如何看待华为招聘刚毕业博士年薪最高约 200 万？ 第1页

金字塔阴谋：最早起源于某经济学家对美国黑帮的研究。黑帮实际利润率很低，即使是美国黑帮上层，实际收入只能说“尚可”，但消费水平远超实际收入，且极为张扬。而与其同收入水平的医生、律师等正常职业，消费水平远不如黑帮上层。

原因在于，通过张扬的消费树立虚假的榜样，并鼓吹下层“如果努力工作总有一天也能变成这样的人”，可以让黑帮内数量上占绝大多数的马仔和下级头目在收入极低的情况下，仍能稳定高强度地保持工作。实际上，绝大多数美国黑帮人员的年收入甚至不超过一万美元。不管他们看起来有多嚣张，实际上他们甚至无法负担起房租，而和自己的老妈住在一起，是不折不扣的妈宝。

我的建议是，只要你不贪婪，就不会被金字塔阴谋蒙骗。不论你是搬砖工还是博士，拿到你自己该拿的那部分钱，然后过好自己的日子，少瞅别人。尤其是少瞅那几个资本家故意立起来给你看的人，你就不会中资本家的奸计。

说明他们能创造的价值远高于200万/每年

资本家不是慈善家

永远记住这一点

谢邀。很高兴有公司愿意给应届博士高薪，这或许代表有公司愿意沉下心来好好科研。但是就这次的事件来说，个人感觉这更像是千金买骨，以这种公开薪资的形式招应届生显然更多是在考虑吸引更多博士去华为。这些同学顶着内部和外部的压力以明星身份进入华为，相信也会受到来自内部和外部的巨大压力，希望他们能转化为动力获得与之匹配的产出。

博士平均年薪

就公司package来说，华为校招博士一直给的都很高，据我了解应该是博士平均年薪最高的国内公司之一（通信和泛IT）。这很可能与华为愿意投入大量资金做产品预研有关，而且2012之类的实验室部分确实在产学研和预研部分做得很不错，也值得这么大规模的投入。2019年博士应届招聘是这样的：

可以看到，2019年博士校招里，科研创新比较注重的公司（华为大疆）都给的比较高，Deepmind就不谈了，这个不在国内。但是，也要注意并不是所有博士都给这么高package，具体需要看研究领域是不是匹配，也要看公司是不是需要，所以就题目中的这个图来说，显然CV，ML，通信部分的先进研究是华为关注的重点。

猜测招聘因素

图中这位楼主对论文数目和引用进行了统计，但是做的很不完善也有很多误差，就不同领域和不同专业而言，论文数目和引用数目都无法横向比较，ML领域不是很熟，就谈谈IoT，SDN和终端功耗这三个领域可能的招聘因素。

首先，学校很重要。如果我没认错人的话，这三位同学分别来自清华北大浙大，也有人说是博士期间就和华为有深度合作。。。先天是占据巨大优势的。

其次，领域很重要。IoT（物联网），SDN（软件定义网，网络切片），终端功耗（终端节能），这三个是目前通信方向很有前景的领域了，市场潜力很好，也很前沿，当然重要的是这些方向非常缺人。

然后，才是论文和引用。猜测论文和引用数目会对package有一点影响，但是不会太多。就公布出来的研究成果来说，作为学渣没办法准确评价，不过和我认识的一些华为应届博士同学对比还有进步空间。

意义

如果单纯看公布出来的名单，华为招聘千金买骨的意义要远大于实际意义。图里楼主也说了，这么公布薪水感觉倒挂相当严重，人读到博士，大概都有一些傲气。如果一个人和自己水平没有巨大差距，那大家都会觉得「我上我也行，为什么不让我上」；如果一个人和自己水平差距很大以至于追赶不了，那大家才会觉得「哇真厉害，心服口服」，所以有人觉得（他也没多牛逼啊）也很正常。

华为早些年因为公司文化的问题，对博士不够重视，有相当多的博士离职，任总当时签发了3个电邮询问这件事^[1]。千金买骨主要是为了扭转华为在博士心中的形象。

研发体系博士类员工近5年累计平均离职率为21.8%，入职时间越长累计离职率越高，2014年入职的博士经过4年，只有57%留下来，

虽然现在公布这件事的时机和思考方式都不一样，不过我觉得对一个公司来说，订招聘策略的时候还是要考虑一下老员工和水平相近的人的，要让人觉得「这个人是真的厉害，我比不上」可能会比较服众。不然以后有差不多水平的同学来入职，应该给什么待遇呢？

对于这些同学来说，顶着「天才少年」的光环进入华为，内部外部压力都会很大，毕竟要有对得起薪水的产出，希望他们能把压力转化为动力。

（逃

PS.

