如何在谈薪过程中拿到高薪

简介: 最近有一些想跳槽的Android开发的朋友问我,我工作了几年了大概什么水平,能拿到多少工资?大家都知道,程序员这个群体,特别容易出现同工不同酬的现象。

最近有一些想跳槽的Android开发的朋友问我,我工作了几年了大概什么水平,能拿到多少工资?

大家都知道,程序员这个群体,特别容易出现同工不同酬的现象。很多时候,我们通过了公司的层层筛选,然后和hr要了满意的工资,兴高采烈地去入职后,突然有一天通过小道消息得知,某个同事级别和你一样,但是工资比你多了几千,估计你立马开心不起来了。

其实这是正常现象,这也是为什么几乎所有公司都不允许谈论工资。如果大家都公开待遇了,吃亏的那部分人还能好好干活嘛。一般来说,同一个公司,员工工资的差距主要由定级来决定,你技术好定的级别高,那待遇就高,这合情合理。但是考虑一种情况,在大家技术和定级都一样的情况下,每个人的待遇也不尽相同,有的高,有的低。问题来了,为什么会出现这种现象?如何尽量把工资往高的要呢?下面我就和大家聊聊这两个问题。

先说为什么会这样。在主流互联网公司中,每个级别都是有待遇范围的,比如一个公司,假设它有一个级别叫T4,待遇范围是15-20k。这个范围就是给我们谈的,如果谈的好,最高可以给你20k,如果谈不好,那就是15k。可以看到中间有5k的差距,级别越高,这个差距就会越大,大家的待遇波动也就越大。
如何在谈薪过程中拿到高薪,下面我就结合自己的经验和大家谈一谈。

首先,面试前要做足功课。自己的技术在行业内大概是个什么状态,对应到目标公司大概是个什么级别,这两个问题要搞清楚。知道了这些,还需要知道在目标公司里,这个级别的待遇范围是多少。有了这些信息,再结合你内心的期望值,就可以定一个合理的月薪了。正常来说,在北京,一次跳槽涨幅应该在30%以上,否则考虑到机会成本和跳槽所带来的损失,低于30%的跳槽是不划算的。

这个功课要如何做?你可以去网上搜集一些信息,还可以去问待求职公司的朋友、前同事等,总之人的因素很重要,所以大家要多认识人,尤其是牛人,因为牛人人脉资源更广,无形中就可以帮助你一把。

其次,要多拿2个offer,增强自信。有时候我们会遇到一个矛盾心理:这个公司我很想去,所以我不敢多要,我怕对方拒绝我。这就是因为offer少了,如果你去多拿2个offer,那就谈薪的时候就会更有自信,这些offer是可以为你做铺垫的。

最后,很关键的一点:不要表现出特别想来一家公司的感觉。面试的过程是双向的,公司在面试你,你也在面试公司。记住:不论你和面试官聊的多愉快,都不要透露自己特别想来这家公司的感觉。你应该给面试官营造这样的感觉:这家公司挺好的,但是自己最近也面试了其他公司,自己正在寻找最适合的岗位。如果公司真心想录用你,为了吸引你,hr通常都会开出一个不错的offer给你,还拿上面的T4级别来说,hr会直接给你开18-20的月薪。最完美的例子是,你把手里的offer和hr一摆:xxx公司给了我20k的月薪。hr一听急了:我们给22k。这可不是虚构,这是时有发生的事情。

大家想一下,如果你表现地特别想去,那面试官就捕捉到这一点信息了,然后你在和hr谈offer的时候,hr就不会给你高薪,反正你迫切想来,给你一般的待遇那肯定也能接受,这样就把自己推向了一个不利的处境,很大可能hr会给你开15k的月薪。hr的职责就是:以最低的价格为公司招到最优秀的人才,这也是公司节约成本的体现。
其实我认为程序员是特别单纯的群体,上面的经验也是被逼无奈。如果各大公司的hr们可以少些套路,多些真诚,别拼命地压工资,对程序员多一些关爱,那就很美好了。虽然我知道hr有时候也是迫不得已,但是我还是得站出来呼吁一下。

