در این مطلب، ویدئو جاوا، پایتون، پیاچپی، جاوا اسکریپت، سی پلاس پلاس، سی شارپ … چه کسی درآمد بیشتری دارد؟ با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:14:45
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,030 –> 00:00:02,790
سلام بچه ها به وبلاگ خوش آمدید، بنابراین امروز می
2
00:00:02,790 –> 00:00:06,480
خواهم در مورد گزارش حقوق و دستمزدی صحبت
3
00:00:06,480 –> 00:00:09,900
کنم که در اینترنت پیدا کردم، این گزارش توسط یک
4
00:00:09,900 –> 00:00:14,960
شرکت veturi است، می خواهم گزارش را پوشش
5
00:00:14,960 –> 00:00:18,359
دهم تا بتوانید آن را ببینید، بنابراین اجازه دهید من
6
00:00:18,359 –> 00:00:20,699
فقط پاراگراف مقدمه را بخوانم. و
7
00:00:20,699 –> 00:00:22,830
ما به جزئیات سانفرانسیسکو مرکز فناوری ایالات متحده خواهیم پرداخت
8
00:00:22,830 –> 00:00:24,390
.
9
00:00:24,390 –> 00:00:26,369
زمانی که دادههای مربوط به صنعت فناوری را بررسی میکنید، مکانی عالی برای شروع
10
00:00:26,369 –> 00:00:29,189
است، یکی از مزایای بیشمار
11
00:00:29,189 –> 00:00:32,130
کار با vitter II بهعنوان
12
00:00:32,130 –> 00:00:34,770
کارفرما یا جوینده کار، دسترسی
13
00:00:34,770 –> 00:00:36,660
به بینش گستردهای است که از
14
00:00:36,660 –> 00:00:41,309
بازار استعداد آنلاین ما به دست میآید، بنابراین من هیچ
15
00:00:41,309 –> 00:00:43,200
رابطهای با این شرکت ندارم. این فقط
16
00:00:43,200 –> 00:00:46,140
یک گزارش جالب است که نکته ای را ثابت می کند که مدتی است به آن
17
00:00:46,140 –> 00:00:47,940
اشاره کرده ام،
18
00:00:47,940 –> 00:00:50,280
بنابراین در حدود دو
19
00:00:50,280 –> 00:00:52,050
ثانیه در اینجا به آن خواهیم پرداخت، اجازه دهید ادامه دهم یکی از
20
00:00:52,050 –> 00:00:53,550
اهداف ما افزایش دسترسی و
21
00:00:53,550 –> 00:00:56,129
شفافیت در صنعت استخدام است
22
00:00:56,129 –> 00:00:58,710
و ما. یک موضوع را
23
00:00:58,710 –> 00:01:02,129
به عنوان نیاز به شفافترین
24
00:01:02,129 –> 00:01:05,309
حقوق مشاهده کردهایم که معتقدیم داشتن همه طرفها در شرایط
25
00:01:05,309 –> 00:01:07,080
برابر اولین گام برای
26
00:01:07,080 –> 00:01:09,600
بهبود تجربه استخدام برای
27
00:01:09,600 –> 00:01:12,689
همه است، اما دادههایی که برای
28
00:01:12,689 –> 00:01:15,000
این گزارش جمعآوری کردهایم بر اساس عمل واقعی
29
00:01:15,000 –> 00:01:17,310
استخدام در سانفرانسیسکو است. شرکت ها
30
00:01:17,310 –> 00:01:19,439
و تمایل آنها به پرداخت هزینه برای
31
00:01:19,439 –> 00:01:21,780
افراد با استعداد در بخش فناوری
32
00:01:21,780 –> 00:01:25,200
به عنوان پیشرو در فضای
33
00:01:25,200 –> 00:01:27,990
سانفرانسیسکو یک معیار عالی برای صنعت به
34
00:01:27,990 –> 00:01:30,030
طور کلی است. است که در خارج از
35
00:01:30,030 –> 00:01:32,189
سانفرانسیسکو قرار دارد، این بالاترین فناوری در میان فناوری های
36
00:01:32,189 –> 00:01:33,600
پیشرفته است که شما می شناسید، بنابراین
37
00:01:33,600 –> 00:01:36,450
فناوری بسیار بالایی است، بنابراین اجازه دهید به این
38
00:01:36,450 –> 00:01:39,689
میانگین حقوق به تفکیک نقش نگاه کنیم تا
39
00:01:39,689 –> 00:01:42,899
معیاری معنادار برای کارفرمایان و جویندگان کار ارائه
40
00:01:42,899 –> 00:01:45,060
کنیم. ما شروع کردیم به تجزیه حقوق ها
41
00:01:45,060 –> 00:01:47,850
بر اساس تجربه و نقشی که در میان نقشهایی
42
00:01:47,850 –> 00:01:50,070
که تحلیل کردیم، متوجه شدیم که
43
00:01:50,070 –> 00:01:51,780
دانشمندان داده و مهندسان توسعهدهنده
44
00:01:51,780 –> 00:01:54,450
بالاترین رشد را در پیشرفت حقوق نشان میدهند،