看到其他回答，第二位Qin博士还是很厉害的，声明一下。经提醒心声社区楼主的原始统计有点问题，更详细的可以看这位答主的答案。

如何看待华为招聘刚毕业博士年薪超过 200 万？

其实正如邱双小姐姐所说，问题的重点是，华为招聘博士的评价标准到底是什么？什么样的博士才算是少年天才？是纯看科研，还是有其他方面的过人之处？还是因为其他？这值得深思。

贴一个比较有道理的想法。

参考

1. ^任正非连续签发三个电邮：华为这么大，博士怎么就呆不下 http://www.c114.com.cn/news/126/a1079790.html

读博经历给我的重要收获之一，就是让我见识了人与人的差距，以及自己的天花板。

本科总体还是学有余力，即使不是顶尖，但和顶尖同学的差距，反映在学积分上也不那么悬殊。好比95和90分，因为有100分满分这个统一上限压着，差距看起来不会那么明显。

等到了研究生期间，学术研究就再也没有上限限制了，这使得人与人的差距显得特别大。比如我同级的一位博士生，谷歌引用已经超过1000，而我还是两位数。既然学术成果分化很大，那么毕业后收入一个水平也不是很合理。

而且从多劳多得的角度，我相信这些200万年薪的应届博士毕业生，所创造的工作量和价值，除以收入水平，应该不会低于普通毕业生，所以我羡慕但也酸不起来。换做是我，即使华为给我200万年薪，我也不好意思要。

我唯一的担忧就是这种行为是否太过高调，会给这个制度以及入选者带来更多压力。毕竟很难保证，每一位入选者都对得起这个价，以及每一位入选者工作能力都强于那些对不起这个价的老员工。

更新：专业不同，所以我不知道这几位同学水平如何，只能相信华为相关部门的判断能力。以及，安利下@甜草莓的回答

https://www. zhihu.com/question/3364 18328/answer/758954316?hb_wx_block=0

成熟的公司很少对没有工作经验的毕业生有多看重，姿态还是要表的，比如微软就会把毕业生拉盖茨家里参观一下，让他们感觉自己是未来微软的中流砥柱。但干不好，该滚蛋还得滚蛋。

何况国内有个试用期制度，企业这么干没啥亏可吃。

至于千金买马骨买个羊骨头的笑话，不大可能出。因为绝大多数博士生与千里马还差个十万八千里，最多是个百里驴千里马种子。

花大价钱请个顶级专家请错了会影响很大。花个200万请几个一流博士生，请成了二流，毛影响都不会有。自视甚高的牛逼博士未必能对企业有个卵用。

在这个问题上，华为HR或整个AI部门犯傻的概率，与几个清高一流博士被华为有意搞掉的概率应该相差不多。甚至后者概率更高。

AI整体在早期，说实话谁也不比谁牛逼多少。我还真不信华为这么个决策就砸了自己的锅。痛失了几只决定未来的人才。

但很明显，华为的这个高薪，让业内不淡定了。。。真正的人才，真的会因为华为所谓的“不识货”而甘于自己拿百万，自己瞧不上的傻比拿200万吗？

我觉得是好事，充分体现了华为参与国际人才竞争的觉悟。

顶尖人才是那么好抢的吗？华为要和Facebook、谷歌、亚马逊至少30万美刀起的大礼包正面竞争，200万都是少的。

其次，华为释放出千金买骨的信号，不论这次的八位是千里马还是千里马骨，但真正的千里马都看到了华为的决心，华为仿佛在说：

“何恺明、李沐、贾扬清、陈天奇（此处省略一万字），华为欢迎你们，以后想来华为200万后面加一个零还是两个零都可以商量啊”

最后，我觉得正是这一年多华为的种种举动带火了EECS相关专业，成电、西电等学校今年高考分数线都有不同程度的突飞猛进。我觉得这是好事，科技对抗必将成为中美未来三十年的主题之一，唯有把最顶尖的人才都吸引到科技领域来，中国才能打赢这场科技战。

