具名名单仍指向已发布的数据工程同行包（466 人在职）
本页是在职对照在招的深度页，不是第二份名单。要 Netflix, Uber, Databricks, Airbnb, Snowflake 的数据工程师具名名单，请走 数据工程同行包（466 人在职）。
席位怎么切：在职与在招是两格，不是一格
在职锁定 466，在招实测 6，截至 2026-09-22 PT。零保持为零。
分母：在职=五家专属企业主页记录上的当前画像；在招=同座标题的活跃岗位。时点 2026-09-22 PT。来源 Metix AI。
Netflix 173 对 5：在职对在招倍数 34.6×
可引用对照是 Netflix：在职数据工程师 173，对照在招 Data Engineer 岗位 5，倍数 34.6×。把公司名换成 Airbnb 或 Uber，这个句子就不成立。
分母：Netflix 专属主页记录（www.netflix.com）上的当前画像，与 Netflix 活跃 Data Engineer / Senior Data Engineer 岗位。时点 2026-09-22 PT。
Airbnb 79 对 1；Uber 89 对 0
Airbnb 在职 79、在招 1，倍数 79×。Uber 在职 89、在招 0——零就是零。Databricks 与 Snowflake 的在招同样是 0。这三个对照不能和 Netflix 的 34.6× 互换公司名。
| 公司 | 在职（锁定） | 在招（实测） | 主页记录 |
|---|---|---|---|
| Netflix | 173 | 5 | www.netflix.com |
| Uber | 89 | 0 | www.uber.com |
| Databricks | 85 | 0 | www.databricks.com |
| Airbnb | 79 | 1 | www.airbnb.com |
| Snowflake | 40 | 0 | www.snowflake.com |
| 合计 | 466 | 6 | 五条专属记录 |
在职数字锁定自 data-eng-peer-pack-2026；在招数字为同座标题实测。时点 2026-09-22 PT。来源 Metix AI。
这不是第二份同行包，也不是 Data Scientist 席位
具名名单与在职梯度仍在 数据工程同行包。本页只回答在职对照在招。Data Scientist 与 Analytics Engineer 不进这两格。专属主页分母与 Senior 计入规则见 系列方法说明。
方法与口径
在职格：五家专属企业主页记录上的当前 Data Engineer / Senior Data Engineer 画像，数字锁定自同行包，不在本页重测。在招格：同座标题在活跃岗位上的实测；实测为零就写零。专属主页分母、Senior 计入、以及在招只在实测后引用，写在 系列方法说明。时点 2026-09-22 PT。来源：Metix AI。
请 Metix 按你的公司名单跑同一口径
已发布的同行包名单仍以五家 466 人为准；本页只把在招实测补上。需要别的公司同口径对照，可另申请定制地图。
常见问题
- Netflix 的 34.6× 倍数是怎么来的？
- 在职 173 除以在招 5，得到 34.6。这两个数字分别来自锁定的同行包在职格与本页实测在招格，截至 2026-09-22 PT。
- Uber 在招是 0 还是没测？
- 是实测的 0。Uber、Databricks、Snowflake 三家在招均为 0；零就是零，不是空着不写。
- 具名名单在哪一页？
- 具名名单在数据工程同行包（466 人在职）。本页是在职对照在招深度页，不另开一份名单。
- 如何引用本页？
- Metix AI Talent Intelligence，2026-09-22。数据工程师在职对照在招：Netflix 173 对 5 | Metix AI。https://metix.ai/reports/zh/series/data-eng-employed-vs-open-2026
申请数据工程同行包（五家 · 466 人在职）
具名名单指向 data-eng-peer-pack-2026。同一口径也可导出 Netflix, Uber, Databricks, Airbnb, Snowflake 上数据工程师的映射在职档案。
开始 Mira 试用