🎉 Giảm 20% cho đơn hàng đầu tiên!✦🚚 Miễn phí vận chuyển cho đơn trên 500.000₫✦⚡ Flash Sale — Số lượng có hạn!✦🎁 Quà tặng kèm cho đơn từ 1.000.000₫✦🎉 Giảm 20% cho đơn hàng đầu tiên!✦🚚 Miễn phí vận chuyển cho đơn trên 500.000₫✦⚡ Flash Sale — Số lượng có hạn!✦🎁 Quà tặng kèm cho đơn từ 1.000.000₫✦
大厂数据科学家:复杂模型还是有效的实验——谁的薪酬更高?
Quay lại Blog

大厂数据科学家:复杂模型还是有效的实验——谁的薪酬更高?

18 tháng 11, 20262 phút đọcVũ Khôi
Tiếng Trung
#Tiếng Trung#Học tập & Nghề nghiệp#Dữ liệu & Database
Vũ Khôi

Vũ Khôi

Tác giả tại Wotech Electronics Blog

笔记本电脑打开 Jupyter Notebook 显示线性回归图表,旁边是关于线性模型的手写笔记的照片

大厂数据科学家:复杂模型还是有效的实验——谁的薪酬更高?

预算周,新加坡一位产品总监桌上有两页材料:第 1 页是一个使用最新架构的客户流失预测模型,准确率 94%;第 2 页是一张来自为期 3 周实验的两列表格,显示团队花了 6 个月搭建的功能完全没有增加订单。资金只够支持一个方向。Harry Vũ 在 DoJobNgon 小组发表的文章(2026 年 11 月 18 日)——基于作者的观察、levels.fyi 上自行申报的数据(Meta,美国和新加坡,2026 年 11 月更新)以及 Stefan Thomke 教授(哈佛商学院,《Experimentation Works》作者,通过 HBS Working Knowledge 接受的采访)——论证说,公司购买的是昂贵决策的确定性,而不是模型。薪酬数字为自行申报的数据,未经 Wotech 独立核实。

快速回答: 根据这篇文章,公司购买的是昂贵决策的确定性,而不是模型。在美国 Meta,据 levels.fyi 自行申报的数据,在相同的第二级,软件工程师职级(含机器学习模型搭建者)的总薪酬中位数约为每年 298,000 美元,而数据科学家职级约为每年 254,000 美元;但在数据科学家职级内,第 3 级比第 2 级高出约 108,000 美元——是两个职级之间差距的 2 倍多。决定晋升的是你的数字被信任去拍板的决策规模,而不是模型的复杂度。据文章所说,Thomke 教授表示,平均只有约 10% 的实验能改善利润——10 个想法中有 9 个不能增加利润,而如果不进行测量,它们仍然会被上线、花费维护成本,并被报告为成功。转折点在第 3 级:从这里开始,数据科学家自己选择问题,拥有一个产品领域的成功指标,而自己的数字可以开启或阻止一次发布。在新加坡,据 levels.fyi(133 份自行申报,2026 年 11 月),数据科学家的总薪酬从约 92,000 新元(下四分位数)到约 163,000 新元(上四分位数),最高的 10% 从约 201,000 新元起——作者提醒:不要换算成越南的薪酬,要取其形,而不是取其量。在每个项目之前,请问:如果这个数字结果为零,谁必须改变计划?*

实验(experiment) 是指通过受控对比来检验一个想法的方法——例如保留一组不收到折扣码的客户(holdout 对照组),以测量折扣码是否真的能让客户回流——而不是相信一个功能好仅仅因为它已经搭建完成。本文中的数据科学家(Data Scientist) 是指从事数据分析、测量和实验以回答业务问题的人——不同于工程师职级上搭建机器学习模型的人。

新加坡的预算周:94% 的模型,还是一张实验表格?

文章的开场场景提出了一个选择:客户流失预测模型,最新架构,94% 的准确率——还是一张来自 3 周实验的两列表格,显示 6 个月的功能没有增加任何订单。资金只够一个方向。文章用这个场景来阐述核心论点:公司不购买模型,公司购买的是昂贵决策的确定性。一个准确的模型是一项资产;一个让领导敢于叫停一个耗时 6 个月的功能的数字也是一项资产——而据文章所说,第二种资产是薪酬职级在向上走时给予更高回报的东西。

薪酬表怎么说:同一级别,谁的薪酬更高?

