目的

认识互联网行业就业的大盘数据，心中有底，干活儿不慌。

公众号回复"互联网"，获得数据来源报告。

所谓的互联网高薪

帝都的互联网公司最多，典型代表之一，北京西二旗中关村软件园，坐标北五环外，长不到3公里，宽不到1.5公里，有百度总部、腾讯北京、新浪总部、网易北京、滴滴总部、快手总部等

看看，西二旗地铁，早高峰，不吹不黑，天天如此，当然现在疫情期间除外。

有越来越多的希望入互联网行业工作，除了因为工资高于大部分传统行业外，还可能因为入行门槛其实也并不高(高端岗位另说)，加上听说部分机构宣传的屌丝逆袭的故事，深入很多人的心智，而人们总是对自己的工作现状都是不满意的，如果心智果真是这种场景，那想到互联网走走就变得很自然的事情。

大体是这个逻辑，基本我觉得也没毛病，互联网靠本事吃饭，我这半路出家，周围遇到年薪过百万同事确实不是少数案例，可能小米是我遇到最多身价千万或者过亿的公司了，但他们都是早期加入公司拿到期权的，这种情况听听就行了，少数(上面所说的，经哥都没有达到，混得太差，其实经哥一点也不羡慕他们，哼！)。

有追求，有理想，必须点赞。而且客观上看，互联网整体效率确实也高于传统行业，所以收益也自然高些，当然复出的辛苦自然也多，时薪未必很高，这点被很多人吐槽过，就不多说了。

那，听那些故事，虽激励人，但也容易误导人。

所以，经哥下面用数据说下，互联网行业就业市场。

高等教育毕业生存量

• 国内毕业生

• 留学生回国人数

互联网行业就业市场

就业市场，我们从供需角度看下。下面文章的数据来自艾瑞等公司报告，数据不是最新的，可作为参考。

脑洞前，取经儿先给互联网公司下个定义，如有雷同，纯属意外。

互联网公司: 主要产品为软件、网站，提供基于互联网络提供给用户使用，且软件或服务需满足互联网所谓的无边界轻松扩张，仅需下载或注册甚至不注册即可成为其产品的用户并使用其产品或服务，公司的营收来自用户使用该软件直接或间接产生的收入，包括且不限于广告、打赏、买卖、数据服务等。列举几种典型互联网产品，比如微信、淘宝、百度、抖音、友盟等

互联网岗位需求数量

这个没有准确的数据，我们从已有信息倒推互联网从业人数。

第一种方式，先拍脑袋，再验证

说白了，其实就是猜，但要按逻辑去猜。。

互联网从业人数 = 公司数量 * 平均公司人数

假设，互联网公司有1万家，平均提供500人，那就是500万个岗位。

当然，上面是最粗浅的计算方式，拍脑袋很容易拍跑偏，也容易产生下面两个疑问。

问题1: 互联网公司能有1万家？这么多？

实际数据要远大于1万家，是不是感觉很惊讶？因为在普通人头脑里，互联网公司就那几十家。这就是大家的一个问题啊，认知没打开，对自己能力要求无底线，但对公司接受度坚守底线，经哥曾经也一样一样的，感觉错过了一个亿。

下面是，第三方机构IT桔子的收录信息:

• IT桔子:

问题2: 每家公司提供500个岗位？这么少？

你是不是觉得，互联网大公司，阿里巴巴、腾讯、百度有几万员工，这个500定低了。好，经哥先承认你，然后再捏碎你。让大家了解下，500人，真的算是大公司了。

• 万人规模: BAT、字节跳动员工均在5w以上，小米2w+(互联网相关1w+), 携程2w+, 网易1w+，可能还有几家？但也十个指头能数过来了。
• 5k-1w规模: 美团9k+(前几天美团10周年的文章里有写)，滴滴5k+, 360公司5k+，新浪集团(含微博)5k+
• 1k-5k规模: 高德、B站2k+、陌陌1k(市值60亿美金)
• 500-1k规模: 掌阅、映客都是上市公司
• 100-500规模: 垂类公司，比如垂直媒体、电商等
• 100人以下: 估计95%以上公司，集中在这个规模里，其供应绝大部分岗位