Update 1

其他行业内的指出错误并提意见，感谢。但是评论区不了解科研的杠精也敢来喷？

你如果博士毕业，意味着你在此领域有深入了解并有实践经验，最简单的评价方法当然是看论文水平。你哪只眼睛看见我说以数量为先了？以钟钊为例，他的一篇CVPR就是在SenseTime实习的工作，再整理成论文的，评价他的水平看这个有错？

知道这个前提，就明白面试博士必须是这个领域的专家，即便其他方向级别再高的教授或工程师来面，不了解这个领域的一样要被忽悠。

我恰巧对NAS和SLAM都有了解。如果企业要招博士刚毕业的领军人物，就得是在这个领域开宗立派的，哪怕开小宗立小派也行。秦通拿IROS的Best Student Paper和提出VINS，SLAM领域研究者是佩服的，给他300万年薪都不嫌多。像另一个回答里说的，美国30万刀Package+绿卡稳拿，华为要抢这样的人就得出血。

反观另一个，手写字符相关的也没做到极致就扔下了，NAS火了把强化学习里的经典算法挪到这里水一篇CVPR。DARTS这种才是开宗立派的工作！NAS领域的哥们一看，你华为200万就买了个这，岂不笑掉大牙。

另说一句题外话，EE/CS界的文章影响因子比不上生化环材，但是是最贴近普通人的，你手机里的算法也许就发源于5年前的一篇论文。而且CS普遍看重会议，期刊反而不那么优秀。隔行如隔山，杠精们最好知道这一点。

原文：

为什么不直接看看这些人的文章呢，学术界的人最容易看水平了，我帮你们完成了。

秦通是值这个价的，甚至有点低了。其他的么，大笑三声。

评价就是千金可以买马骨，但最好还是有业内的人把关，否则买到马粪就贻笑大方了。

只统计学生一作或导师一作学生二作的文章，一定不全请好事者补充，也请业内的评价文章水平。

钟钊

方向：人工智能（CV，NAS）

学历：华中科技大学本科，中科院自动化所博士

水平：1篇OA的SCI，2篇顶会。中等偏上的博士吧，但这也能值200万？

Zhong Z, Yang Z, Feng W, et al. Decision Controller for Object Tracking With Deep Reinforcement Learning[J]. IEEE Access, 2019, 7: 28069-28079.

Zhong Z, Yan J, Wu W, et al. Practical block-wise neural network architecture generation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 2423-2432.

Lin C, Zhong Z, Wei W, et al. Synaptic strength for convolutional neural network[C]//Advances in Neural Information Processing Systems. 2018: 10149-10158.

Zhong Z, Yin F, Zhang X Y, et al. Handwritten Chinese Character Blind Inpainting with Conditional Generative Adversarial Nets[C]//2017 4th IAPR Asian Conference on Pattern Recognition (ACPR). IEEE, 2017: 804-809.

Zhong Z, Zhang X Y, Yin F, et al. Handwritten Chinese character recognition with spatial transformer and deep residual networks[C]//2016 23rd International Conference on Pattern Recognition (ICPR). IEEE, 2016: 3440-3445.

Zhong Z, Shen G, Chen W. Facial Emotion Recognition Using PHOG and a Hierarchical Expression Model[C]//2013 5th International Conference on Intelligent Networking and Collaborative Systems. IEEE, 2013: 741-746.

秦通

方向：SLAM

学历：浙江大学本科，香港科技大学博士

文章：1篇高水平SCI，2篇顶会，IROS 2018 Best Student Paper。大神，这是千里马。

Qin T, Shen S. Online temporal calibration for monocular visual-inertial systems[C]//2018 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2018: 3662-3669.

Qin T, Li P, Shen S. Vins-mono: A robust and versatile monocular visual-inertial state estimator[J]. IEEE Transactions on Robotics, 2018, 34(4): 1004-1020.

Qin T, Li P, Shen S. Relocalization, global optimization and map merging for monocular visual-inertial SLAM[C]//2018 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2018: 1197-1204.

Qin T, Shen S. Robust initialization of monocular visual-inertial estimation on aerial robots[C]//2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2017: 4225-4232.

李屹

方向：数学，形式化方法

学历：北京大学本科，北京大学博士

文章：（非业内，欢迎补充）

Li Y. Developing Reliable Component-Based Software in Mediator[C]//International Conference on Formal Engineering Methods. Springer, Cham, 2018: 432-435.

Li Y, Sun M. Generating arduino C codes from mediator[M]//It's All About Coordination. Springer, Cham, 2018: 174-188.