45
00:01:54,450 –> 00:01:56,189
بهخصوص که
46
00:01:56,189 –> 00:01:58,439
حق بیمه معنیداری مرتبط با
47
00:01:58,439 –> 00:02:00,659
دانشمندان دادههای تجربی که بیش
48
00:02:00,659 –> 00:02:03,380
از 4 سال یا بیشتر تجربه
49
00:02:03,380 –> 00:02:05,790
در مقایسه با پیشرفت حقوق و
50
00:02:05,790 –> 00:02:07,320
دستمزد مشابه دارند، وجود دارد. بنابراین اجازه دهید من فقط به
51
00:02:07,320 –> 00:02:08,818
چیزی در مورد دانشمندان داده اشاره کنم، شما
52
00:02:08,818 –> 00:02:13,400
باید یک دانشمند داده داشته باشید که موافق باشد، بنابراین
53
00:02:13,400 –> 00:02:16,250
سالها آموزش در مقابل اگر
54
00:02:16,250 –> 00:02:19,159
توسعه دهنده موبایل کامل استک یا برنامه نویس front-end
55
00:02:19,159 –> 00:02:21,409
انجام می دهید، نیازی به انجام چهار
56
00:02:21,409 –> 00:02:23,299
سال ندارید، می تواند به صورت آنلاین خودآموز باشد.
57
00:02:23,299 –> 00:02:26,390
تاک شو نمونه کارها خوب است و شما
58
00:02:26,390 –> 00:02:28,159
می خواهید شغلی پیدا کنید که
59
00:02:28,159 –> 00:02:32,599
با آنچه دانشمندان داده درست می
60
00:02:32,599 –> 00:02:34,790
کنند به شما نشان دهد که چقدر نزدیک است. به
61
00:02:34,790 –> 00:02:37,040
عنوان مثال، اگر به بالای
62
00:02:37,040 –> 00:02:40,519
لیست نگاه کنید، من سعی می کنم در اینجا آن را همپوشانی کنم، فقط
63
00:02:40,519 –> 00:02:41,569
در صورتی که در حال گوش دادن به این
64
00:02:41,569 –> 00:02:44,900
صدا برای سال اول
65
00:02:44,900 –> 00:02:47,569
مهندس front-end به طور متوسط 91 اس
66
00:02:47,569 –> 00:02:50,290
. مهندس می سازد 94 استک کامل می سازد 89
67
00:02:50,290 –> 00:02:54,889
موبایل 92 مدیریت محصول 96
68
00:02:54,889 –> 00:03:00,769
علم داده 96 DevOps 96 QA Engineer 85
69
00:03:00,769 –> 00:03:04,010
طراحی 83 بنابراین برخی از شما ممکن است بروید وای خدای من
70
00:03:04,010 –> 00:03:06,799
دانشمندان داده در حال ساختن 96 هستند و
71
00:03:06,799 –> 00:03:09,260
آن مهندسان بازنده بک اند ما داریم
72
00:03:09,260 –> 00:03:12,319
94 را می سازیم شما یک
73
00:03:12,319 –> 00:03:14,359
از نظر درصد به این موضوع نگاه کنید، شما فقط به
74
00:03:14,359 –> 00:03:16,189
تفاوتی نگاه می کنید که می دانید 100 دلار در هر
75
00:03:16,189 –> 00:03:18,919
چک حقوق یا چیزی که تفاوت چندانی ندارد،
76
00:03:18,919 –> 00:03:20,900
اکنون باید به
77
00:03:20,900 –> 00:03:22,879
دانشمندان داده ای فکر کنید که آنها باید
78
00:03:22,879 –> 00:03:24,760
سال ها هزینه کنند. سالها و سالها در
79
00:03:24,760 –> 00:03:30,349
مدرسه برای گرفتن آن مدرک و
80
00:03:30,349 –> 00:03:33,680
قسمت جلویی و عقبنشینی،
81
00:03:33,680 –> 00:03:35,989
لازم نیست همانطور که گفتم میتوانید بلند شوید
82
00:03:35,989 –> 00:03:39,440
و بدوید و اگر هر سال بتوانید
83
00:03:39,440 –> 00:03:41,810
موقعیتهای ابتدایی را
84
00:03:41,810 –> 00:03:44,659
در جلو پیدا کنید، خوب است. -end front و engineer back در
85
00:03:44,659 –> 00:03:47,180
پشته کامل همه چیزهای وب وجود دارد m
86
00:03:47,180 –> 00:03:49,099
با توسعه تلفن همراه،
87
00:03:49,099 –> 00:03:51,709
88
00:03:51,709 –> 00:03:53,900
برای اینکه بتوانید آن مشاغل را به دست آورید، به آن مدرک علوم داده یا تحصیلات عالی نیاز ندارید،
89
00:03:53,900 –> 00:03:55,549
بنابراین اگر به این موضوع فکر می کنید، این موضوع را در نظر بگیرید
90
00:03:55,549 –> 00:04:00,250
که افراد دانشمند داده
91
00:04:00,250 –> 00:04:02,810
به حداقل چهار سال
92
00:04:02,810 –> 00:04:06,199
تحصیل اضافه می کنند.
