工资是个有趣的话题。每个人对这个话题都有自己的想法。它同时也是同在打工的人们之间一个独特的禁忌。虽然在完成大学里的学业、进入程序员的工作环
境只有一个月左右,我就不由自主的开始询问我的同学关于他们在获得第一份工作时的起薪是多少的问题。我首先发现的事情是,并不是每个人都能很自然的面对这
个问题,很多公司都对这个问题避而不答。比如微软,非常明确的要求入职的人必须对其职位薪水情况保密。
从一个像微软这样的公司的立场上考虑,它们对这种事情的做法是完全可以理解的。他们希望能尽可能的保密所有的信息。如果他们提供你了你很好的待
遇,而你告诉了你的朋友,你的朋友就有可能产生一种不合理的期望值。如果他们给你了一个很差的待遇,而你告诉了你的朋友,此时你才发现这个待遇是很低的,
你会因此而不高兴。所以,在员工中保持这个禁忌很显然关系到每个公司的最大利益。然而,尽管如此,对你来说,并不是意味着你需要遵守这个禁忌。
从个人的角度来看,公开你的工资信息是个不错的主意。在同事共享工资信息是你能够知道你是如何被公司报答的一个极好的方法。而且,最终这将会成
为你日后跟公司在薪水上讨价还价的有效工具。当然,待遇的好坏很难做精确的比较,因为不同的地区有不同的标准,但这毕竟是一种入手的方向!
为了让我所提的这些建议更有价值,下面是我搜集到的非官方的四大科技公司的新员工的起薪情况。如果在我吹鼓公开工资信息的同时自己却不分享所掌
握的信息,会显得很虚伪!在下面的每个公司中,我至少参考三个在这个公司里有全职工作的人的信息,所以,这些数据接近实际情况(特别是对那些未毕业的大学
生来说)。
-
谷歌:
在Mountain
View办公区和其它在美国的大规模办公区,年薪大概是十万美元,但他们会根据生活的地方里一些保密的指标对这个数字有上调或降低。他们还会提供相当于4
万5千美元到7万1千美元(更趋近于后者)的4年保留期的股票,谷歌的其它福利价值大概每年4万5千美元,甚至更多。
-
亚马逊(Amazon):
大概年薪8万7千美元,他们出名于不会在起薪上跟你讨价还价。他们通常会提供一个大概在4万到5万美元价值的4年期的不同保留期的股票(你在公司待的越久,得到的越多)。
-
微软:
平均大概每年9万美元,但我听说的只有8万。一般会附加大概5万美元价值的四年期股票。
-
Facebook:
每年在8万5到9万美元之间。他们的股票结构很复杂,但我估计通常是价值8千到1万美元的四年保留期的股票,如果你相信二级市场的价格,这些股票会有超过20万美元的价值,相当于每股28美元。
分享到:
相关推荐
然而,成为一名成功的程序员,还需要避免一些常见的禁忌。首先是轻易言败,缺乏自信。程序员应当具备坚韧不拔的精神,面对困难时要有毅力坚持下去,因为成功往往源于无数次的尝试和失败。 其次,浮华不实和自满自大...
禁忌搜索算法ppt 禁忌搜索算法是一种智能优化方法,主要用于解决复杂优化问题。该算法的核心思想是通过禁忌搜索来避免局部最优解,从而寻找全局最优解。 局部搜索是禁忌搜索算法的基础,它是指在解空间中搜索邻域...
"禁忌搜索背包问题"是指利用禁忌搜索算法来寻找背包问题的最优解。在这个问题中,我们有一个固定容量的背包,以及一系列物品,每件物品都有其体积(或重量)和价值。目标是选择物品,使得放入背包的总价值最大,但不...
禁忌搜索算法(禁忌算法,Tabu Search)与蚁群算法(Ant Colony Optimization, ACO)是两种在优化问题中广泛应用的启发式搜索方法。这两种算法都源于自然界的智慧,能够处理复杂的非线性优化问题,尤其在组合优化...
禁忌搜索算法(Tabu Search)是一种启发式优化方法,常用于解决复杂的组合优化问题,如旅行商问题、作业调度等。在本例子中,我们关注的是如何使用禁忌搜索算法来解决一个简单的调度任务,编程语言选择的是Python。 ...
