2005年国内各大公司的薪酬情况

国内各大银行软件开发中心情况汇总 .1. 人行:2004年初,北京城南人行软件开发基地,大兴西红门,金电公司软件开发中心软件开发中心作为人行的下属机构,人民银行的主要业务要交给软件开发中心来完成。但并非垄断人民银行的业务。一些重大项目要在全社会招标,但软件中心同等优先。A.开发中心成立时的背景情况;投入资金几千万元。B.人员状况:C.业务发展状况:反映开发系统的数量、使用状况D。外包外购的系统,及效果E.自主开发的系统及效果。1. 阅读详情
日本SONY(索尼) 1万/月,仅要研究生   
    韩国三星电子中国总部 25万/年   
    法国索姆软件,年薪20万/年,赴欧工作   
    美国Cisco(思科)15000/月,仅要研究生   
    美国INTEL(英特尔) 13000/月   
    美国IBM 5000左右/月   
    德国西门子 8000/月   
    西藏联通 8年100万(必须满8年),不过高原反应太艰苦.  
    青海联通 月薪是5000-7000,而且可以只签一年,   
    深圳联通 3000-4000/月 其余偏远地方略高。   
    深圳记忆科技 本科10-15万/年,硕士15-20万/年   
    上海网道信息技术(美) 7000-8000/月,另1000/月伙食补贴,1000/月房租   
    中国电信 7-10万/年,另交通补助400/月,住房补贴1000/月   
    美AVANT 6-8万/年   
    东方通信 6-8万/年(仅要研究生)  
    北京联想 6-7.5万/年   
    深大通信 6万/年   
    福州康顺光通讯 5-10万/年   
    美国FIBERON公司,硕10万/年,本6万/年   
    深圳华为 5480/月,400多人   
    青岛海尔 5-6万/年   
    ut斯达康 本5000/月,研6000-8000/月,   
    MOTOROLA(苏州)5000/月   
    深圳中兴 5000/月,100多人   
    上海洪一,维景科技公司(台资) 5000/月   
    北京华虹NEC 4000-5000/月   
    深圳黎明网络 本科起薪4000/月,硕士6500/月,博8500/月  
    广东北电 4000-5000/月   
    上海贝尔 40000/年 + 15000(年终奖)   
    成都迈普 50000/年(研发)   .
    中国建设银行新疆分行 4.5万/年   
    北京大唐中央研究院 实习期4000/月,转正5000/月   
    大唐分公司 3000/月,转正4000/月   
    北大方正奥德 3500-4000/月,21个   
    青岛海信 40000/年,两年后6-7万/年   
    中华通信 博士生:5000元;硕士生:4000元; 本科生:3000元  
    烟台东方电子 3000/月 ,转正4000/月.年终奖平均1.5万, 婚后分一套70平米 2室1厅房子   
    广东金鹏 3000-4000/月   
    深圳康佳 3000-4000/月,   
    TCL 3800/月(深圳),2000-3000/月(惠州),  
    深圳奥林巴斯(日) 3000/月,一年135天假期,另1200/月房租补贴补   
    武汉邮科院 本科3000/月,研究生5000/月   
    福建实达 30000/年   
    上海计算机研究所 2500-4000/月   
    深圳飞通 本3000/月,研5000/月   
    中讯 3000/月   
    北京网通 3000/月   
    宁波雅戈尔 3000/月   
    广州华南资讯本科试用期2500/月,硕60000/年   
    宁波波导 2.5-5万/年   
    成都29所 2.5-3万/年   
    青岛朗讯(合资) 25000-30000/年   
    上海电真空研究所2000/月,转正3000/月   
    鼗 岛海湾科技 本科2.5万/年.硕5.5万/年   
    和记黄埔(香港李嘉城实业,重庆,北京) 本2000-4000/月,硕4000-6000/月   
    中国电信广州研究中心 2-10万/年   
    西安电子工程研究所 2000-3000/月   
    中国工程物理研究院(四川绵阳) 2.5万/年 军队待遇,本科定副连级   
    南京自动化研究所 2000/月   
    36所 本2000 -4000/月,硕3000-6000月,博5000-8000/月  
    AMD 本 2000/月   
    北京中国航空航天部二院23所 2000/月   
    厦门厦新 1800-1900/月   
    广东美的 1800-2400/月   
    苏州明基电脑( 台资) 1600-2000/月   
    四川长虹 1500--2000/月   
    深圳天马微电子 1500/月,转正3-4万/年   
    合肥英图微电子(合资) 1500/月, 2000/月 (转正)  
    长城电脑 1500/月   
    成都国腾通信 1200/月,研发人员2000-4000/月   
    成都TOP 1500/月   
    合肥三十八所 1500/月   
    海军南海舰队湛江基地1100+(300--700)+福利   
    湘计算机 1000/月,转正2000/月
    
