网络与大数据类挣多少钱

❶ 网络工程师的工资一般多少的

网络工程师是软考中级资格考试里面的一项考试。网络工程师能够从事计算机信息系统的设计、建设、运行和维护工作。近几年中高级的考试更新了大纲，增加了通关难度，但培训机构还是都有办法。如果你决定考证，可以多关注一些软考的网站像希赛就挺好的，上面都有很多考试资讯，历年真题什么的，对考试很有帮助。

据工业和信息产业部预测，今后5年，我国从事网络建设、网络应用和网络服务的新型网络人才需求将达到60-100万人，而现有符合新型网络人才要求的人还不足20万。巨大的人才缺口，导致企业不惜以重金挖取网络人才。据权威媒体调查结果表明：京沪地区网络系统工程师的月薪大致为5500-6400元，网络安全工程师的月薪大致为7100-7800元，网络信息技术主管的月薪则高达8900-9600元。可见，网络工程师是大家就业的好选择，同时还实现了高薪水的梦想。

就几个认证而言的话，思科认证是由网络领域着名的厂商--Cisco公司推出的。是互联网领域的国际权威认证。作为一位网络技术工程师，取得思科认证等级的高低是全球评价网络技术水平的标尺。目前人才市场上，CCNA可拿到5000元以上的月薪，而CCNP月薪则在5000元到9000元之间，CCIE月薪约1.2万元左右。

华为认证是国产品牌，后劲大。对于设备运营类：一般要求应届毕业生，对于大城市肯定都要研究生以上，待遇比较好，一般在6K往上走；对于二类城市等，名牌学生本科及研究生以上，待遇还可以，在3K往上走；对于三类城市，一名牌本科及研究生及以上，待遇一般，2K以上。其中又以移动、电信、联通待遇排序。对于设备提供商类：大企业要求有经验，本科毕业，一般进去后都是月薪4K以上；小一些企业基本也有3K。对于工程建设单位类：这个就要是地方和具体的公司来定，无法确定。

❷ 大数据分析师工资收入多少

你好，数据分析的市场平均薪资是在11637元，而北上广地区的平均薪资比这个数字还要高上两三千左右，如果在腾讯阿里等互联网大厂，这个薪资就更多了。

1、大数据分析师在腾讯等互联网大厂的职位

大数据分析师，是一个在互联网行业大厂中非常常见的职位，几乎所有希望放大数据价值的公司都一定会开始设立和存在的一个岗位。

在国内，像阿里巴巴、华为、网络、腾讯等等互联网公司，在研发产品的技术线中都会有这样的职位。

最后，互联网行业作为新兴的吸金行业，技术岗占了员工60%以上，薪资也是非技术岗近2倍。技术岗并非只是写代码做码农，虽说编程是 IT行业的核心，但是除此之外，还有测试、UI、运维、产品、运营等岗位，数学差、逻辑差，不适合编程，依然可以选择其他岗位，可以根据这份资料了解有哪些适合自己的岗位。

希望我的回答对你有所帮助！

❸ 做大数据分析师能挣多少钱

二、大数据分析师的薪水在世界各地是否一致?

如您所料，大数据分析师角色的薪水因地点而异。数据科学中心确定以下十一个国家是大数据分析师薪酬最高的国家 ; 美国，瑞士，瑞典，新加坡，丹麦，加拿大，澳大利亚，荷兰，德国，中国和英国。毫不奇怪，该列表与经济发达国家的当前中位收入排名紧密相关。我们还可以查看与国家的平均薪资相比，以及与Web开发或UX设计等技术领域中其他流行的高薪专业相比，大数据分析师的薪水如何累积。让我们更深入地看一下欧洲和北美的两个最大市场。德国和美国。