《禁忌搜索算法在MATLAB中解决旅行商问题详解》 旅行商问题(Traveling Salesman Problem,TSP)是运筹学领域一个经典的组合优化问题,它涉及到寻找最短的可能路线,使得旅行商能够访问每个城市一次并返回起点。...
"禁忌搜索背包问题"是指利用禁忌搜索算法来解决背包问题的一种方法。禁忌搜索算法是一种全局优化技术,适用于处理多模态函数和复杂优化问题。在这个场景中,我们的目标是最大化背包内物品的总价值,同时不超过背包的...
禁忌搜索算法是一种强大的优化工具,尤其适用于解决复杂的组合优化问题,如旅行商问题、作业调度问题等。这种亚启发式随机搜索算法的核心理念是避免在搜索过程中重复已经探索过的解,以此来提升搜索效率和避免陷入...
禁忌搜索算法(Tabu Search)是一种启发式搜索方法,用于解决这类复杂的优化问题,其核心思想是避免早熟收敛,通过禁止最近的解决方案在短期内重复出现来探索更广阔的解空间。 禁忌搜索算法主要包含以下几个步骤: ...
本文将深入探讨“禁忌算法”这一智能优化方法,并结合多场景分析在电力系统的应用。禁忌算法是一种启发式搜索策略,它源于进化计算,旨在解决组合优化问题,尤其适用于处理有约束条件的复杂问题。 禁忌算法的核心...
《禁忌与遗传禁忌算法在数学建模中的应用》 在信息技术高速发展的今天,优化问题的求解已经成为科学研究和工程实践中的重要课题。其中,禁忌搜索算法(Tabu Search)和遗传禁忌算法(Genetic Tabu Algorithm)是两...
禁忌算法,又称Tabu Search,是一种在全局优化领域广泛应用的迭代搜索策略,它主要用于解决复杂的组合优化问题。这种算法的设计灵感来源于人类记忆的短期记忆效应,即“禁忌”或“禁止”最近尝试过的解决方案,以...
用来替代当前最优解及其“best so far”状态,然后将其加入禁忌表,再将禁忌表里的相对应的对象的禁忌长度改变;如果所有的候选解中所对应的目标值都不存在优于“best so far”状态,就从这些候选解中选出不属于禁忌...
《禁忌搜索算法在解决旅行商问题中的应用》 旅行商问题(Traveling Salesman Problem,简称TSP)是运筹学领域中一个经典的组合优化问题,它涉及到寻找最短路径以访问一系列城市并最终返回起点。该问题在物流、网络...
"算法eg_matlab_禁忌_privateau1_禁忌搜索_禁忌搜索算法_"这个标题提到了两种常用的技术:模拟退火算法(Simulated Annealing Algorithm)和禁忌搜索算法(Tabu Search Algorithm),这些都是在MATLAB环境中实现的。...
在本资源中,我们关注的是使用MATLAB实现的禁忌搜索算法来解决函数极值问题。禁忌搜索算法是一种全局优化方法,常用于解决复杂的非线性优化问题,它通过避免重复或近似的解来探索搜索空间,以寻找最优解。下面我们将...
遗传禁忌搜索算法多用于车辆路径优化、旅行商问题等,试验证明:融合遗传算法与禁忌搜索算法的混合算法相比单一算法的性能有较大提升,但缺少理论证明。本文阐述了遗传禁忌搜索算法的混合策略,从理论上对该算法的收敛性...
禁忌搜索(Tabu Search, TS)是属于模拟人类智能的一种优化算法。 基本流程:禁忌搜索算法在初始化的时候,在搜索空间随机生成一个初始解 i,禁忌表H置空,当前解i记为历史最优解 s,然后进入迭代的搜索过程。在每一...
《禁忌搜索与遗传算法在MATLAB中的实现》 在优化问题的解决中,禁忌搜索(Tabu Search)和遗传算法(Genetic Algorithm)是两种常用且有效的全局优化方法。这两种算法均属于启发式搜索策略,它们能跳出局部最优,...