
数据与说明
Microsoft 104.2×(在职 1,667 / 在招 16); Meta 64.8×(在职 2,593 / 在招 40); Amazon 23.7×(在职 1,756 / 在招 74);
| 企业 | 在职人数 | 在招人数 | 每个在招岗位对应在职人数 |
|---|---|---|---|
| Microsoft | 1,667 | 16 | 104.2× |
| Meta | 2,593 | 40 | 64.8× |
| Amazon | 1,756 | 74 | 23.7× |
| 1,734 | 0 | 未采集 | |
| Uber | 378 | 0 | 未采集 |
具名名单
先看倍数
口径合适时,可以顺着本页索取名单。请求范围留在本页已列出的公司与职称里。
关键结论 · 如何引用
台账
五家雇主台账仍锁 Microsoft 104.2× / Meta 2,593 吗?
先读台账:每家雇主的在职与在招,时点 2026-10-02 PT。
| 雇主 | 在职 | 在招 |
|---|---|---|
| Microsoft | 1,667 | 16 |
| Meta | 2,593 | 40 |
| Amazon | 1,756 | 74 |
| 1,734 | 未收录 | |
| Uber | 378 | 未收录 |
具名名单
要这五家雇主的数据科学家具名名单
名单只针对这里列出的雇主。公司和写全的职称保持原样。
在职与在招
在职最深仍是 Meta 2,593、在招最多仍是 Amazon 74 吗?
倍数头名 Microsoft 104.2×(在职 1,667 / 在招 16)(见上方倍数图);在职头名 Meta 2,593;在招头名 Amazon 74。

数据与说明
Meta 在职 2,593;Amazon 在职 1,756;Google 在职 1,734;Microsoft 在职 1,667;Uber 在职 378。 这张图只排在职人数,不是倍数。
| 名称 | 数值 |
|---|---|
| Meta | 2,593 |
| Amazon | 1,756 |
| 1,734 | |
| Microsoft | 1,667 |
| Uber | 378 |

数据与说明
Amazon 74、Meta 40、Microsoft 16。
| 名称 | 数值 | 占比 |
|---|---|---|
| Amazon | 74 | 56.9% |
| Meta | 40 | 30.8% |
| Microsoft | 16 | 12.3% |
在职对照在招
倍数头名 Microsoft 与在职头名 Meta 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 Microsoft(104.2×);在职头名 Meta(2,593);在招头名 Amazon(74)。
| 类别 | 在职人数 | 在招人数 roles |
|---|---|---|
| Microsoft | 1,667 | 16 |
| Meta | 2,593 | 40 |
| Amazon | 1,756 | 74 |
| 1,734 | 0 | |
| Uber | 378 | 0 |
怎么用
数据科学家在职对照在招:本周怎么用:这意味着什么 / 怎么用
- 若要在职规模:优先 Meta 的 2,593 人池。
- 若要主动在招:优先 Amazon 的 74 个已收录岗位。
在招未收录
在招未收录的雇主仍不进倍数吗?
Google、Uber 的在招岗位未收录。 记录为 0 不代表需求为零。
覆盖说明
Google、Uber 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 数据科学家 | KEEP Senior 数据科学家 | OUT 数据分析师 | OUT ML Engineer | OUT 应用科学家 |
|---|---|---|---|---|---|
| Meta | 2,640 | 402 | 434 | 2,207 | 23 |

数据与说明
| 类别 | Freeze shelf | Wave37 re-check |
|---|---|---|
| Meta 数据科学家 | 2,593 | 2,640 |
LinkedIn 上哪些职称会撞进 Data Scientist 在职格?
本 HV 页在职格只收写全的 Data Scientist / Senior Data Scientist。Wave37 在 Meta 主页记录上复核相邻职称。
- 截至 2026-11-04 PT,Meta 当前职称 Data Scientist 2,640 人(Wave37 复核;页面在职货架仍用冻结 2,593)。
- 同日 Meta Senior Data Scientist 402;Data Analyst 434;Machine Learning Engineer 2,207;Applied Scientist 23——后三者不并入本倍数。
- 名单按冻结倍数下单(Microsoft 104.2× / 货架 Meta 2,593);Data Analyst / ML Engineer 不能当 Data Scientist 替代切面。
Data Scientist 在哪些国家?美印都在图上
对前三家在职(Meta+Amazon+Google)按 address.country 切开。
- 截至 2026-11-04 PT,前三家 Data Scientist 按国家(≥1 人):United States 4,708、India 454、United Kingdom 277、Canada 103、Israel 92。
- 头名国家是 United States 4,708;美国 4,708、印度 454 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?Wave37 复核 Meta
冻结在职货架 Meta 2,593(2026-10-02 PT)。Wave37 同口径复核为 2,640——方向未变;页面主数字仍锁冻结值。
- Wave37 复核 Meta Data Scientist = 2,640(2026-11-04 PT)。
- 列表买家仍按冻结倍数(Microsoft 104.2×)与货架(Meta 2,593)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 Wave37 时点。
截至 2026-10-02 PT · 来源:Metix AI
方法与说明
方法与口径
每个在职数字都是公司记录上 2026-10-02 PT 的当前数据科学家。在招是同一职称族仍开放的职位数。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
- 在招未收录的数据科学家雇主还画柱吗?
- 在招未收录就不进入数据科学家倍数,只列出、不画柱。在招写 0 表示职位没有被收录。
- 这个数据科学家页和同行包是同一张梯子吗?
- 这是数据科学家的在职除以在招,不是五家梯队。倍数跳过未收录的雇主。
- 谁的数据科学家倍数最高?
- 已收录倍数里最高的是 Microsoft 104.2× (1,667 employed / 16 open)。这个倍数的日期是 2026-10-02 PT。
- 数据科学家的数字从哪来?
- 2026-10-02 PT 同时标注在职格子和在招格子。Metix AI 是发布方。
