如果您想知道数据科学家的收入是多少，无论您是招聘经理还是正在找工作，有很多网站提供了相当详细的信息，按领域、资历和技能分类。这里我重点关注美国，提供基于各种可信网站的总结。

一个起点是LinkedIn。有时，会列出与职位相关的薪水，LinkedIn 会根据技能匹配和经验告诉您有多少人查看了招聘广告，以及您的适合程度。LinkedIn 甚至会告诉您哪些联系人适用于相关公司，因此您可以联系最相关的联系人。观看次数较少的职位，即两周前的职位，竞争力较弱（但也可能不那么有吸引力），但如果您没有太多经验，他们可能值得申请。您可能每周都会在邮箱中收到来自 LinkedIn 的此类招聘广告。如果没有，您需要处理您的 LinkedIn 个人资料（或者您可能不想收到此类电子邮件）。

提供详细信息的热门网站包括 PayScale、GlassDoor 和 Indeed。GlassDoor 基于 17,000 份报告的薪水（参见此处），提到的薪水范围从 82k 美元到 165k 美元不等，2 级数据科学家的平均年薪为 116k 美元。对于 3 级，它攀升至 14 万美元。您可以按城市或公司进行搜索。一些上市公司包括：

Facebook：153,000 美元，基于 1,006 人的薪水。范围是 $55K - $226K。
Quora：122,875 美元，基于 509 人的薪水。范围是 $113K - $164K。
甲骨文：148,396 美元，基于 457 人的薪水。范围 $88K – $178K。
IBM：130,546 美元，基于 382 份薪水。范围是 $58K - $244K。
谷歌：148,560 美元，基于 246 份薪水。范围是 $23K - $260K。
微软：134,042 美元，基于 204 人的薪水。范围是 $13K - $292K。
亚马逊：125,704 美元，基于 190 人的薪水。范围是 $60K - $235K。
Booz Allen Hamilton：90,000 美元，基于 186 份薪水。范围是 $66K - $215K。
沃尔玛：108,937 美元，基于 185 份工资。范围是 $78K - $186K。
思科：157,228 美元，基于 166 人的工资。范围是 $79K - $186K。
优步： 143,661美元，基于 137 人的工资。范围是 $56K - $200K。
英特尔：125,936 美元，基于 129 人的薪水。范围是 $58K - $180K。
苹果：153,885 美元，基于 128 人的薪水。范围是 $60K - $210K。
Airbnb：180,569 美元，基于 122 份薪水。范围是 $99K - $242K。
这些是基本工资，不包括奖金、股票期权或其他津贴。由于生活成本，在湾区拥有许多员工的公司提供更高的薪水。这些统计数据可能有些偏颇，因为高级员工不太可能提供他们的薪水信息。首席数据科学家的年收入通常远高于 200 万美元，不包括奖金，而在微软或德勤等公司（根据我的经验），在这个水平上，80 万美元的薪水并不少见。在低端，你有实习生和兼职工人。如果您访问 Glassdoor，您可以获得更精细的数据。

以下是这次来自 Indeed 的统计数据（请参见此处）。它们提供了不同的视角，按专业知识和领域分类。薪资最高的 5 个城市是旧金山（157,041 美元）、圣克拉拉（156,284 美元）、纽约（140,262 美元）、奥斯汀（133,562 美元）和圣地亚哥（124,679 美元）。令人惊讶的是，西雅图的工资低于休斯顿。请注意，如果您在湾区的一家公司远程工作，如果您住在生活成本较低的地区，您可能会获得较低的薪水。尽管如此，您的财务状况仍会比旧金山的同龄人更好。

获得最高薪水（比平均水平高 20% 到 40%）的经验是云架构、DevOps、CI/CD（持续交付和/或持续部署）、微服务和绩效营销。最后，Indeed 还显示相关职业的薪水，平均值如下：

数据分析师，27017 个职位空缺，70,416 美元
机器学习工程师，27196 个职位空缺，150,336 美元
数据工程师，10527 个职位空缺，128,157 美元
统计学家，1733 个职位空缺，96,661 美元
统计分析师，15060 个职位空缺，66,175 美元
首席科学家，1644 个职位空缺，143,266 美元
根据 Indeed 的数据，数据科学家的平均工资为 119,444 美元。这个数字与来自 Glassdoor 的数字相似。请注意，一些资金充足的初创公司可以提供高薪。我的最高薪水是在一家员工不到 20 人的公司担任首席科学家/联合创始人。我最高的报酬是我自己创建和资助的一家公司，尽管我没有工资，也没有给自己分配工作头衔。

编辑推荐
1、2022年300个以上最佳免费数据科学课程
2、大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！
3、机器学习模型方法总结
4、历史最全机器学习/深度学习/人工智能专业术语表中英对照表
5、机器学习如何应用于商业场景？三个真实的商业项目
6、数据工作者的自我修养 | 哪些技能是必不可少的？
7、《汗牛充栋：数据分析书籍分享》CDA网校新课上线
8、文本挖掘常用的107个语料库
9、一图读懂“东数西算”工程
10、零基础转行数据分析，看这篇文章就够了

DA内容精选