据文章引用的 levels.fyi 自行申报数据(Meta,美国,2026 年 11 月更新):

级别(数据科学家职级) 谁提出问题 总薪酬中位数
第 1–2 级 别人提问,你正确回答 约每年 153,000 美元和 254,000 美元
第 3 级 你选择问题,拥有一个产品领域的成功指标,你的数字开启或阻止一次发布 约每年 362,000 美元
第 4 级 你为多个团队设定测量标准,裁决相互冲突的指标,数字进入预算分配 约每年 550,000 美元和 836,000 美元

据文章所说,可以得出三点结论。第一,在相同的第二级,工程师职级上搭建模型的人薪酬更高:约 298,000 美元,而数据科学家职级约为 254,000 美元。第二,数据科学家职级内的跃升大于两个职级之间的差距:第 3 级比第 2 级高出约 108,000 美元——是 44,000 美元跨职级差距的 2 倍多;接下来的跃升分别约为 101,000、108,000、188,000 和 286,000 美元。第三,从第 3 级开始,数据科学家的薪酬开始超过低一级的工程师。据文章所说,起决定作用的不是工具的难度,而是你的数字被信任去拍板的决策规模。

在新加坡,据 levels.fyi(133 份自行申报,2026 年 11 月):数据科学家的总薪酬从约 92,000 新元(下四分位数)到约 163,000 新元(上四分位数),最高的 10% 从约 201,000 新元起,Grab 的中位数约为 162,000 新元;同一职位、同一城市,差距约 1.8 倍。作者明确提醒:不要换算成越南的薪酬——要取其形,而不是取其量。

为什么公司购买“确定性”而不是模型?

据文章所说,Stefan Thomke 教授表示,平均只有约 10% 的实验能改善利润:10 个想法中有 9 个不能增加利润,而如果不进行测量,它们仍然会被上线、花费维护成本,并被报告为成功。一个有效的实验——比如那个为期 3 周、显示 6 个月功能没有增加订单的实验——可以阻止一个昂贵的决策。这就是文章所说的公司愿意付费的“确定性”:不是一个漂亮的模型,而是一个足够可信、可以叫停、改变方向或重新分配预算的数字。

两个朋友,两种选择:3 年的故事

文章讲述了两个朋友的故事,他们一起进入新加坡同一家电子商务公司,统计技能相当:

朋友 1 朋友 2
选择 著名的主页推荐团队,搭建更复杂的模型 没人想要的工作:测量季度折扣码是否真的能让客户回流
第 1 年 准确率明显提升,评价优秀——但系统早已优化多时,预算和人员没有变化 艰难:设计 holdout 实验,与市场部门争论“回流客户”的定义,经常是带来坏消息的人
第 2 年 没有变化 公司根据她的结果转移了很大一部分折扣预算,并成立了促销效果团队
第 3 年 仍在同一级别 晋升为该团队的负责人

这个故事是作者的轶事,未经核实——但它说明了论点:第二个人被信任去拍板重大决策,而这正是薪酬职级所回报的东西。

模型之路是条输家的路吗?

不是,据文章所说——这是重要的平衡部分。在同一级别,搭建模型的人薪酬更高。在模型本身就是产品的地方——广告排序、内容推荐——复杂度具有真正的价值,但那是工程师职级,按工程师的标准来评判。反过来,数据科学家的席位也有其代价:对漂亮数字的压力、破坏会议气氛的角色,而且只适合那些觉得争论指标定义值得做的人。而且没有任何保证:这条路只有在被守护的预算足够大、并且确实有人根据你的数字改变决策时才有效。据文章所说,陷阱在于,以为自己在晋升,因为工具越来越难,而自己的决策仍然很小。

立即应用:面试时带去的 3 个问题

文章建议带着这 3 个问题去面试,以了解这个席位是否真的是一个决策席位:

  1. 最近一次分析导致发布延迟或取消是什么时候?
  2. 谁为我负责的领域设定成功指标?
  3. 比我高一级的人拍板哪些决策?