Li Y, Zhang X, Ji Y, et al. Capturing stochastic and real-time behavior in Reo connectors[C]//Brazilian Symposium on Formal Methods. Springer, Cham, 2017: 287-304.

Li Y, Sun M. Component-based modeling in mediator[C]//International Conference on Formal Aspects of Component Software. Springer, Cham, 2017: 1-19.

Li Y, Sun M, Wang Y. Active Learning from Blackbox to Timed Connectors[C]//2016 10th International Symposium on Theoretical Aspects of Software Engineering (TASE). IEEE, 2016: 132-135.

Li Y, Sun M. Modeling and verification of component connectors in Coq[J]. Science of Computer Programming, 2015, 113: 285-301.

Sun M, Li Y. Formal modeling and verification of complex interactions in e-government applications[C]//Proceedings of the 8th International Conference on Theory and Practice of Electronic Governance. ACM, 2014: 506-507.

Li Y, Sun M. Modeling and analysis of component connectors in Coq[C]//International Workshop on Formal Aspects of Component Software. Springer, Cham, 2013: 273-290.

管高扬

方向：物联网

学历：浙江大学本科（竺院），浙江大学博士

文章：MobiCom水平较高（@beta stephen 评论）

Guan G, Dong W, Zhang J, et al. Queec: QoE-aware edge computing for complex IoT event processing under dynamic workloads[C]//Proceedings of the ACM Turing Celebration Conference-China. ACM, 2019: 30.

Guan G, Dong W, Gao Y, et al. TinyLink: a holistic system for rapid development of IoT applications[C]//Proceedings of the 23rd Annual International Conference on Mobile Computing and Networking. ACM, 2017: 383-395.

Guan G, Fu K, Cheng Z, et al. Rapid development of IoT applications with TinyLink[C]//2017 IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS). IEEE, 2017: 956-957.

Guan G, Dong W, Gao Y, et al. Towards rapid and cost-effective prototyping of iot platforms[C]//2016 IEEE 24th International Conference on Network Protocols (ICNP). IEEE, 2016: 1-5.

贾许亚

方向：软件定义网络（修改自@令狐诗楠）

学历：清华大学本科，清华大学博士

文章：（非业内，欢迎补充）

Jia X, Jiang Y, Zhu J. Link fault protection and traffic engineering in hybrid SDN networks[C]//IEEE INFOCOM 2018-IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS). IEEE, 2018: 853-858.

Jia X, Jiang Y, Guo Z, et al. Intelligent path control for energy-saving in hybrid SDN networks[J]. Computer Networks, 2018, 131: 65-76.

Jia X, Li Q, Jiang Y, et al. A low overhead flow-holding algorithm in software-defined networks[J]. Computer Networks, 2017, 124: 170-180.

Jia X, Jiang Y, Guo Z. Incremental switch deployment for hybrid software-defined networks[C]//2016 IEEE 41st Conference on Local Computer Networks (LCN). IEEE, 2016: 571-574.

Jia X, Jiang Y, Guo Z, et al. Reducing and balancing flow table entries in software-defined networks[C]//2016 IEEE 41st Conference on Local Computer Networks (LCN). IEEE, 2016: 575-578.

王承珂

方向：功耗控制

学历：北京大学本科，北京大学博士

文章：（非业内，欢迎补充）

Guo Y, Wang C, Chen X. Understanding application-battery interactions on smartphones: A large-scale empirical study[J]. IEEE Access, 2017, 5: 13387-13400.

Wang C, Guo Y, Xu Y, et al. Standby energy analysis and optimization for smartphones[C]//2016 4th IEEE International Conference on Mobile Cloud Computing, Services, and Engineering (MobileCloud). IEEE, 2016: 11-20.

Wang C, Yan F, Guo Y, et al. Power estimation for mobile applications with profile-driven battery traces[C]//Proceedings of the 2013 International Symposium on Low Power Electronics and Design. IEEE Press, 2013: 120-125.

林晗

方向：大数据

学历：中科大本科，中科大博士

文章：可能查得不全，但就1篇文章吗？

Lin H, Su Z, Meng X, et al. Combining Hadoop with MPI to Solve Metagenomics Problems that are both Data-and Compute-intensive[J]. International Journal of Parallel Programming, 2018, 46(4): 762-775.

