当前位置:首页 > 消费电子 > 消费电子
[导读] 10月20日,在第六届世界互联网大会举办期间,智联招聘发布的2019年互联网产业人才发展报告显示,报告显示,2019年,中国互联网产业整体薪酬仍领先于全行业平均水平,但受2018年经营状况影响,互联网产业薪酬增速下滑至低于全行业平均值。

 10月20日,在第六届世界互联网大会举办期间,智联招聘发布的2019年互联网产业人才发展报告显示,报告显示,2019年,中国互联网产业整体薪酬仍领先于全行业平均水平,但受2018年经营状况影响,互联网产业薪酬增速下滑至低于全行业平均值。

2019年三季度互联网产业整体平均月薪达9296元,领先全行业平均水平。

 

 

互联网子行业薪酬变化。图片来源:智联招聘  网络游戏产业平均月薪过万

另外,互联网子行业发展并不均衡,有些子行业薪酬逆势而上,有些增幅则低于全行业平均水平。

在互联网产业子行业中,网络游戏的平均薪酬最高,为10054元每月,成为互联网产业中第一个平均月薪过万的子行业。

而通信行业发展并不太理想。2017年三季度至2019年三季度全行业实现14.47%薪酬增长率的同时,通信/电信/网络设备与通信/电信运营/增值服务的薪酬分别只增长12.70%与10.95%。

 

 

5G相关招聘变化。图片来源:智联招聘  但值得一提的是,通信行业中5G相关的岗位薪酬并不低。2018年1-5月5G相关岗位平均月薪为10839元,2019年1-5月为15644元,增长率达44.33%。

报告分析,智联招聘大数据显示,2019年1-5月5G相关招聘职位数同比增速达806.60%。

 

 

各行业加班时长对比。图片来源:智联招聘  互联网行业加班并不算多?

也许有人说,互联网行业爱加班,高薪的背后都是加班换来的。不过报告显示,与月薪一样,互联网人的时薪也高于全行业平均水平。

数据显示,45.2%的互联网人时薪为20-50元,18.8%的互联网人时薪在50-100元,与全行业数据对比,互联网人在高时薪区间的人数占比较高,低时薪区间的人数占比较低。

另外,报告还从加班时间上做了统计,数据显示,互联网产业的加班时长并不是太长,平均每周加班6.13小时,甚至较全行业平均时间低了0.32小时。

而加班最多的是房地产/建筑业、汽车/生产/加工/制造这些传统产业,每周加班时长分别达到7.74小时、7.72小时。

 

 

互联网行业城市薪酬水平排行。图片来源:智联招聘  北上深杭薪酬优势明显

如果从城市上观察互联网各个子行业平均薪酬,排名前五的城市,在多数行业中,北上深杭占据了排行前4名。

例如,在电子商务行业上,北京平均月薪达到13504元,排名第一。另外,在IT服务、电子技术/半导体/集成电路、电信/通信行业上,北京均居薪酬最高的城市。

广州仅仅在IT服务与网络游戏2个子行业出现在前五位置,且均为三甲之外。报告称作为一线城市的广州与北上深杭相比,在互联网产业布局与发展上还是有差距。

新一线城市中,南京、武汉、苏州、厦门、东莞与成都,均上榜前五名1次。值得关注的是,在通信/电信运营、增值服务行业中,薪酬最高城市花落东莞,达到了13585元/月。

随着5G牌照的发放,5G商用加紧布局,激烈的竞争使得企业对于相关人才的需求更为迫切,相关人才的需求出现爆发式增长。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

等离子切割机通过气体引入系统将氧气和惰性气体(如氮气、氩气等)引入到切割头中,然后通过高频电弧点燃将气体离子化

关键字: 等离子 切割机 惰性气体

语音识别技术,也被称为自动语音识别(Automatic Speech Recognition,ASR),其目标是将人类的语音中的词汇内容转换为计算机可读的输入,例如按键、二进制编码或者字符序列。

关键字: 语音识别 按键 二进制

随着物联网的发展,对家庭电器的控制将会有更多的发展,而语音作为一种自然简单的方法将是一种有效便捷的控制方式。如果可以把语音控制与安全控制结合起来,系统就变得更自然直接更人性化了。

关键字: 语音识别 物联网 家庭电器

目前,语音识别技术已经深入我们生活的方方面面,比如智能玩具不仅能跟儿童做简单的交流还能促进学习,汽车语音控制帮助我们实现对汽车一些功能的控制,其次我们手机上使用的语音助手、语音检索等应用都极大的便利了我们的生活。

关键字: 语音识别 汽车语音 智能玩具

随着智能音响、大屏等终端的迅速发展,语音唤醒识别以及语音交互的准确测试成为影响设备智能程度的一个重要指标。

关键字: 语音识别 智能音响 大屏

语音识别相信大家并不陌生,近些年来语音识别技术的应用层出不穷,同时也更加智能。

关键字: 语音识别 语音 AI

需要将人类语音通过麦克风等设备转换成数字信号。这一步通常涉及信号处理技术,如滤波和分帧,以去除背景噪声和提高信号质量。

关键字: 语音识别 数字信号 信号处理

通过大量的数据,训练出一个能处理此类数据的模型,使得这个模型可以根据已知的数据,准确率很高的判断出未知的数据,从而使得人类能够采取正确的方法去处理某些事情。

关键字: 机器学习 模型 图像

在监督学习中,系统会被给定一组已知输入和输出,需要学习到一种函数,使得该函数能够根据给定的输入预测出正确的输出。代表算法有线性回归、逻辑回归、决策树、深度神经网络等。

关键字: 机器学习 数据源 图像

深度学习需要大量的计算。它通常包含具有许多节点的神经网络,并且每个节点都有许多需要在学习过程中必须不断更新的连接。换句话说,神经网络的每一层都有成百上千个相同的人工神经元在执行相同的计算。

关键字: 机器学习 神经网络 TensorFlow
关闭
关闭