Skip to main content

2021,科技公司最全工资范围 !

 今年跳槽市场比较好,很多人都拿了很多offer,也有挺多人都拿了10多个offer,我也拿了10个左右senior offer。面完发现,研究blind和一亩三分地的时间,比准备面试的时间多,看了挺多包和数据,包括大厂和一些比较火的startup,大致总结一下。

跳槽总结:科技公司Senior Engineer工资范围!

1.

level重要,如果被low level了,那基本上compete不上来,面试target at高level比target at低level要好,容易被降level,但是很难升level。

2.

fixed upsides的公司给的偏多,但是没意思,比如coinbase, lyft, stripe;

很多公司都是标准包,可以谈的空间非常小,哪儿怕你有next level offer,比如uber, fb, robinhood, coinbase, snap,所谓的equal pay,这些公司如果不想去不要浪费时间面;

还有部分公司很吃compete,但是需要面的好,competing offer好,hm挺你或者组有钱,比如apple, amazon, netflix,可以面一下,说不定能拿大包来 compete。

总而言之,其实没必要面太多公司,一两个足够高的offer拿来compete就已经够了,再多也是浪费时间。

3.

senior能给550k左右(不包括refresh,包括signon/4)的公司应该不是特别多,基本都是senior 2;

比如amazon l6(refresh很少), instacart l6, uber 5b, snap l5(bonus只有一半人有,并且refresh不能叠加), roblox ic4(400k - 600k), databricks l5, brex senior 2, airtable, netflix。甚至可能可以接近600k。

不是senior2的话,应该很难超过500k,有一些极端少数情况可能会接近500k,linkedin staff(480k), robinhood l3(480k), stripe l3(490k), apple(500k,极端), airbnb l5(500k,少数), bytedance(490k,极端)

如果有别的可以补充。

另外,很多公司给mle包的upper limit会更高一点。

4.

总结,非常主观的选择(career growth > money > wlb)

550k 左右 databricks l5 >= roblox high ic4 >= uber 5b >= snap l5 >= amazon l6 > instacart l6 500k 左右 roblox ic4 > robinhood l3 >= apple ict4 >= airbnb l5 >= linkedin staff > stripe l3(no upsides) > bytedance 2-2

400k 出头 gg l5 >= fb e5 >>> apple ict4 >> others

apple上面一般指的是ict4,ai/ml或者一些特殊org和组 ict5属于staff,不讨论

5.

大厂faang: facebook apple amazon netflix google

四小龙uapl: uber airbnb pinterst lyft 其实应该加个doordash

养老院tdl: twiter, dropbox, linkedin

fintech四大天王sscr: square, stripe, coinbase, robinhood

fintech 四小天后cpsb: chime plaid sofi brex

sass三巨头sdc: snowflake,databricks,confluent

社交巨头: snap,bytedance

网红新贵: roblox,instacart

pay比较不错的startup/刚上市不久: brex, airtable/notion, coupang, cruise 比较有意思startup: hashicorp, carta, pingcap, anyscale

6.

按brand来说,就我的观察 tier1: g >= f tier2: snap(之前有钱任性), stripe/robinhood(hr听了会有反应),databricks/snowflake(solid!), uber(造了很多轮子,公司虽然有点迷,但是技术棒棒的), aws(那么多公司去西雅图开infra分部招人,为了啥?), apple(ai/ml), netflix(听着很厉害)

上面有的公司,range很大,并且有的tc是非常少数的case,有的也是高level降级包,只是告诉大家一个possibility,当compete的时候可能心里更有底。

如果没拿到也不必介怀,所谓得之我幸,失之我命,毕竟都是case by case。

有时候包大小的那个差距,可能还不如选择公司导致的差距,也可能不如选择加入的时间的差距,比如今年年初加入的那些人。。。运气还是比较重要。。。

7.

sde2,2-4年yoe,大概是250k - 350k,一般顶包是300k左右,比较极端的可能拿到接近400k,比如instcart l5, 部分aws l5, 和snap l4,其他我就不太清楚了

senior, 4-8年yoe,大概是350k-450k,一般顶包是430k附近,比如fb e5, uber 5a。

senior 2, 5-10年yoe,大概是450k - 580k,一般顶包是550k附近,比较接近staff,比如amazon l6, snap l5, instacart l6

staff, 6-15年yoe, 大概是580k - 700k,一般顶包是600k附近,比如fb e6,roblox ic5

8.

