数据与说明
Airbnb 79.0×（在职 79 / 在招 1）； Netflix 34.6×（在职 173 / 在招 5）； Airbnb、Netflix：在招岗位较少，倍数波动大。
| 企业 | 在职人数 | 在招人数 | 每个在招岗位对应在职人数 |
|---|---|---|---|
| Airbnb | 79 | 1 | 79.0× |
| Netflix | 173 | 5 | 34.6× |
| Uber | 89 | 0 | 未采集 |
| Databricks | 85 | 0 | 未采集 |
| Snowflake | 40 | 0 | 未采集 |
具名名单
先看倍数
如果要名单，就用本页的口径。本页已经定下了公司和职称。
关键结论 · 如何引用
台账
五家雇主台账仍锁 Netflix 173 / Airbnb 79.0× 吗？
先读台账：每家雇主的在职与在招，时点 2026-09-22 PT。
| 雇主 | 在职 | 在招 |
|---|---|---|
| Airbnb | 79 | 1（在招岗位较少，倍数波动大） |
| Netflix | 173 | 5（在招岗位较少，倍数波动大） |
| Uber | 89 | 未收录 |
| Databricks | 85 | 未收录 |
| Snowflake | 40 | 未收录 |
具名名单
要这五家雇主的数据工程师具名名单
口径合适时，可以顺着本页索取名单。请求停在本页的公司和职称里。
在职与在招
在职最深仍是 Netflix 173、在招最多仍是 Netflix 5 吗？
倍数头名 Airbnb 79.0×（在职 79 / 在招 1）（见上方倍数图）；在职头名 Netflix 173；在招头名 Netflix 5。
数据与说明
Netflix 在职 173；Uber 在职 89；Databricks 在职 85；Airbnb 在职 79；Snowflake 在职 40。 这张图只排在职人数，不是倍数。
| 名称 | 数值 |
|---|---|
| Netflix | 173 |
| Uber | 89 |
| Databricks | 85 |
| Airbnb | 79 |
| Snowflake | 40 |
数据与说明
| 名称 | 数值 | 占比 |
|---|---|---|
| Netflix | 5 | 83.3% |
| Airbnb | 1 | 16.7% |
在职对照在招
倍数头名 Airbnb 与在职头名 Netflix 还分开吗？
两套排序可能不同：在职规模与开门密度不是同一决策。
数据与说明
倍数头名 Airbnb（79.0×）；在职头名 Netflix（173）；在招头名 Netflix（5）。
| 类别 | 在职人数 | 在招人数 roles |
|---|---|---|
| Airbnb | 79 | 1 |
| Netflix | 173 | 5 |
| Uber | 89 | 0 |
| Databricks | 85 | 0 |
| Snowflake | 40 | 0 |
怎么用
数据工程师在职对照在招：本周怎么用：这意味着什么 / 怎么用
若要开门密度：本周优先 Airbnb 的 79.0× 倍数线（在职 79 / 在招 1）。
- 若要在职规模：优先 Netflix 的 173 人池。
- 若要主动在招：优先 Netflix 的 5 个已收录岗位。
- Airbnb、Netflix：在招岗位较少，倍数波动大——名单请求不要只押倍数。
在招未收录
在招未收录的雇主仍不进倍数吗？
Uber、Databricks、Snowflake 的在招岗位未收录。 记录为 0 不代表需求为零。
覆盖说明
Uber、Databricks、Snowflake 的在招岗位未收录。这些雇主以灰色列出在职人数、不画柱，不进入在职除以在招的倍数。
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。
数据与说明
| 类别 | KEEP 数据工程师 | KEEP Senior 数据工程师 | OUT 分析工程师 | OUT 数据分析师 | OUT 软件工程师 |
|---|---|---|---|---|---|
| Netflix | 202 | 95 | 132 | 37 | 2,564 |
数据与说明
| 类别 | Freeze shelf | Wave36 re-check |
|---|---|---|
| Netflix 数据工程师 | 173 | 202 |
LinkedIn 上哪些职称会撞进 Data Engineer 在职格？
本 HV 页在职格只收写全的 Data Engineer / Senior Data Engineer。Wave36 在 Netflix 主页记录上复核相邻职称。
- 截至 2026-11-04 PT，Netflix 当前职称 Data Engineer 202 人（Wave36 复核；页面在职货架仍用冻结 173）。
- 同日 Netflix Senior Data Engineer 95；Analytics Engineer 132；Data Analyst 37；Software Engineer 2,564——后三者不并入本倍数。
- 名单按冻结倍数下单（Airbnb 79.0× / 货架 Netflix 173）；Analytics Engineer 不能当 Data Engineer 替代切面。
Data Engineer 在哪些国家？美印都在图上
对前三家在职（Netflix+Uber+Databricks）按 address.country 切开。
- 截至 2026-11-04 PT，前三家 Data Engineer 按国家（≥1 人）：United States 270、India 66、Canada 3、United Kingdom 1。
- 头名国家是 United States 270；美国 270、印度 66 都是 sourcing 主池。
- 名单按冻结倍数下单；国家格只作 sourcing 地图，不改主钩。
货架锚点还稳吗？Wave36 复核 Netflix
冻结在职货架 Netflix 173（2026-09-22 PT）。Wave36 同口径复核为 202——方向未变；页面主数字仍锁冻结值。
- Wave36 复核 Netflix Data Engineer = 202（2026-11-04 PT）。
- 列表买家仍按冻结倍数（Airbnb 79.0×）与货架（Netflix 173）下名单；复核只作稳定性旁证。
- 若你要「今天」快照名单，在留资里注明 Wave36 时点。
截至 2026-09-22 PT · 来源：Metix AI
方法与说明
方法与口径
在职人数是各雇主主页记录上、当前数据工程师的人数，时点 2026-09-22 PT。在招指所测职称的在招需求。在招为 0 是未收录，不是“没有需求”。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
- 在招未收录的数据工程师雇主还画柱吗？
- 在这个数据工程师页上，在招未收录的雇主会列出，但不画倍数柱。记为 0 表示未收录，不是需求为零。
- 这个数据工程师页和同行包是同一张梯子吗？
- 不是。本页用数据工程师的在职人数除以已收录的在招。在招未收录的雇主不进入倍数。
- 谁的数据工程师倍数最高？
- 倍数列表的顶端是 Airbnb 79.0× (79 employed / 1 open)。测量日期是 2026-09-22 PT。
- 数据工程师的数字从哪来？
- 在职人数和在招人数的时点都是 2026-09-22 PT。Metix AI 是发布方。