德国的大数据分析师每年的收入在32,000欧元至60,000欧元之间，具体取决于企业的资历水平，行业，所在地和成熟度。德国大数据分析师的中位收入略低于4万4千欧元，比德国3万欧元以上的中位收入高出30%以上。它还可以很好地衡量其他技术工作;例如，它高于网络开发人员的平均工资，即41k欧元。在美国，大数据分析师的收入要比德国同行高得多。平均薪资为$ 60k(约€53k)，比$ 43k的平均收入高出20%以上，与网络开发人员的预期收入相同一般。纽约的薪水在50,000至96,000美元之间，而旧金山的平均薪水在65,000至120,000美元之间。在整个池塘中，伦敦的大数据分析师职位的薪水在24,000英镑至47,000英镑之间，中国大数据分析师的薪水在5万左右。

大数据分析师的薪水范围。

四、大数据分析师根据他们的行业而获得不同的薪水吗?

成为大数据分析师的美妙之处在于，几乎所有行业都可以找到这样的角色。大多数企业都根据自己的数据制定决策，因此他们需要一名大数据分析师才能做到这一点。

LinkedIn将采矿业列为大数据分析师薪酬最高的行业，在美国，这些职位的平均薪酬为106,000美元至117,000美元。科学和公用事业部门的薪水也高于平均水平，平均薪金范围为74,000美元至80,000美元。在薪资范围的低端，从事制造业和金融业的大数据分析人员的薪水预计在55,000美元至65,000美元之间。

五、顶尖高科技公司向大数据分析师支付的工资

由于提供的高薪水，经常寻求在世界顶级科技公司担任大数据分析师的角色。苹果和Facebook 向其大数据分析师支付的薪水远高于平均水平。除了薪水美丽，设备齐全的办公室外，如果需要高超的学习经验，从事技术工作也将是不可思议的。员工可以体验快速变化，同时获得对塑造我们世界的技术的见识。

鉴于科技公司每天都会收集大量数据，因此大数据分析师在科技行业中扮演着重要角色也就不足为奇了。做大数据分析师能挣多少钱亚马逊的工作大数据分析人员可以在美国得到报酬高达$ 106,000名，与Facebook提供类似数额，根据的确。在伦敦，亚马逊的大数据分析师薪水高达38,000英镑。在伦敦为Google工作的大数据分析师可以期望得到更高的薪水，工资在42,000英镑到52,000英镑之间。对于那些在网络、腾讯、阿里北京办公室工作的人来说，薪水可能高达95,000美元。

❹ 现在网络工程师一个月都能挣多少钱啊

如果你是新进的员工的话，一般2000元左右吧，不过加上其他补助的话，一月大概有2200-2500，如果你是有多年经验的准备跳槽的网络工程师，那么一月薪水至少可以达到3500元以上，加上年终分红，平时一次性奖金，薪水还是相当可观。
麻烦采纳，谢谢!

❺ 互联网人平均薪酬是多少元

2017年是互联网保持快速发展一年，共享经济和人工智能的风口兴起，新零售和新商业的概念走上前台，资本寒冬后市场开始全面回暖，全行业用人需求持续扩张。根据2017年BOSS直聘人才大数据平台积累的数据，1月10日，国内领先的移动互联网招聘平台BOSS直聘发布《2017互联网人才趋势白皮书》。

互联网行业平均薪酬1.06万元，技术岗位停止普涨

报告显示，2017年，互联网行业平均招聘薪酬达到1.06万元，同比上升3.1%。受AI、大数据等新兴行业高级技术职位大量涌现及基础岗位薪资回调影响，互联网薪资分化逐渐加剧，前10%高薪职位平均薪资是低薪职位的8.1倍，较2016年的7.9倍进一步扩大。

在二三线城市中，武汉、无锡、郑州、合肥、哈尔滨五座城市，2017年的互联网人才需求增速均超过100%。

❻ 学会计算机专业出来一个月能挣多少钱

很多人都说，学习计算机专业工作后工资很高，这是真的吗？学计算机专业工资多少呢？下面小编整理了一些相关信息，供大家参考！

学计算机专业工资多少 薪资待遇很高吗

1计算机专业工资很高吗
从职业发展角度来看，还是要结合个人的兴趣了。毕业生如果喜欢编程，那么就可以选择进入正轨的软件公司，从程序员做起，一步一个脚印，从事软件开发。如果不喜欢编程，可以选择搞通信，因为学习计算机专业的学生一般都有很好的数学理论基础，做起来也比较容易。