互联网公司不只是BAT、美团、字节、滴滴、京东、网易、新浪、搜狐、爱奇艺等等，还有很多很多。而且，不少闷声赚大钱的，不要小瞧百人一下公司，毕竟机动能力强，在一个圈子做得好，人数少活的反而更滋润。。

举个例子，堵下你的嘴。

• 李子柒，背后MCN机构，微念科技了解一下？
• papi酱，已成立短视频MCN公司，papitube，签约60人+
• 鉴锋，90后，零一裂变CEO，50-100人，专门toB企业提供运营推广策略

以上，是拍脑袋说互联网有500万从业者。其实，我也不知道对不对，大概率是不靠谱吧。

我们换一种方式，满足经哥定义的互联网公司，基本都会拥有app或者小程序，也可以用app来估计互联网公司的人员规模。

假设: Top5w的app，会分别对应IOS和Android两个版本，分别配置上技术、产品、运营、数据、设计、运维、销售，假设一个app对应员工中位数是50人，那就是5w250=500w

当然app不止1w个，据第三方统计，国内APP有449w个，全球居首。而互联网公司可能也不只是app，一个app对应的人员差别也会比较大，多则千人，少则几个人。

ok，上面的拍脑袋，先到这儿。在没有可靠的数据前，我们可以这么认为，上面是就是存量市场。

下面，我们找一个更靠谱的方式，从典型的互联网招聘APP发布的数据，去推测互联网人才市场，可能更靠谱。

互联网岗位需求市场: 发布岗位数top10行业

拉勾统计2018年，Top行业发布岗位150w，差不多这也是主流行业。

假设覆盖了80%的市场需求，且互联网公司80%会选择拉勾招聘，那么2018年岗位需求量150w/0.8/0.8=235w

我们暂时排除那些只挂出岗位JD，但是没有实际招聘需求的公司，相信这样的臭毛病主要是某些大公司在某种场景下会这么无聊，大部分中小企业还是在诚心招人。

所以，需求市场，数字看起来，确实很可观。

互联网岗位供应市场: 各求职APP用户活跃数

在经哥看来，BOSS直聘、拉勾、脉脉是主做互联网招聘市场，三个APP用户重合度应该比较高，假定在60%以上。

从上图看来，BOSS直直聘和拉勾加起来接近500万，去掉重合，假设400w用户月活。但由于1月份是换工作看机会较活跃日期，这个数字应该比较偏高。

那就说明，每个月400w用户有找工作需求。而一般招聘APP用户活跃期就是找工作的时期，一旦找到工作，基本就不再活跃，那么假设1个同学找工作周期是2个月，我们粗略估计一年使用招聘APP用户在 400w*12/2=2400w。即一年235w的岗位或被2400w去竞争，大概是10:1的概率。当然这是平均水平。而实际上，由于人民大众对于美好生活的追求，造成60%的人选择投递的都是比较头部3%的公司，而尾部投递较少，从而造成头部招人可以挑三拣四，尾部公司找不到人，慌得一批。

除了公司竞争的差异，还存在不同岗位竞争差异。程序猿需求大，设计竞争最激烈。

• 不同阶段互联网人才配比，技术占了50%，其次是运营同学人数最多

几个建议

• 第一，不要只选心目中的公司，本身竞争是10 vs 1, 如果再只选top，最后杳无音信，容易让你怀疑自己。
• 第二，有机会可以到北上广找份实习，如果不方便，互联网找份兼职，目的是先了解下这个圈子。
• 第三，积累项目经验，公司项目、实验室项目、自己开发项目、网络教程项目，都可以
• 第四，养成写笔记的习惯，开始建立自己的知识库。有道、印象笔记，方式不限
• 第五，给自己准备2种以上的岗位简历。简历，极重要。
• 第六，有疑问，先从网上解惑，对于行业的坑，想咨询，请到我知识星球，按要求的模板提问。这样，保存下来，星球其他同学都可以参考，有类似经历没准儿还能帮你解答。

