一个公式告诉你为什么程序员要转算法工程师

原来的标题是：算法工程师工资调查 20170611

今天（2017年6月11日）爬了某招聘网站的十大城市的算法工程师职位。

算法工程师

这里的算法工程师包括比较广泛。有做数据科学的，有做图形的，有做信号处理的。之后会统计更细分的领域。

十大城市

以下按照算法工程师的需求量，找出十大城市。因为算法工程师向大城市集中比较明显，所有这十大城市基本可以代表全国的算法工程师了。

城市	需求	城市	需求
北京	1048	成都	149
深圳	353	南京	92
上海	312	西安	91
杭州	226	天津	67
广州	184	苏州	60

需求量在50人左右的还有武汉，长沙，合肥，济南和郑州。

从表中可以看出。北京以1000多人的需求量，成为当之无愧的一超。其需求量相当于后面的四个城市的总和。

杭州作为非一线城市，其需求量不仅远远超过非一线城市里的第二名成都，而且还却超过了广州。其实，杭州的互联网产业，属于二线城市里比较发达的。之前的统计也表面杭州的程序员工资高于深圳和广州。
http://blog.youkuaiyun.com/juwikuang/article/details/72891659

一线城市的程序员工资看这里
http://blog.youkuaiyun.com/juwikuang/article/details/72888792

工资分布

十大城市的算法工程师的平均工资为18912元。而之前调查的一线城市的程序员的平均工资只有11770元，可见算法工程师在程序员里属于高工资。工资中位数为17500元。如果你的工资超过22500元，你就已经超过了75%的算法工程师，算是优秀的算法工程师了。（吴军老师说的）如果你同时具备第二项技能，比如架构师，并且也做到25%。那就是杰出人才了。

教育

和程序员不同，算法工程师的学历要求，明显提高了。

受教育水平对工资有着显著的影响。看下图。

请注意这里的中间线是工资中位数，不是平均工资，下同。

大专，本科，硕士，博士的平均工资分别是13677， 18727， 20981， 23194。中位数分别是9000， 17000， 17500， 22500。有趣的是，硕士和博士的平均工资差距并不显著。最优秀的25%的博士和硕士，他们的工资，都在25000元以上。但是不排除有些博士并没有走社会招聘而是成了什么长江学者，也许还有房子分。

工作经验

工作1到5年的算法工程师需求量是最大的。

数据显示，工资会随着工作经验的增长而增长。

城市

平均工资方面，由高到低依次为北京（21332），上海（20162），杭州（19138），深圳（18621），广州（18016）。

而工资的中位数排名，则让这五个城市调换了次序。从上图可以看出，北京还是最高（20000），上海和深圳排第二（17500），杭州和广州并列第四（15000）。

统计（Oneway Anova）显示，北京和上海的平均工资没有显著的差异。北京和其他地方的差异都是显著的。

算法工程师工资计算公式

比较了北京，上海，杭州，深圳，广州所有程序员的平均工资和和算法工程师的工资。发现他们两者的correlation是接近于1，二者高度相关。

from scipy.stats.stats import pearsonr   
a = [21332,20162,19138,18621,18016] #算法工程师
b = [13854,12213,11009,10655,9503] #所有程序员
print pearsonr(a,b)

它们之间的pearson r值达到了0.995，p-value为0.0003，显示他们之间有很强的线性正关系。我们干脆把他们的线性关系找出来吧。

from sklearn.linear_model import LinearRegression
lr = LinearRegression()
X = [[13854], [12213], [11009], [10655], [9503]]
y =  [21332, 20162, 19138, 18621, 18016]
lr.fit(X,y)
print lr.coef_
print lr.intercept_
print lr.score(X,y) #r^2

输出值分别为
[ 0.78846586]
10428.3889601
0.990631312216

也就是说我们可以得到以下公式：

$${\bar{S}}_a=10428.39+0.788\ast {\bar{S}}_p$$

$\bar{S}$代表平均工资。${\bar{S}}_a$代表算法工程师工资，${\bar{S}}_p$代表程序员工资。

这里的R square非常高，达到了0.99。表示模型解释了99%的变化（variability），即模型非常准确。

我们把回归线打出来看看。

import matplotlib.pyplot as plt
cities = [u'北京',u'上海',u'杭州',u'深圳',u'广州']
plt.scatter(X, y,  color='black')
plt.plot(X, lr.predict(X), color='y',
         linewidth=3)
plt.title(u"程序员和算法工程师平均工资")
plt.xlabel(u"程序员平均工资")
plt.ylabel(u"算法工程师平均工资")
for i in range(5):
    plt.text(x=X[i][0],y=y[i], s=cities[i], color='b')
plt.show()

因为这个公式是按照地区来算的，所以我们可以说，（Technical/literally speaking），这个公式是“放之四海而皆准”的。?

公司

选择一个什么样的公司，也决定了工资收入。

事业单位工资明显低于其他，但是。。。你们懂的。

公司的规模，对于工资同样影响有限。

你想开始转了么？

如果你现在想转算法工程师，我这里可以提供你的第一课。就是用我们上面提到的程序员和算法工程师的工资关系，求一元线性回归模型。具体见：
《Python机器学习手把手系列——线性回归》

第二课：

《Python机器学习手把手系列——决策树》