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。

[caption id="attachment_34885" align="aligncenter" width="600"] 腾讯的技术级别及对应薪酬[/caption]

二 薪水

1.腾讯薪资架构：12+1+1= 14薪。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T3，T3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。

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薪。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。

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。

[caption id="attachment_34891" align="aligncenter" width="600"] 百度技术级别及对应薪酬[/caption]

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。

[caption id="attachment_34892" align="aligncenter" width="500"] BAT级别对照表[/caption]

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