93
00:04:06,199 –> 00:04:08,510
در زمینه کار کردن 90000 در
94
00:04:08,510 –> 00:04:09,680
سال، شما چهار سال جلوتر
95
00:04:09,680 –> 00:04:12,709
هستید، تقریباً 400 بزرگ از دانشمندان داده جلوتر هستید،
96
00:04:12,709 –> 00:04:14,060
زمانی که آنها به
97
00:04:14,060 –> 00:04:16,820
سختی می توانند به شما برسند، اما اجازه دهید
98
00:04:16,820 –> 00:04:19,339
فقط با یک تا دو سال
99
00:04:19,339 –> 00:04:21,738
تجربه در این زمینه پیش برویم. مهندس
100
00:04:21,738 –> 00:04:25,639
پایانی 109 را میسازد، پشته 112 را میسازد،
101
00:04:25,639 –> 00:04:26,570
پشته کامل یک
102
00:04:26,570 –> 00:04:29,890
ده را میسازد و دانشمند داده 110 سیسی در حال حاضر
103
00:04:29,890 –> 00:04:33,380
افراد وب به طور متوسط با هر
104
00:04:33,380 –> 00:04:35,090
اربری تماس میگیرند، بنابراین میتوانید تجربه کنید که آنها بد
105
00:04:35,090 –> 00:04:37,640
ن نی
106
00:04:37,640 –> 00:04:39,410
ز به گذراندن مراحل بالاتر، به دانشمند داده می
107
00:04:39,410 –> 00:04:42,290
رسند. آموزش لزوما و اگر
108
00:04:42,290 –> 00:04:45,880
به مسیر ادامه دهید،
109
00:04:45,880 –> 00:04:50,120
به طور متوسط دوباره مهندس بکاند 136
110
00:04:50,120 –> 00:04:53,870
مام پشته 136 توسعهدهنده موبایل 139
111
00:04:53,870 –> 00:04:57,650
دانشمند روز 143 دوباره بی
112
00:04:57,650 –> 00:05:02,060
14 است. 6 و 143 آیا کوچک است،
113
00:05:02,060 –> 00:05:03,740
چیز کوچکی است، زیاد نیست و
114
00:05:03,740 –> 00:05:06,380
متوسط است و این برای افرادی است که به در
115
00:05:06,380 –> 00:05:08,900
تی کار می کنند، بنابراین نکته ای که در اینجا می خواهم به آن اشاره کنم این اس
116
00:05:08,900 –> 00:05:11,810
که لزوماً نباید به دن
117
00:05:11,810 –> 00:05:14,030
ال پول باشید زی
118
00:05:14,030 –> 00:05:16,580
ا در در پایان روز،
119
00:05:16,580 –> 00:05:18,470
چه دانشمند داده شوید، چه با
120
00:05:18,470 –> 00:05:20,360
تلفن همراه انجام دهید، چه تماماً استک انجام دهید و چه در
121
00:05:20,360 –> 00:05:22,820
قسمت جلو، دستمزدها همگی
122
00:05:22,820 –> 00:05:25,880
در محدوده یکدیگر هستند، میدانید
123
00:05:25,880 –> 00:05:27,740
که اگر دانشمندان داده میتوانند از پس هزینههای آن برآیند
124
00:05:27,740 –> 00:05:30,800
که برای خودم یک فانتزی خوب بخرم. ماشین پس می
125
00:05:30,800 –> 00:05:32,900
توانید بنویسید تفاوت زیادی وجود ندارد.