计算机专业的就业情况还是不错的，相比其他专业工资会高一些。不过薪资的高低还是要看个人能力和用人单位发展情况，能力强的本科毕业后年薪可以上10-15万左右，如果能力一般月薪也就几千块。

但是很多东西都不能说的那么绝对，有的人一毕业就有了很好的就业机会，而有的人则是毕业后选择了其他的职业。对于刚毕业的学生来说，不要对工资有过高的要求，主要还是要从第一份工作中学到东西，这才是主要的。

2计算机专业薪资待遇好不好
计算机专业的毕业生在薪资待遇方面相对于其他行业还是处于前列的，计算机的就业率也是比较高的。随着社会的发展，我们的日常工作更是离不开计算机方面的人才，所以，计算机人才在就业薪资上也是相对较高的。

计算机专业的毕业生，一开始毕业时薪资并不是很高，也就是3000-5000左右。因为用人单位往往更看重的是能力。在工作半年后，工资就可以涨到4000-6000左右，工作经验1-3年工资可以达到8000-15000。

另外，跳槽也是从事计算机专业的人才提高薪资待遇的一条途径，对于一些有经验并且能力很强的人来说，如果工作三年跳槽2-3次，工资能翻好几番，能达到几十万。

当然，以上的数字并不是固定的，一定会有人的薪资待遇比我说的要高，也有人会比我说的低，这主要还是取决于个人的能力。

❼ 现在大数据分析师工资好高，想从事这一行业应该怎么做

以下内容由业务数据可视化分析展示平台DataHunter为您整理

数据分析师的工作内容？

数据分析师主要负责挖掘和分析海量数据，以满足企业具体的商业需求。毫无疑问，越来越多的企业开始依赖数据推动决策，而且也有更多的企业开始将云计算、自动化、AI等新兴技术作为IT战略的核心组成部分，这意味着，数据分析师在企业中的作用将愈发重要。