而在每个项目之前,只有一个问题:如果这个数字结果为零,谁必须改变计划?据文章所说,要用决策规模而不是模型难度来衡量数据科学家的职业生涯。

常见问题

1. 在美国 Meta,数据科学家和搭建模型的工程师谁的薪酬更高? 根据文章引用的 levels.fyi 自行申报数据,在相同的第二级,工程师职级(含机器学习模型搭建者)的总薪酬中位数约为每年 298,000 美元,高于数据科学家职级的约每年 254,000 美元。但数据科学家职级内升至第 3 级的跃升(约 108,000 美元)是两个职级之间差距的 2 倍多。

2. Thomke 教授对实验说了什么? 据文章所说,Stefan Thomke 教授(哈佛商学院)表示,平均只有约 10% 的实验能改善利润;10 个想法中有 9 个不能增加利润,而如果不进行测量,它们仍然会被上线并被报告为成功。

3. 新加坡数据科学家的薪酬是多少? 根据文章引用的 levels.fyi(133 份自行申报,2026 年 11 月):从约 92,000 新元到约 163,000 新元,最高的 10% 从约 201,000 新元起,Grab 的中位数约为 162,000 新元。作者提醒要取其形,而不是取其量——不要换算成越南的薪酬。

4. 搭建模型的道路是条输家的路吗? 不是,据文章所说:在同一级别,搭建模型的人薪酬更高,而且在模型就是产品的地方(广告排序、内容推荐),复杂度具有真正的价值。但那是工程师职级,按工程师的标准来评判。

5. 如何知道一个数据科学家职位是否拥有真正的决策权? 文章建议了 3 个面试问题:最近一次分析导致发布延迟或取消是什么时候;谁为你负责的领域设定成功指标;比你高一级的人拍板哪些决策。

来源:Harry Vũ 在 DoJobNgon 小组发表的文章(2026 年 11 月 18 日),基于作者的观察、levels.fyi 上自行申报的数据(Meta,美国和新加坡,2026 年 11 月更新)以及 Stefan Thomke 教授通过 HBS Working Knowledge 接受的采访。原文帖子的结尾推广了 Aspiring Hub(职业和奖学金咨询);Wotech 仅记录这是原文帖子的推广内容,并不核实或认可其中的说法。

Bài viết liên quan

FPT Software 董事长:美国客户不再愿意按小时付费,公司转向按结果收费

18 tháng 11, 2026 · 2 phut doc

FPT Software 董事长:美国客户不再愿意按小时付费,公司转向按结果收费

人工智能正在迫使 FPT Software 转变其传统的软件外包模式:美国的大客户现在采用 100% 按结果付费的模式,公司预计 Time and Materials 模式的占比将在 2027 年降至约 50%。这是 FPT Software 董事长 Chu Thị Thanh Hà 在接受《日经新闻》采访时分享的内容——据 Hỏi Dân IT Official 页面的帖子(2026 年 11…

Meta 将 Muse 扩展到澳大利亚:第六个国家、实时语音和本地应用集成

18 tháng 11, 2026 · 2 phut doc

Meta 将 Muse 扩展到澳大利亚:第六个国家、实时语音和本地应用集成

2026 年 11 月 17 日,Meta 将 Muse 扩展到澳大利亚市场——这是第六个获得官方支持的国家,距离其在美国上线仅两个多月。据 Hồ Hoàng Tiến 的帖子(2026 年 11 月 18 日)所说,值得注意的不仅是新增一个市场,而是 Meta 正在逐步将 Muse 从对话式 AI 工具发展为能够与应用交互、处理工作并执行所分配任务的助手。本文中的所有时间、功能和观点均来自该帖…

AI 智能体成本随步骤数的平方增长:在换用更便宜的模型之前,先用 4 层方法削减 Token 开支

18 tháng 11, 2026 · 2 phut doc

AI 智能体成本随步骤数的平方增长:在换用更便宜的模型之前,先用 4 层方法削减 Token 开支

你不是在为答案付费——你是在为重复询问同一件事的次数付费。这是 Hoang Viet AI 在 comailo 小组帖子(2026 年 11 月 18 日)中的核心论点:一个运行 40 个步骤的智能体,在每一步都重新发送完整的对话历史,它不是在为 40 个答案付费,而是在为同一段上下文付费 40 次——而且这段上下文在每一步之后都会变长。该帖子也坦率地说明了它所依据的病毒式传播故事的局限性:作者…