126
00:05:32,900 –> 00:05:35,270
چیز دیگر این است که من استدلال می کنم
127
00:05:35,270 –> 00:05:37,430
که فول استک انتخاب بهتری است
128
00:05:37,430 –> 00:05:39,410
زیرا
129
00:05:39,410 –> 00:05:41,480
انعطاف پذیری و انواع کارهایی که انجام می دهید
130
00:05:41,480 –> 00:05:43,940
بسیار بیشتر است و همچنین از نظر کاری انعطاف پذیری بیشتری دارید.
131
00:05:43,940 –> 00:05:47,600
نوع شغلی که
132
00:05:47,600 –> 00:05:48,950
متوجه می شوید می خواهید برای یک شرکت بزرگ کار
133
00:05:48,950 –> 00:05:52,730
134
00:05:52,730 –> 00:05:54,980
135
00:05:54,980 –> 00:05:56,990
کنید.
136
00:05:56,990 –> 00:05:58,640
137
00:05:58,640 –> 00:06:00,050
اگرچه تقاضای زیادی وجود دارد،
138
00:06:00,050 –> 00:06:02,090
اما شما در
139
00:06:02,090 –> 00:06:04,610
مورد حقوق و دستمزد سانفرانسیسکو
140
00:06:04,610 –> 00:06:06,590
در نمودار بعدی صحبت می کنید، در حالی که
141
00:06:06,590 –> 00:06:08,420
چندین مؤلفه وجود دارد که در
142
00:06:08,420 –> 00:06:10,430
تعیین مکان حقوق و دستمزد نقش دارند،
143
00:06:10,430 –> 00:06:11,960
دوباره یکی از عوامل اصلی هستند،
144
00:06:11,960 –> 00:06:13,160
چیزی که من به شما عزیزان برای آن آموزش داده ام.
145
00:06:13,160 –> 00:06:15,260
مدت زیادی است که وقتی به
146
00:06:15,260 –> 00:06:17,030
حقوق و دستمزدها نگاه می کنید، همیشه باید
147
00:06:17,030 –> 00:06:18,620
به مکانی که اتفاقاً در آن هستید نگاه کنید، زیرا
148
00:06:18,620 –> 00:06:21,110
یک خانه در سانفرانسیسکو برای
149
00:06:21,110 –> 00:06:22,970
سلامتی شما بسیار بیشتر از یک خانه در
150
00:06:22,970 –> 00:06:26,030
اوهایو یا یک خانه هزینه خواهد داشت. بنابراین
151
00:06:26,030 –> 00:06:28,340
شما باید به مکانی که در
152
00:06:28,340 –> 00:06:30,410
آن زندگی می کنید، جایی که می خواهید زندگی کنید نگاه کنید و به
153
00:06:30,410 –> 00:06:33,350
حقوق و دستمزدها از این نظر نگاه کنید و در واقع
154
00:06:33,350 –> 00:06:36,290
ممکن است با انجام
155
00:06:36,290 –> 00:06:38,630
یک کار خاص در یک شهر درآمد بسیار کمتری داشته باشید، اما ممکن است در یک شهر
156
00:06:38,630 –> 00:06:39,590
زندگی کنید.
157
00:06:39,590 –> 00:06:42,620
کیفیت زندگی بالا یا خیلی
158
00:06:42,620 –> 00:06:44,540
بهتر نیست اگر در منطقه ای زندگی می کنید که
159
00:06:44,540 –> 00:06:45,920
خانه برای شما یک میلیون دلار
160
00:06:45,920 –> 00:06:48,680
هزینه ندارد، 200 دلار برای شما هزینه دارد، امیدوارم
161
00:06:48,680 –> 00:06:50,540
درک کرده باشید که به
162
00:06:50,540 –> 00:06:53,000
هر حال باید به همه قطعات مختلف نگاه کنید تا
163
00:06:53,000 –> 00:06:56,030
آنها نمودار بعدی اگر آنها
164
00:06:56,030 –> 00:06:58,100
به حق بیمه های سانفرانسیسکو نگاه می کنند و
165
00:06:58,100 –> 00:07:00,710
شما محدوده ای بین 5 تا
166
00:07:00,710 –> 00:07:03,110
11 درصد حق بیمه را می بینید برای کسی که
167
00:07:03,110 –> 00:07:04,730
در مدرسه سامسون در مقابل شهر نیویورک است،
168
00:07:04,730 –> 00:07:06,170
اما بیایید فراموش کنیم که
169
00:07:06,170 –> 00:07:07,520
بیایید به ردیف بعدی برویم فقط یک کودک
170
00:07:07,520 –> 00:07:09,860
می خواهد به آن اشاره کند. به شما بچه ها اکنون
171
00:07:09,860 –> 00:07:13,340
این از داده ه