要拿大包,就得至少有一个愿意给大包的,最好是上来就给大包,比如snap, fb, amazon, netflix, stripe, bytedance。然后一个愿意compete的公司(非标准包公司),比如apple, roblox,两个就可以推上去。不建议拿一堆标准包空间不大的公司,只能干瞪眼。

另外如果有next level的offer,会非常有利于提升compete

9.

refresh好的大厂:fb, apple, airbnb, roblox

Comments

Popular posts from this blog

OWASP Top 10 Threats and Mitigations Exam - Single Select

Last updated 4 Aug 11 Course Title: OWASP Top 10 Threats and Mitigation Exam Questions - Single Select 1) Which of the following consequences is most likely to occur due to an injection attack? Spoofing Cross-site request forgery Denial of service   Correct Insecure direct object references 2) Your application is created using a language that does not support a clear distinction between code and data. Which vulnerability is most likely to occur in your application? Injection   Correct Insecure direct object references Failure to restrict URL access Insufficient transport layer protection 3) Which of the following scenarios is most likely to cause an injection attack? Unvalidated input is embedded in an instruction stream.   Correct Unvalidated input can be distinguished from valid instructions. A Web application does not validate a client’s access to a resource. A Web action performs an operation on behalf of the user without checking a shared sec

CKA Simulator Kubernetes 1.22

  https://killer.sh Pre Setup Once you've gained access to your terminal it might be wise to spend ~1 minute to setup your environment. You could set these: alias k = kubectl                         # will already be pre-configured export do = "--dry-run=client -o yaml"     # k get pod x $do export now = "--force --grace-period 0"   # k delete pod x $now Vim To make vim use 2 spaces for a tab edit ~/.vimrc to contain: set tabstop=2 set expandtab set shiftwidth=2 More setup suggestions are in the tips section .     Question 1 | Contexts Task weight: 1%   You have access to multiple clusters from your main terminal through kubectl contexts. Write all those context names into /opt/course/1/contexts . Next write a command to display the current context into /opt/course/1/context_default_kubectl.sh , the command should use kubectl . Finally write a second command doing the same thing into /opt/course/1/context_default_no_kubectl.sh , but without the use of k

标 题: 关于Daniel Guo 律师

发信人: q123452017 (水天一色), 信区: I140 标  题: 关于Daniel Guo 律师 关键字: Daniel Guo 发信站: BBS 未名空间站 (Thu Apr 26 02:11:35 2018, 美东) 这些是lz根据亲身经历在 Immigration版上发的帖以及一些关于Daniel Guo 律师的回 帖,希望大家不要被一些马甲帖广告帖所骗,慎重考虑选择律师。 WG 和Guo两家律师对比 1. fully refund的合约上的区别 wegreened家是case不过只要第二次没有file就可以fully refund。郭家是要两次case 没过才给refund,而且只要第二次pl draft好律师就可以不退任何律师费。 2. 回信速度 wegreened家一般24小时内回信。郭律师是在可以快速回复的时候才回复很快,对于需 要时间回复或者是不愿意给出确切答复的时候就回复的比较慢。 比如:lz问过郭律师他们律所在nsc区域最近eb1a的通过率,大家也知道nsc现在杀手如 云,但是郭律师过了两天只回复说让秘书update最近的case然后去网页上查,但是上面 并没有写明tsc还是nsc。 lz还问过郭律师关于准备ps (他要求的文件)的一些问题,模版上有的东西不是很清 楚,但是他一般就是把模版上的东西再copy一遍发过来。 3. 材料区别 (推荐信) 因为我只收到郭律师写的推荐信,所以可以比下两家推荐信 wegreened家推荐信写的比较长,而且每封推荐信会用不同的语气和风格,会包含lz写 的research summary里面的某个方面 郭家四封推荐信都是一个格式,一种语气,连地址,信的称呼都是一样的,怎么看四封 推荐信都是同一个人写出来的。套路基本都是第一段目的,第二段介绍推荐人,第三段 某篇或几篇文章的abstract,最后结论 4. 前期材料准备 wegreened家要按照他们的模版准备一个十几页的research summary。 郭律师在签约之前说的是只需要准备五页左右的summary,但是在lz签完约收到推荐信 ,郭律师又发来一个很长的ps要lz自己填,而且和pl的格式基本差不多。 总结下来,申请自己上心最重要。但是如果选律师,lz更倾向于wegreened,