    
    *****研发的对口专业硕士参考薪资********
    以下是几个公司给做研发的对口专业硕士毕业生开的薪水(均为税前),   
    华为北研所:月薪7000,每月伙食补助300,交通补助500,年奖约有 2万。年薪12万。
    地点:上地信息产业基地华为大厦。   
    中兴:年薪10万,月薪6000以上。不过与研究所效益有关,上海二所 据说只有4500,但二所马上就要做3G产品的研发。   
    大唐电信科技股份公司北京研发中心:月薪6000,每月可报销500 元 的各种费用(手机费、的费、书费等)。个人档案存放在单位或者人才中心。
    地点:学院路40号。   
    大唐电信集团中央研究院:试用期5500,转正后6500~15000 不等, 一年总的薪酬能够有10万。对于一些保险和住房公积金等单位和个人共同负担,医疗目前采用公费制,一年240元的医疗费,超过部分5年内的员工自负25%。个人档案存放在单位或者人才中心。另外中研院 预计明年上市,员工持内部股。上市以后员工的档案统一存放在人才中心。
    地点:学院路40号。   
    大唐高鸿公司:很早面试的(十月份),当时说试用期月薪3500,转正后4000,年薪能有7万。提供半年免费住宿。主要做ATM、IP交换机等。
      大唐信威公司:月薪6000,其余不知。主要做SCDMA产品研发。  
    上海大唐移动通信公司:试用期3500,转正后5000,年薪7万。
    地点:上海市漕溪路(徐汇区)。   
    首信集团:试用期3500,转正后4500-5500,年薪6-8万,高的能有10万,对于技术骨干解决住房。
    工作地点:在小西天(北师大附近)。   
    北京海尔集成电路设计公司:试用期3500,转正后5000,年薪7 万。无 住房等补贴。主要做高清晰度电视、信息家电的集成电路设计。
    工作地 点:海淀区花园路4号(北三环附近)。   
    北京华虹NEC:月薪4500,不过据说奖金很高。如果是技术骨干,1~2年
    后月薪可上1万(听说的)。   
    摩托罗拉(北京):月薪7000,福利很好。主要做软件、DSP等。   
    贝尔实验室(北京):月薪8000,福利很好,有出国培训机会。   
    信息产业部规划院(北京):月薪5500,工作轻松。主要做电信网的规划。   
    深圳中兴集成电路:月薪6000,年奖较多,工作很累的。户口必须落在深圳。   
    联想研究院:月薪6000。   
    联想手持事业部:月薪4500~5000左右。主要做PDA、掌上电脑。   
    联通北京公司:月薪3500~4000。主要做电信网的规划,也有做管理的。

Python 爬虫进阶:爬取 APP 数据(Charles 抓包 + Requests) 本文详细介绍了APP数据爬取的完整技术方案。首先通过Charles抓包工具配置HTTPS代理和证书,解析APP通信协议;然后分析请求参数、反爬机制和动态签名生成规则;接着使用Python的Requests库实现模拟请求、分页爬取和数据存储;最后针对证书问题、Token失效等常见问题提供解决方案。文章强调抓包分析、参数逆向和请求模拟三大核心技术,同时提醒开发者需遵守法律法规,合理控制爬取频率。该方案适用于移动端数据采集场景,为无法直接获取网页数据的情况提供了有效解决方案。 阅读详情

相关推荐

Pytorch(一) Pytorch 的安装

安装步骤 1.检查是否有合适的GPU, 若有安装Cuda与CuDNN 2.下载pytorch安装文件,进行pytorch的安装 检查电脑是否有合适的GPU 在桌面上右击如果能找到NVIDA控制面板,则说明该电脑有GPU。控制面板如下,并通过查看系统信息获取支持的Cuda版本 点击 帮助->点击 系统信息 弹出下面的对话框,在驱动程序版本那一栏就能看到该计算机使用的驱动版本。 ...

开开心心 25万+

是程序员来的公布2005年月薪吧!

