|单身时赚高薪的一个方法!

|单身时赚高薪的一个方法!

文章图片

|单身时赚高薪的一个方法!

文章图片

|单身时赚高薪的一个方法!

文章图片

|单身时赚高薪的一个方法!

当前新能源、人工智能、芯片、互联网等 , 这些是公认的高薪行业 。 高薪人才也主要是在这几个行业流动 。
通过如下脉脉人才智库出具的最新报告 , 了解到纯互联网依然处在薪资的最高水位 。 从纯互联网跳到其他热门行业 , 则或多或少存在降薪的情况 。 所以纯互联网的人才市场依旧是群雄逐鹿 。
当然了 , 我们在这里不做特殊案例的讨论 , 仅讨论基于大数据得出的普遍性结论 。

同时 , 根据幽哥的大数据库最新出炉的数据 , 你可以参考如下2023上半年的薪资行情 , 以对自己所处的薪资水位有一个判断 。
这也是为下一步跳槽、升职、加薪等做好准备 。

我相信大部分没有接触到幽哥求职思维的人 , 在当前的就业形式下是很难达到上面提到的薪资区间的 , 即便是在欧洲部分发达国家 , 这个薪资水平也是很有竞争力的(SDE/DS/投行金融分析师等 , 天然高薪岗位不在讨论范围) 。
基于以上信息 , 我相信读者朋友们应该对当前市场的高薪行业和自己的目标薪资有一个基本认知了 。 回到文章主题 , 为了获取远超同龄人的工资 , 如何从传统行业跳到互联网呢?

以上这位本科毕业四年的群友 , 希望能从制造业跳到互联网获取高工资 , 但投了不少简历后 , 一直没有收到互联网的面试邀约 。 我告诉她一个技巧:通过突出数据分析的理论和工具来提升面试邀约率 。
那么这个技巧的原理是什么呢?
一方面 , 我本人作为面试官面试过大量的候选人 , 作为面试官 , 我会在公司现有的简历库中 , 通过关键词筛选一部分人 。 再扫视候选人简历里的关键信息和关键词 。 面试官一般不会仔细阅读你的简历 , 主要是没那么多时间 。

当然 , 筛选简历的时候 , 我心里也有数 , 行业、岗位、学历都是顶尖水平的候选人 , 往往会匹配失败 , 因为职级、薪资通常达不到候选人的预期 。 所以作为招聘者 , 会调整筛选策略 , 一些传统行业出身 , 但项目经历丰富 , 可迁移能力匹配我们招人标准的 , 与招聘职位相关的关键词足够多 , 也会被捞上来 。
以阿里为例 , 筛选简历以及前期面试 , 都是用人部门亲自下场 , HRG主要在最后一轮谈薪阶段出现 。 这里不做深入讨论 , 了解即可 。

另一方面 , 我们都知道行业和岗位与jd要求相关性越高越好 。 改行用幽哥的说法 , 要么换行业岗位不变 , 要么换岗位行业不变 , 这都能提高你的成功率 。
但如果既想换行业也想换岗位 , 有什么不变的参数 , 能让你脱颖而出呢?
那就是如何呈现你有数据分析的能力 , 因为大多数岗位都得跟数据打交道 , 尤其是互联网公司 , 没有数据寸步难行 。
这一点毫不夸张 , 例如PD(产品经理)给开发工程师提需求 , 开发同学就会说:“我手头还有那么多紧急的需求 , 你这个需求影响多少用户?用户投诉率有多少?用户流失率有多少?你的数据口径是什么?如果影响的用户量很小 , 别拿‘客户第一’这种说辞来说事 , 我哪个需求不是解决用户问题、提高用户体验的?”......
面对开发同学的一连串提问 , PD就需要在PRD(产品需求文档)中提供一系列与这个需求相关的数据分析 , 以说服开发同学承接这个需求 。

另一个场景就是 , 年终绩效review的时候 , 基本上通篇PPT都是大量图表和数据来呈现你今年的主要业绩 , 而大多数时候 , 给各条业务线配备的BA(数据分析师)根本覆盖不了各业务部门的业务需求 。 很多情况下 , BA非常紧缺 , 可能一个组只给配备1.5个人力的BA , 说白了 , 数据分析师根本不够用 。
当你需要在PPT中呈现的数据 , 无法在通用的数据看板中获取的时候 , 就得给BA提需求 。 而在人力极其有限的情况 , 你的需求就一直往下排 , 什么时候出结果不好说 。 这样一来 , 不少业务部门在被逼无奈下 , 优先招聘有数据分析能力的人 , 以解决部门内部的数据需求问题 。
所以 , 即便行业、岗位都不匹配的人 , 仅通过呈现能做数据分析这样的可迁移能力 , 也能成功转行、换岗 , 其中不乏中学教师转到互联网做数据分析师 , 这样的优秀案例 。


推荐阅读