何睿

重名的太多，查不到

看了几个人的citations，感觉HR又出了个昏招，脑子一热给了个special offer，而实际上这些人水平参差不齐，有的很棒，但有的在阿里、头条、商汤真的完全排不上号，也就是50-60万package左右的亚子，属于拿批发价进去调参的那种。

第一个拿200万的Zhao Zhong，一作总共8篇paper，引用100出头，如果稍微了解一下job market就知道这样的水平在阿里实际上只值60万（https://scholar.google.com/citations?user=igtXP_kAAAAJ&hl=en）；

后面秦通做SLAM还拿了IROS的best student paper其实非常棒，做的东西非常好，200万完全合理，据我所知去腾讯AI Lab、Pony AI甚至waymo（谷歌无人车）也完全能拿到这个价。我想问问华为的HR，第一个Zhao Zhong何德何能，居然能跟秦通并列在一起？

后面有的人我连个人主页都搜不到……那个Yi Li的2000次引用是哪里来的？那个林涵只有一篇四区野鸡会议又是如何跟这些人并列称为“天才少年”的？这种中国人每年在全世界范围内，没有一万也有几千吧？

总之给我感觉是，华为随便挑了几个new grad PhD发了80万到200万的package，居然只看一作数量和引用次数，显示出他们的极其不专业。有人说“千金买马骨”，问题是你千金买了马骨，华为内部还有一堆五六十万的老员工，有不少人在传统通信发的paper含金量比他们可能还要出色，你这是成心气死他们，还是逼走他们？

国内deep learning这个领域里，商汤旷视阿里腾讯海康威视字节跳动Pony这批公司都算第一梯队的，华为是第二梯队，人家手底下每个部门一年十几篇顶会，华为自己一年总共在ML所有领域加起来都发不了十几篇顶会。这几个new grad PhD如果去了前面第一梯队的那几家公司里，有的人怕是也就是60万封顶的水平。

至于如何评价华为，我只能认为又一次显示出了华为的不专业，你没有这个领域的人来亲自面试，你真的没资格上牌桌，因为你连正确的人都招不对——100次引用的华为天才少年，放在商汤可能只有拿着批发价调参的份儿，你标不好价格，给一堆普通水平的人开200万的package，整个公司没一个懂行的玩家，只能吃哑巴亏，给这个Zhao Zhong带来了巨大的压力，还让自己的其他所有员工寒心。

更新：那个引用次数2000多次的“李屹”如果没有打错字的话，很明显是造假了，正主的google scholar主页在这里：https://scholar.google.com.hk/citations?user=MW36lZUAAAAJ&hl=en，很显然是把李益和代季峰的那篇r-fcn算作自己的了，否则请这个“李屹”把自己的2000次引用的paper写一下，谢谢。

最后更新一下，不是说不应该给多大的包裹。包裹是你和公司你情我愿的事情，这个大家都懂，从来没人指责这几个“天才少年”们。

不过还有一个简单的道理，如果一个部门持续烧钱而不能产生足够的利润，那么这个部门极其容易被整体裁掉。张潼带队的腾讯AI Lab已经如此努力了，钱也没有华为给个new grad PhD发200万的大包裹这么夸张，还做出了很多相当优秀的开源项目和paper，结果依然被腾讯内外各种侧目，被指各种烧钱太多遭到排挤。

“千金买马骨”不是不可以，但是如果你花了千金还只买了马骨，还把自己优秀的老马给气走了，最后不产生价值的马骨赚了一千万，养了一个烧了钱连paper都产不出的部门，那必定是华为决策层的一大失误，只能显得华为自己不专业，吃亏的是整个集团。

200万只是对新招的博士来说非常高。

而在华为呆的时间比较久的，以华为薪酬和分红体系，再加上驻外，一年杂七杂八，拿到这个数的人并不能算凤毛麟角。这些人现在给华为做出的贡献会比新招的博士多吗？

对华为来说，这点薪酬支出，并不是一个非常大的数字。

且不说这次招募的人含金量多高。

这个新闻一公布，会有多少华为需要的人去试试运气，看自己能不能成为华为需要的天才少年。

华为在人员管理上是有很多负面消息，但是钱多足以抵消一切负面。

新闻一出，华为招募顶尖人才就更便利了，尤其业内互相鄙视的，同领域，你感觉这次的xxx水，不值这个价，你比他强，你拿的钱远远不到200万，你是不是就去华为应聘了呢？

对老板来说，给博士生们可以画200万的饼了。还不乖乖给老板干货，忍几年博士毕业，会有人给你大饼的。

对学生和学生家长来说，高考选专业更有参考了，选金融没背景关系，就业都是问题。算CS华为不要，行业价码也在这不是。