   1  是程序员来的公布2005年月薪吧!    毕业时间:2004年   工作地点:成都 月薪:    专长:    管理软件开发 感想:    费力不讨好        作者: 221.10.41.*  2005-8-3 16:59   回复此发言      ------------------------------------------------------------------

godidea的专栏 7772

蜻蜓fm爬虫python

本文介绍了一个用于下载蜻蜓FM音频书籍的Python脚本实现。该脚本主要功能包括:1)通过账号密码登录获取认证信息;2)从目标书籍主页提取版本信息;3)获取书籍节目总数和分页信息;4)生成节目下载链接(使用HMAC-MD5加密算法生成请求签名);5)下载音频文件并保存。脚本采用多种反爬措施:设置User-Agent模拟浏览器行为、使用动态时间戳、HMAC-MD5签名验证等,有效规避简单的反爬机制。整个流程包括登录认证、获取书籍信息、生成下载链接和保存音频文件四个步骤,实现自动化批量下载功能。

野猫炫的博客 913

2005-2008it研发年薪—努力

<br />基本上覆盖IT领域的知名公司,希望对以后的学弟学妹们找工作会有所帮助,我把它分作互联网、软件、硬件、网络4个方向,这样大家也好对比一下。<br />互联网:<br />百度:     搜索等核心部门16W+,实习是一个很好的途径,我有几个同学都是实习时留下的<br />google:   18W+,会有股票<br />腾讯QQ:   本科生至少7W,研究生至少10W,腾讯研究院16W+<br />网易:     11W+,其搜索部门有道大概15W+<br />盛大:     研究生7K,本科生4

RUANZHIJUAN的专栏 3373

【Shader】Unity批量更换Shader

在Unity开发中,因为渲染管线问题,经常会遇到需要大量更改shader的问题,本篇文章讲述批量更换Shader的工具。

憨辰 1467

宜搭子表单(自定义页面全部展示)

效果:增加自定义页面添加表格组件,配置数据源变量: formUuid'表单编码'变量: pageSize10变量: currentPage1。

2301_80286061的博客 2280

2005年国内各大IT公司的薪酬情况

日本SONY(索尼) 1万/月,仅要研究生       韩国三星电子中国总部 25万/年        法国索姆软件,年薪20万/年,赴欧工作        美国Cisco(思科)15000/月,仅要研究生        美国INTEL(英特尔) 13000/月        美国IBM 5000左右/月        德国西门子 8000 /月        西藏联通 8年100万(必须满8年)

老狐狸的博客 1796

AXI2APB_bridge 设计

此处研究AHB Slave到 APB master的桥接器,实现接口转化,例如下图之后是参数描述

Starry__的博客 4037

2005年国内各大公司的薪酬!

作者:兔子Jim 发表于: 2005-07-29 09:17:05 离线 2005年国内各大公司的薪酬  日本SONY(索尼) 1万/月,仅要研究生  韩国三星电子中国总部25万/年  法国索姆软件,年薪20万/年,赴欧工作  美国Cisco(思科)15000/月,仅要研究生  美国INTEL(英特尔) 13000/月  美国IBM 5000左右/月  德国西门子8000/月  西藏联通8年100

aioria的专栏 1419

【自动驾驶轨迹规划之hybrid A*算法】

本文参考论文:https://ai.stanford.edu/~ddolgov/papers/dolgov_gpp_stair08.pdf 这篇文章是基于经典A*算法与reeds-shepp曲线的,不清楚的读者请参考【自动驾驶轨迹规划5之A*算法】_无意2121的博客-优快云博客【自动驾驶轨迹规划之dubins曲线与reeds-shepp曲线】_无意2121的博客-优快云博客 目录 1 hybrid A* 算法创新点 1.1 搜索方式 1.2 车辆运动学模型 1.3 reeds-shepp曲

weixin_65089713的博客 1万+

① Django手把手从零开发个人博客-前言

手把手教你从零开始玩转手把手教你从零开始玩转Django,全面学习并了解django的运行机制、开发全流程及线上部署。Django,全面学习并了解django的运行机制、开发全流程及线上部署。 专栏介绍 本套教程遵循Django的设计思想,开门见山,快速切入主题,拒绝拖沓,在实战中学习每一个知识点,提高学习的趣味性以及个人成就感,并且能快速将所学运用到实际项目中。 将从零手把手带着你一步步完成博客的每一个功能,通过实现博客文章列表页、文章详情页、作者页面等功能来学习和了解django的视图查询模块相关知.