如果你觉得此文对你有帮助,可以赞和转发让更多人看到。Android技术交流QQ群;701740775

相关文章
|
存储 编解码 算法
音视频之音频知识入门
信息论的观点来看,描述信源的数据是信息和数据冗余之和,即:数据=信息+数据冗余。音频信号在时域和频域上具有相关性,也即存在数据冗余。将音频作为一个信源,音频编码的实质是减少音频中的冗余。自然界中的声音非常复杂,波形极其复杂,通常我们采用的是脉冲代码调制编码,即PCM编码。PCM通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。
1773 0
|
算法 测试技术 持续交付
面试的流程,面试的重点
本文介绍了面试流程及各轮面试的重点。通常面试为1-5轮,首轮关注技术实力与项目经验,次轮深入考察技术细节,第三轮侧重项目协调、创新及价值观等软性问题,如职业规划和沟通能力。面试题分为开放型(如项目经验、解决问题思路)和非开放型(如技术细节、手撕算法),需提前准备。测试类问题涉及自动化测试、持续集成等实际应用。
|
7月前
|
存储 人工智能 前端开发
从零构建智能对话助手:LangGraph + ReAct 实现具备记忆功能的 AI 智能体
本文系统介绍了基于 LangGraph 框架构建具备记忆能力的 ReAct(Reasoning + Action)智能体的技术实现方法。ReAct 智能体结合语言模型的推理能力与外部工具的执行能力,通过“思考-行动-观察”循环机制,实现复杂任务的自主处理。文章详细讲解了 LangGraph 的图结构设计、状态管理、工具集成与记忆系统等关键技术,并通过代码示例演示了从基础工作流到高级智能体系统的构建过程。最终实现的智能体具备多轮对话、工具调用、结果反馈与上下文记忆能力,为开发下一代智能应用提供了技术基础。
1260 1
|
JSON 缓存 监控
淘宝商品详情接口(Taobao.item_get)丨淘宝API接口指南
淘宝商品详情接口(Taobao.item_get)允许开发者通过HTTP GET方法获取淘宝商品的详细信息,包括商品ID、价格、库存等。请求需包含key、secret、num_iid等必选参数,支持缓存及多种返回格式。此接口广泛应用于电商数据分析、商品选品、价格监控等领域,提升商家运营效率。
2422 1
可观测性简史-可观测性价值精讲ppt-业务系统的护城河
可观测性价值精讲,文末随附可观测性简史,可以快速注册体验可观测性平台,构建业务系统的护城河,指标体系和价值体系
582 1
|
Kubernetes 架构师 Java
史上最全对照表:大厂P6/P7/P8 职业技能 薪资水平 成长路线
40岁老架构师尼恩,专注于帮助读者提升技术能力和职业发展。其读者群中,多位成员成功获得知名互联网企业的面试机会。尼恩不仅提供系统化的面试准备指导,还特别针对谈薪酬环节给予专业建议,助力求职者在与HR谈判时更加自信。此外,尼恩还分享了阿里巴巴的职级体系,作为行业内广泛认可的标准,帮助读者更好地理解各职级的要求和发展路径。通过尼恩的技术圣经系列PDF,如《尼恩Java面试宝典》等,读者可以进一步提升自身技术实力,应对职场挑战。关注“技术自由圈”公众号,获取更多资源。
如今的入职背调到底有多刺激?
如今的入职背调到底有多刺激?
600 0
|
机器学习/深度学习 人工智能 自然语言处理
NLP基础知识
自然语言处理(NLP)是计算机科学的交叉领域,涉及语言学、计算机科学和人工智能,用于让计算机理解、生成和处理人类语言。核心任务包括文本预处理、语言模型、文本分类、信息提取和机器翻译。常用工具有NLTK、spaCy和Hugging Face Transformers。深度学习,尤其是Transformer模型,极大地推动了NLP的进步。应用场景广泛,如搜索引擎、智能助手和医疗分析。未来趋势将聚焦多模态学习、跨语言理解和情绪识别,同时追求模型的可解释性和公平性。
1352 1
|
运维 数据库 网络架构
详尽分享运维网络面试题101道
详尽分享运维网络面试题101道
833 0
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp的MES生产制造执行系统的详细设计和实现(源码+lw+部署文档+讲解等)
基于SpringBoot+Vue+uniapp的MES生产制造执行系统的详细设计和实现(源码+lw+部署文档+讲解等)
298 0

热门文章

最新文章