锚点以外的余量
锚点以外还剩多少人?
NVIDIA 之外,同行包还剩 198/409(48.4%)。

数据与说明
时点 2026-11-18 PT。
| 类别 | NVIDIA | Rest /pack |
|---|---|---|
| 数据科学家 pack | 211 | 198 |
具名名单
先看五家对照
如果要名单,就用本页的口径。请求范围留在本页已列出的公司与职称里。
具名名单
要这 409 位数据科学家的具名名单
索取名单时请点名本页已经测过的目的地线。请求应点名同样的雇主。
关键结论 · 如何引用
其余四家怎么排
其余四家如何排序?
从 NVIDIA 的 211 人排到 Cloudflare 的 21 人。

数据与说明
NVIDIA 211 人、Databricks 85 人、Snowflake 52 人、OpenAI 40 人、Cloudflare 21 人。 只比较各家专属企业主页记录上的当前人数。
| 名称 | 数值 |
|---|---|
| NVIDIA | 211 |
| Databricks | 85 |
| Snowflake | 52 |
| OpenAI | 40 |
| Cloudflare | 21 |

数据与说明
NVIDIA 211(51.6%)、Databricks 85(20.8%)、Snowflake 52(12.7%)、OpenAI 40(9.8%)、Cloudflare 21(5.1%)。
| 名称 | 数值 | 占比 |
|---|---|---|
| NVIDIA | 211 | 51.6% |
| Databricks | 85 | 20.8% |
| Snowflake | 52 | 12.7% |
| OpenAI | 40 | 9.8% |
| Cloudflare | 21 | 5.1% |
人数对照份额
绝对人数对照份额:谁领先?锚点 NVIDIA
绝对人数与份额%可能给出不同排序决策:谁最大,谁占比最高。

数据与说明
锚点 NVIDIA 211(51.6%);尾部 Cloudflare 21(5.1%)。
| 类别 | 人数 | 同行包份额% |
|---|---|---|
| NVIDIA | 211 | 51.6 |
| Databricks | 85 | 20.8 |
| Snowflake | 52 | 12.7 |
| OpenAI | 40 | 9.8 |
| Cloudflare | 21 | 5.1 |

数据与说明
前两家 NVIDIA+Databricks = 296(72.4%);中段 Snowflake+OpenAI = 92(22.5%);尾部 Cloudflare = 21(5.1%)。
| 名称 | 数值 | 占比 |
|---|---|---|
| NVIDIA+Databricks | 296 | 72.4% |
| Snowflake+OpenAI | 92 | 22.5% |
| Cloudflare | 21 | 5.1% |
怎么用
数据科学家(409):这意味着什么 / 怎么用
本周优先名单开口对准 NVIDIA:211/409(51.6%)——最大储备先点这里。
- 用 Databricks 的 85/409(20.8%)作对照窄名单;对 NVIDIA 是 2.48×。
- 尾部 Cloudflare 仅 21/409(5.1%),相对锚点偏薄——不要按同一节奏扩到未测雇主。
- 开口范围卡在本页五家已测数据科学家席位合计 409(211 + 85 + 52 + 40 + 21)。
席位边界
本席位边界是什么?
席位只认写全的数据科学家,并把资深同族算进去;数据分析师与机器学习工程师不计入 409 人。
截至 2026-11-18 PT · 来源:Metix AI
方法与说明
方法与口径
人数是一家公司专属主页记录在 2026-11-18 PT 的当前数据科学家。同行包总量是五条不重叠的公司记录之和。出品方是 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
- 为什么是以NVIDIA为首的这五家数据科学家(409)?
- 数据科学家是在五条分开的公司记录上统计的。合计是 409 位当前数据科学家,时点 2026-11-18 PT。
- 数据科学家合计 409 是否包含旁边的职称?
- 合计不含数据分析师和机器学习工程师。截至 2026-11-18 PT,409 是数据科学家的合计。
- 数据科学家(409)的头尾为什么差这么多?
- 两端都是各公司自己记录上的当前数据科学家。时点 2026-11-18 PT,差距不是口径变化。
- 这个数据科学家席位(409)能否用在别的公司?
- 已发布的包仍是五条记录上的 409,时点 2026-11-18 PT。定制口径可以复用数据科学家这个短语。