轻编程的博客 515

2005年国内各大公司的薪酬一览

日本SONY(索尼) 1万/月,仅要研究生        韩国三星电子中国总部 25万/年        法国索姆软件,年薪20万/年,赴欧工作        美国Cisco(思科)15000/月,仅要研究生        美国INTEL(英特尔) 13000/月        美国IBM 5000左右/月        德国西门子 8000/月        西藏联通 8年100万(必须满8年)

sunbird 2012

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

看看您该挣多少 2005年国内各大IT公司的薪酬一览(四)

湘计算机 1000/月,转正2000/月   *****研发的对口专业硕士参考薪资********   以下是几个公司给做研发的对口专业硕士毕业生开的薪水(均为税前),      华为北研所:月薪7000,每月伙食补助300,交通补助500,年奖约有 2万。年薪12万。   地点:上地信息产业基地华为大厦。      中兴:年薪10万,月薪6000以上。不过与研究所效益有关,上海二所 据说只有45

godidea的专栏 2496

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

看看您该挣多少 2005年国内各大IT公司的薪酬一览(一)

来源:新浪“百姓钱程”理财论坛网友:人生财富 注:从上下文看,文中所列收入系指高校理工科本硕博等毕业生的入门级岗位。  日本SONY(索尼) 1万/月,仅要研究生      韩国三星电子中国总部 25万/年      法国索姆软件,年薪20万/年,赴欧工作      美国Cisco(思科)15000/月,仅要研究生      美国INTEL(英特尔) 13000/月      美国IBM 5000

godidea的专栏 1365

看看您该挣多少 2005年国内各大IT公司的薪酬一览(三)

成都29所 2.5-3万/年      青岛朗讯(合资) 25000-30000/年      上海电真空研究所2000/月,转正3000/月      鼗岛海湾科技 本科2.5万/年。硕5.5万/年      和记黄埔(香港李嘉城实业,重庆,北京) 本2000-4000/月,硕4000-6000/月      中国电信广州研究中心 2-10万/年      西安电子工程研究所 2000-3000

godidea的专栏 1973

看看您该挣多少 2005年国内各大IT公司的薪酬一览(二)

广东北电 4000-5000/月      上海贝尔 40000/年 + 15000(年终奖)      成都迈普 50000/年(研发)   。   中国建设银行新疆分行 4.5万/年      北京大唐中央研究院 实习期4000/月,转正5000/月      大唐分公司 3000/月,转正4000/月      北大方正奥德 3500-4000/月,21个      青岛海信 40000/年

godidea的专栏 1524

2005年国内各大公司的薪酬

日本SONY(索尼) 1万/月,仅要研究生      韩国三星电子中国总部25万/年      法国索姆软件,年薪20万/年,赴欧工作      美国Cisco(思科)15000/月,仅要研究生      美国INTEL(英特尔) 13000/月      美国IBM 5000左右/月      德国西门子8000/月      西藏联通8年100万(必须满8年),不过高原反应太艰苦.     ...

weixin_30414305的博客 395

2025国内热门外包公司排行

WX通常采用的是项目外包制,员工的面试、薪资、培训管理,普升全部由外包公司负责,与华为没有任何关系,华为将整个项目打包费用给外包公司。强度适中,稳定性较好,适合“求稳发育型”的同学,在润和加班赚的钱,可能够你打车回家继续加班的打车费——但好在公司真的给你报销。成立于1995年,2012年在深交所上市。据说公司部门内部协调不顺畅,经常“出了问题前台推后台,后台推前台”,强度在外包中算是中高,有学习空间,适合“想过渡当跳板”的同学。在中软,你不是在加班,就是在加班的路上,工作强度拉满,加班常态化,适合“卷王。

测试开发技术 2286

2005年全国各大IT公司薪酬

show_ads_zone(13); &lt;!-- var phpads_activex = "&lt;object classid='clsid:D27CDB6E-AE6D-11cf-96B8-444553540000' codebase='http://download.macromedia.com/pub/shockwave/cabs/flash/swflash.cab...

44

中国薪酬发展报告(2011年)

简介 人社部劳动工资研究所日前发布的2011年《中国薪酬发展报告》,透露我国部分行业工资过高导致拉大收入差距,尤其是部分企业高管收入增长偏快,水平过高。 据介绍,《中国薪酬发展报告》重点对2011年国内薪酬工作进行了全面总结和系统展示。对未来一个时期薪酬发展趋势及前景进行了初步展望和预测,全书共分5篇27章,涵盖了我国工资收入分配的全部内容。 焦点一:呼吁抑制垄断行业薪酬 报告透露,201

Fred Lee的程序人生 3724
上一篇: 在天堂与地狱之间——清华浪子梦断中关村
下一篇: ISP如何检测控制多机共享ADSL连接
flycock
博客等级 码龄21年 20粉丝 114原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值