最后

很多人会问，年龄大，还来得及吗？

很多人会问这个问题。

很多人会问这个问题。

很多人会问这个问题。

我是真的不想划年龄段，来回答，是与否。那样一刀切很不负责，因为不同人差别很大，可接受度、对职业认知差别很大。与其直接回答，我还是觉得抛出一些问题给你，你自己来回答，等回答完这些问题，你八成也清楚答案了。

• 什么原因来互联网？
• 原来行业发展是否见顶？
• 你是在互联网集中的城市吗？北上广深杭武成
• 你是否能接受新工作在新城市？
• 你的自驱力怎么样？
• 自己对新知识学习能力怎么样？
• 能否接受每天工作12个小时？
• 抗打击能力怎么样？(找工作中和找到工作后都会遇到)
• 与小5-10岁的同事一起做相同的事情，是否能融入？
• 你想过5年之后的职业规划吗？或者再长一点10年之后的生活工作
• 互联网有个吃青春饭的说法，或者传说中35岁或40岁危机，你怎么看？
• 最后，有没有考虑过其他行业？为什么？

放一个数据，互联网的确很精彩，也很残酷，尤其这个行业整体年龄比较偏年轻。

国内9千万家中小企业

不要拘泥于互联网，网外的天地也很大

祝大家找到一份合适自己的工作。

加油！

关于经哥

帝都北五环外，码农集聚村，回龙观的一位数据老民工，欢迎加v唠嗑、吐槽(v: ITlooker)

• 微信公众号: workindata
• 个人微信号: ITlooker
• 经哥数据教程: SQL|思维
• 自建数据小白SQL学习网站(用户名: hi-zhihu, 密码: justdoit)

强大自我，拒绝躺平，持续学习，长期主义。

职业咨询

只回复付费咨询的同学，相信经哥，这是最高效的沟通方式，欢迎有付费认知的同学来撩。

可以选择知乎付费咨询，也可以加我微信私聊。

建议后者，原因是可以围观老民工朋友圈，日常所思所想。

免费咨询

可能等我回复完付费的同学，微信: ITlooker 。

经哥数据课程

如果你想节省学习成本，对数据分析感兴趣，下面则需而取：

人走赞留，江湖再见，蟹蟹！

热门文章推荐

入门篇

快速入坑数据分析师？ | 超级菜鸟学习数据分析？

数据分析师干啥活儿 | 数据分析师极简入门书籍

经哥自建SQL练习网站 | sql学到什么程度？

经哥SQL教程 | 经哥思维教程 | 经哥Excel核心教程

技能篇

数据处理技巧 | 设计和评估 ABTest

数据分析师的类型 | 公司从0搭建BI系统

SQL刷题, 完爆牛客网 | SQL提数: 数据分析第一步

shell命令篇:文件查看 | 数据统计 | awk:数据统计

Python绘图篇: Matplotlib | Pandas | Seaborn

案例篇

短视频留存分析 | 社区内容生态建设分析 | 付费自习室的收入预估 | 相亲问题的数据量化

优惠券发放背后的逻辑 | 因果分析: 双重差分模型

网站日志数据分析实战 | 网站被攻击的数据分析！| 大白话Kaggle入门 : Titanic篇

思维篇

数据波动的异常分析 | 订单下降该如何排查 | 场景思维，咱要有这个习惯 | 数据需求处理场景

求职篇

写简历，看这篇就够 | 数据面试，这样准备就可

互联网10大岗位 | 互联网就业大盘 | 没数据经验别慌

数据分析师岗位分类 | 数据分析岗的迷茫？

1400位同学的数据分析入坑问答 | 求职咨询的数据小白 | 前端工程师转行数据分析的咨询 | 关于数据分析找工作咨询回复

资料篇

最全数据分析学习资料 | 行业报告数据源大全

不赞不赏我都懂，可不加我微信(ITlooker), 就是你的不对了:)