大家新年好,
我是职级对标创始人,在过年的这几天里我们团队打造了一个 data pipeline,每天可以 process 薪酬数据,通过数据拟合的办法来划定已收集到的薪酬的置信范围。
通过我们的 pipeline,我们每天都可以 update 最新的薪酬数据,并且我们把每个职级的薪酬的上限和下限在职级对标的职级表中展示出来:
希望大家多多关注和支持我们的网站: https://duibiao.info/
大家新年好,
我是职级对标创始人,在过年的这几天里我们团队打造了一个 data pipeline,每天可以 process 薪酬数据,通过数据拟合的办法来划定已收集到的薪酬的置信范围。
通过我们的 pipeline,我们每天都可以 update 最新的薪酬数据,并且我们把每个职级的薪酬的上限和下限在职级对标的职级表中展示出来:
希望大家多多关注和支持我们的网站: https://duibiao.info/
|
prickFeb 22, 2021
1
很不错,有参考价值,赞一个
|
|
zhengxiaowaiFeb 22, 2021
2
不太准,如果以阿里职级为标准从 package 上对标:
腾讯 3-1,无法对标 p7,应该是 p6+到 p7- 字节 2-1 范围比较大,应该是 p6 - p7- 百度 t6 基本对标 p7 |
|
layerfsdFeb 22, 2021
3
一看阿里和鹅厂的就不准了。
|
|
huweicFeb 22, 2021
4
大体还是很有参考意义的
|
|
PiersSoCoolFeb 22, 2021
5
P6 就 36W 了 我好穷啊 想跑路了
|
|
jr55475f112iz2tuFeb 22, 2021
6
点赞置信区间
是不是数据量还太少,所以这么宽? |
|
matrix67Feb 22, 2021
7
|
|
psx2019Feb 22, 2021
8
希望增加一个按城市细分的级别薪资,因为同样的级别不同城市的工资差异都会比较大,直接看级别上限和下限差值有点大
|
|
supermaoFeb 22, 2021
9
看得更加内卷了
|
|
akasuvFeb 23, 2021
10
很赞,帮顶
|
|
KeyboardManAnAnFeb 23, 2021
11
不错,网站已收藏,期待后面能派上用场哈哈哈
|