流动台账
IBM 流向谁？线上人数对照在册
先读台账，时点 2026-11-06 PT。线上人数和在册规模是两个数。
| 目的地 | 线上人数 | 目的地在册 | 占在册 |
|---|---|---|---|
| MongoDB | 293 | 6,121 | 4.8% |
| Datadog | 285 | 9,012 | 3.2% |
| Cloudflare | 178 | 5,679 | 3.1% |
具名名单
要线上这批人的具名名单：现在在目的地、此前在 IBM
如果要名单，就用本页的口径。公司和写全的职称保持原样。
绝对、渗透与路径
IBM → MongoDB：这条线上有 293 人
切面要求两段经历同时成立：当前在目的地，此前在 IBM。本页未按职称过滤。
数据与说明
MongoDB 293 人、Datadog 285 人、Cloudflare 178 人。 只排线上人数，不排在册规模。
| 名称 | 数值 |
|---|---|
| MongoDB | 293 |
| Datadog | 285 |
| Cloudflare | 178 |
具名名单
先看头条线与渗透
名单请求对准本页已经统计过的雇主与流动线。请求停在本页的公司和职称里。
关键结论 · 如何引用
数据与说明
MongoDB 4.8%（293/6,121）；Datadog 3.2%（285/9,012）；Cloudflare 3.1%（178/5,679）。 渗透按 flow/dest_total。
| 名称 | 数值 |
|---|---|
| MongoDB | 4.8 |
| Datadog | 3.2 |
| Cloudflare | 3.1 |
数据与说明
| 来源 | 去向 | 数值 |
|---|---|---|
| IBM | MongoDB | 293 |
| IBM | Datadog | 285 |
| IBM | Cloudflare | 178 |
绝对人数对照渗透
绝对 vs 渗透：MongoDB 对 MongoDB
两套排序可能不同：人数规模与名单密度不是同一决策。
数据与说明
| 类别 | People on wire | 占比 ／bench % |
|---|---|---|
| MongoDB | 293 | 4.8 |
| Datadog | 285 | 3.2 |
| Cloudflare | 178 | 3.1 |
怎么用
IBM 流向：本周怎么用：这意味着什么 / 怎么用
MongoDB 同时是绝对与渗透头名（293 人，4.8%）——本周主攻这一条。
- 其余目的地作对照窄名单；线合计 756 人。
- 开口范围卡在：当前在已测目的地且此前在 IBM。
切面与未测
切面卡在 IBM → 已测目的地
切面要求两段经历同时成立：当前在目的地，此前在 IBM。本页未按职称过滤。 未在本页出现的目的地未测。时点 2026-11-06 PT。
截至 2026-11-06 PT · 来源：Metix AI
方法与说明
方法与口径
线上的人现在在目的地工作，以前在 IBM 工作。目的地在册是该雇主在 2026-11-06 PT 的全部当前人数。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
- IBM 流向 MongoDB这条线数的是什么人？
- 这条线统计现在在 MongoDB、以前在 IBM 的人。日期是 2026-11-06 PT，头条线是 293。
- IBM 流向 MongoDB的在册和线上是同一个数吗？
- 在册（6,121）不是线上人数（293）。MongoDB 的当前人数是 6,121。
- IBM 流向 MongoDB这份名单给谁用？
- 寻访从已经在 MongoDB 的 IBM 人开始。MongoDB 是头条线落到的目的地。
- IBM 流向 MongoDB切面的时点是什么？
- 测量日期是 2026-11-06 PT。这些线的来源是 Metix AI。