通常，数据分析师会借助BI工具来组织和分析海量数据，而分析结果应当便于所有与业务相关的人查看并理解，特别是对于那些非IT人员。

需要掌握的技能&工具？

Quora数据科学家William Chen认为，一名优秀的数据分析师应具备以下技能：

编程：这是数据分析师最基本的技能，编程可以提高你的统计能力，帮助你分析海量数据，同时也可以创建自己的工具。

定量分析：这是分析大数据集的重要技能。定量分析可以提高实验分析能力，扩展数据策略，并帮助你实现机器学习。

产品直觉：深入了解产品将有助于你进行定量分析，此外，这还将帮助你预测系统行为、建立衡量指标以及提高调试技能。

沟通：可能是每个行业最重要的软技能，强大的沟通能力将帮助你“利用上述的所有技能”。

团队合作：团队合作对于数据分析工作的成功至关重要，这需要你无私接受反馈意见，并与团队分享见解。

数据分析师也应掌握相应的分析工具。技能和方法只是理论，展现数据价值则需要通过工具。对于数据分析师而言，自助式的BI工具必不可少，其应具备以下特点：

接入企业各种业务系统，整合多源异构数据；

拥有实时的数据处理能力；

简单操作，拖拽即可生成可视化图表；

提供探索式分析功能，数据分析维度和粒度可随意变换；

智能的图表和模型推荐；

可云端协作和分享，满足各种移动办公的场景。

需要理解哪些数据？

每个行业都有特定的数据类型，以下是各个行业中一些常见的数据形式，数据分析师需要根据相应的模型和数据类型进行各类分析。

业务类数据：当前，很多企业都在利用数据进行商业决策，通过对业务数据进行分析，可以有效改善企业运营效率、库存问题、产品、客户忠诚度等等诸多问题。

电子商务类数据：电子商务网站会采集大量的用户行为数据，如浏览、购买等，通过这些数据，数据分析师可以帮助电子商务网站改善用户体验、探寻行业发展趋势或研发新的产品。

财务类数据：在金融行业，账户、信贷、借记交易等财务数据对于企业运营来说至关重要。对于这一领域的数据分析师来说，安全、合规性、欺诈检测将是主要关注的问题。

政府数据：大数据有助于帮助政府制定决策、监测大众满意度，同金融行业一样，数据的安全和合规也是该行业的数据分析师最为关注的问题。

科学数据：借助于现有的科技技术，科学家们可以更方便的收集和分享实验室数据，而数据分析师可以帮助科学家们更好的完成数据分析。

社交类数据：利用社交网络数据，可以更好的进行精准营销，通过对帖子、推文、博客和其他社交数据进行分析，可以有效改善用户服务和体验。

医疗数据：几乎所有卫生保健机构都会针对电子医疗数据进行记录，数据分析师可以基于这些数据，帮助医疗机构改善卫生服务，并发现那些潜在隐患。

电信数据：如今，电子产品都在收集用户数据，这些数据需要存储、管理、维护和分析。通过这些数据，分析师们可以帮助企业更好的了解用户需求，提高用户体验。

其他类型数据：比如政治、公益事业、智能家电等，可以说，没有任何一个行业可以免受大数据冲击。

数据分析师的薪资？

在美国，据BLS（美国劳工统计局）统计，目前数据分析师的平均工资每年约为111800美元。毫无疑问，这是一个快速增长且收入丰厚的职位，BLS预测这一领域的工作将在2024年前增长11%。

在Glassdoor招聘网站上的“美国50大最佳工作”报告中，依据工作机会、工资和总体工作满意度评级，数据分析师职位在各个行业中排名最高。

而在国内，我们通过查看拉勾网、智联等招聘网站发现，初级数据分析师的月薪大概在10K-15K左右，而相对资深一些的数据分析师可以达到20K-30K的水平，数据科学家普遍在35K-70K之间。

❽ 做网络工程师能挣多少钱呢

看你往哪方面发展了，要是网技术方面发展，技术越精，钱越高；往管理方面发展，技术要求只要明白大概怎么回事就行，但是其它一切能力都要很强，如果就做一般的技术员，应该还是能糊口的

❾ 学完大数据分析师出来工资多少

那就看你有多少经验了，还有能力
刚入门的，大概三四千
有七八年工作经验的，两万也轻松拿到

❿ 网络工程师的工资一般多少

第一，网络工程师在未来肯定是一个吃香的行业。因为现在已经处处离不开网络了。每一个网络都需要有人维护，所以，只要有技术，没有找不到工作的网络工程师。
第二，请千万不要相信某些人说的什么网络工程师只有几百块钱或者一千多一点。你可以想想，每天板砖的还能挣多少钱呢，那些只是单纯的体力活动，而作为一个高高端技术的人每个月只挣几百块钱，那我只能说你的技术连板砖的技术都不如。既然叫网络工程师就要有网络工程师的技术，一个几百块钱的网络工程师不能叫工程师，充其量只能叫网管。
第三，以思科的标准来说，如果你的技术能够达到ccnp的水平，那么在一些大城市里边，开始的时候拿到3000左右的工资不是没有可能。而且，随着你的经验的增加，参加项目的增加，你的工资很可能在5年之内翻番。
第四，当你从事网络工程师之后，你会发现其实网络工程师很有分支，比如网络安全工程方面，当你能够在其中有深入的研究，年薪二十多万也是可能的。
当然，我要说明的一点是，如果你没有活到老学到老的劲头儿的话，请不要选择网络工程师。因为网络是一个不断更新的区域。总是一句话，网络工程师的成功靠的是技术，如果你有技术加上两年的经验。前程肯定是没有问题。