数据与说明
Amazon 61.5×（在职 5,845 / 在招 95）； Databricks 29.9×（在职 1,403 / 在招 47）； Snowflake 24.2×（在职 1,042 / 在招 43）； Datadog 17.2×（在职 1,137 / 在招 66）； Salesforce 14.1×（在职 11,022 / 在招 779）。
| 企业 | 在职人数 | 在招人数 | 每个在招岗位对应在职人数 |
|---|---|---|---|
| Amazon | 5,845 | 95 | 61.5× |
| Databricks | 1,403 | 47 | 29.9× |
| Snowflake | 1,042 | 43 | 24.2× |
| Datadog | 1,137 | 66 | 17.2× |
| Salesforce | 11,022 | 779 | 14.1× |
在招名单
先看倍数
上面的数字就是索取名单的范围。口径这一行就是全部请求范围。
关键结论 · 如何引用
在招分布
Salesforce 的客户经理在招最多：779 个
先看需求落在哪家，时点 2026-10-19 PT。
数据与说明
Salesforce 779、Amazon 95、Datadog 66、Databricks 47、Snowflake 43。
| 名称 | 数值 | 占比 |
|---|---|---|
| Salesforce | 779 | 75.6% |
| Amazon | 95 | 9.2% |
| Datadog | 66 | 6.4% |
| Databricks | 47 | 4.6% |
| Snowflake | 43 | 4.2% |
在职除以在招
在职除以在招，从高到低
| 雇主 | 在职 | 在招 |
|---|---|---|
| Amazon | 5,845 | 95 |
| Databricks | 1,403 | 47 |
| Snowflake | 1,042 | 43 |
| Datadog | 1,137 | 66 |
| Salesforce | 11,022 | 779 |
具名名单
要这五家雇主的客户经理具名名单
名单只针对这里列出的雇主。公司和写全的职称保持原样。
怎么用
客户经理：这意味着什么 / 怎么用
Amazon 的 61.5× 是在职 5,845 对在招 95。Salesforce 的在职 11,022 是深度，不是倍数。
- 按倍数看要先看 Amazon，不是 Salesforce。
- 招聘负责人按 Amazon 的倍数排产（61.5×，在职 5,845 / 在招 95），再看在招人数是否够稳。Salesforce 的在职 11,022 是储备，和需求分开。
怎么读
在招未收录的雇主怎么读
这个口径里每家雇主都有在招记录，因此都进入倍数。若某家在招岗位未收录，则只列出在职人数、不画柱。
这里没有五家从高到低的同行包梯队：比较的是同一席位上的在职除以在招。
截至 2026-10-19 PT · 来源：Metix AI
方法与说明
方法与口径
在职统计的是 2026-10-19 PT 主页记录上的客户经理。在招格子统计这个职称族仍开放的职位。在招写 0 的地方，职位没有被收录。来源：Metix AI。
聚合报告 · 不展示任何个人信息 · 由 Metix AI 提供
常见问题
常见问题
- 在招未收录的客户经理雇主还画柱吗？
- 如果在招岗位未收录，该雇主不画倍数柱。在招格子为 0 的读法是未收录。
- 这个客户经理页和同行包是同一张梯子吗？
- 这个客户经理页是在职除以在招，不是同行包排名。在招未收录的雇主不进入倍数。
- 谁的客户经理倍数最高？
- 已收录倍数里最高的是 Amazon 61.5× (5,845 employed / 95 open)。这个倍数的日期是 2026-10-19 PT。
- 客户经理的数字从哪来？
- 在职和在招都在 2026-10-19 PT 测得。来源是 Metix AI。