你能升到T7,基本上是TL的级别,写代码/直接做业务的时间就很少了。 对百度晋升情况大概就是这些了解。

你的工资在BAT处在哪个等级,揭秘BAT内部技术薪酬结构

BAT级别对照表

另外建议:

知乎用户“晓飞”认为,AI岗位可以分为以下几部分:

1.AI research组AI 应用组:由科学家和工程师组成,科学家包含NB的博士+教授

2.(研究,系统)业务组 (算法工程师) :协助前面的大牛加速研究进程

举个例子,大牛A有了几个NB的idea,于是面了1、2个NB的硕士工程师干活,最后发顶会paper。这些硕士工程师的背景,属于名校名项目里最top的那些硕士,他们以硕士身份加入,但已经具备很强的科研能力,只是没有读博罢了。

AI research 组做的都是最前沿的技术,而真正短期要落地到产品的还是AI应用组。里面根据方向分自然语言处理,计算机视觉,大规划机器学习平台之类的,里面集结了各种有专才的牛博牛硕做深度学习模型算法+系统平台优化的工作,他们要么在某个特定领域有所积累,要么熟悉c++,分布式高性能计算。前者主要还是博士和教授,后者硕士就多了。

业务组里通常只是使用AI应用组已有的模型和框架,加上自己对业务的理解,提出一定的优化和个性化训练,大的公司有的组还是需要自己造轮子,比如广告算法组,博士占比超过一半,各种个性化算法模型。但大部分组的算法工程师,大概率只是做特征工程+微调模型+业务逻辑就足够了,一般不至于去到改深度学习模型的那一步。

所以想要提高自己的待遇,理想情况下就是名校名导读博,发几篇顶会,然后自然会被邀请到AI research组工作了。

待遇:

AI research组大牛 > AI 应用组大牛 ~ 牛逼业务组大牛 > 知道怎么改模型的小牛 > AI调包侠 > 普通产品组工程师。

所以,非名校+非大牛+转专业做AI要谨慎。对于名校NB的硕士生,为了具备和博士竞争的资格,建议在一个细分领域(nlp, cv之类的)深入沉淀,出点论文,然后争取去AI应用组或者NB的业务组里去写模型。

对于普通的AI背景一般的非博士生,如果想做系统还好,要是想做模型……努力提升自己争一个好的业务组AI岗的机会。

对于非名校+非大牛+转专业,建议甚至思考自己是不是要做机器学习。这是一个有门槛的,竞争非常激烈的领域,现在AI待遇高,但那是有泡沫的。一旦各种成熟的机器学习平台搭建好了,就不再需要太多调包侠调参侠,业务组不需要那么多AI工程师。

所以,不是一定要在AI上面挤,去学分布式系统、云计算、移动端开发其实也挺好的。就算一定要搞AI,作为程序员的基本功还是得学好,在成为所谓的AI工程师之前,首先先成为一名优秀的软件工程师,写出高质量的代码吧。

 

更多AI岗位信息,请关注:ATYUN招聘页面   http://job.atyun.com/

 

 完结

 

文章转载至:https://zhuanlan.zhihu.com/p/48192106?utm_source=wechat_session&utm_medium=social&utm_oi=1061581829252997120

https://bbs.hupu.com/21871333.html

欢迎关注ATYUN官方公众号,商务合作及内容投稿请联系邮箱:bd@atyun.com

发表评论