← 薪酬基準
檢視證據列
每一根細線都是當前樣本中一條雇主明示範圍（中點，年化美元）——n=12，截至 2026-10-11。上方為四分位標記；橫軸截斷於第 98 百分位。
已記錄 41 天
中位數 USD
本市場可判定職級的職缺，依職級的占比。這裡 46 個開放職缺中有 52.2% 的職稱帶有職級訊號；其餘一律排除，不做猜測。
AR資料與機器學習職缺薪酬
以開放職缺中觀測到的 12 條雇主明示範圍建構（截至 2026-10-11）。每個數字都可追溯到公開來源列。
$83,200
中位數
$66,000
P25
$124,800
P75
26.1%
薪酬揭露率
一句話答案
在AR招募資料與機器學習職缺的雇主，明示中位數為年化 $83,200 美元（P25 $66,000、P75 $124,800），實測自 12 條雇主發布的範圍，截至 2026-10-11。
基本薪資之外：此市場已評估的職缺中，15.2% 提及股權、6.5% 提及獎金/佣金（n=46 條已評估摘錄）。
本市場提及的技能
字面出現在職缺原文中的技能詞，附 n 與占開放職缺的比例。不做推斷。
| 技能 | n | 占開放職缺比例 |
|---|---|---|
| Python | 17 | 37.0% |
| AWS | 13 | 28.3% |
| Databricks | 11 | 23.9% |
| SQL | 10 | 21.7% |
| Snowflake | 10 | 21.7% |
| LLM | 6 | 13.0% |
| CI/CD | 4 | 8.7% |
| Git | 4 | 8.7% |
| Azure | 3 | 6.5% |
| ETL | 3 | 6.5% |
| English C1+ | 3 | 6.5% |
| Figma | 3 | 6.5% |
一份報價會落在哪裡？
輸入任一年薪數字，即可看到它在本頁 12 條雇主明示範圍中的百分位。計算全在你的瀏覽器內完成——不會傳送任何資料。
輸入金額，即可對照已發布的分布找出落點。
- P10
- $39,688
- P20
- $55,000
- P30
- $66,000
- P40
- $83,200
- P50
- $83,200
- P60
- $83,200
- P70
- $124,800
- P80
- $135,200
- P90
- $135,200
本市場雇主明示範圍（中點，年化美元）的十分位數。百分位在十分位之間內插；這是樣本統計，不構成報價建議。
中位數隨時間變化
本市場 30 天內的變動
0
範圍上修（30 天）
1
範圍下修（30 天）
0
新明示範圍（30 天）
13
已關閉
- 2026-10-02 範圍下修 ↓ Carefull - Sr. AI Engineer · silver · 60,000–78,000 USD → 60,000–72,000 USD
由本市場連續標註日期的觀測衍生的變動事件。完整事件流： API →
這裡在徵什麼人
組成
本市場 73.9% 的開放職缺可遠端工作，Manager 職缺是最大宗，占總數的 70.8%。
各職級明示薪酬
| 職級 | n | P25 | 中位數 | P75 |
|---|---|---|---|---|
| Manager | 3 | $38,000 | $39,688 | $150,000 |
僅顯示 n≥3 的職級 · 美元比較使用附日期的參考匯率；原始當地薪酬範圍一律保留。
數字背後的公司（AR）
| 公司 | 產業 | 開放職缺 | 明示範圍 | |
|---|---|---|---|---|
| anyone-ai | — | 13 | 7 | 查看職缺 → |
| silver | — | 3 | 3 | 查看職缺 → |
| gorgias | — | 2 | 2 | 查看職缺 → |
| blend360 | — | 15 | 0 | 查看職缺 → |
| talan | — | 4 | 0 | 查看職缺 → |
| Salesforce | software | 2 | 0 | 查看職缺 → |
| darwin-ai | — | 2 | 0 | 查看職缺 → |
| asapp-2 | — | 1 | 0 | 查看職缺 → |
| blacksmith%20agency | — | 1 | 0 | 查看職缺 → |
| blockchain | — | 1 | 0 | 查看職缺 → |
| despegar | — | 1 | 0 | 查看職缺 → |
| scaleai | ai | 1 | 0 | 查看職缺 → |
相關基準
資料與機器學習 · 美國 (n=2680)
資料與機器學習 · 加拿大 (n=210)
資料與機器學習 · 英國 (n=147)
資料與機器學習 · 德國 (n=50)
資料與機器學習 · 西班牙 (n=50)
資料與機器學習 · 法國 (n=41)
工程 · AR (n=26)
嵌入這個基準
會自我更新的展示：iframe 永遠顯示當前通過樣本數門檻的數字，並附出處。
<iframe src="https://payevidence.com/embed/benchmark/data-ml/ar"
width="600" height="320" style="border:1px solid #d9d4c5"
title="資料與機器學習 · AR — PayEvidence"></iframe>
這是被追蹤雇主的樣本統計，不是勞動市場普查。未知值保持空白；美元比較使用附日期的參考匯率。 方法論 →