衆所周知:
科技公司,尤其是硅谷的科技公司,
在員工薪資上都出手很大方。
而在這些硅谷科技公司中,
又有一個公司特別突出。
它,就是Netflix。
到底有多突出呢?來感受一下:
(圖片來源:知乎)
(圖片來源:知乎)
(圖片來源:知乎)
再來看看美國求職網站Salary Project Blog提供的數據:
Netflix軟件工程師的平均基本薪資
$325K—$600K/年,中位數$380K/年
居然是Google、Facebook
程序員薪資的2倍多...
不過有的小夥伴可能會說:
Netflix工資高,還不是因爲沒有股票,沒有獎金….
沒錯,Netflix和Google、Facebook等FLAG公司不一樣,一般不給員工發股票。
但即便如此,同樣是擁有2-5年工作經驗的程序員,在Netflix的總年收入是340K,在Facebook是257K(暫且不考慮股票有可能帶來長遠價值),Netflix還是高了不少。
沒錯,Netflix也沒有年終獎這一說。
不過這主要是因爲,Netflix認爲公司所有員工的能力和水準,都應該達到能拿最高一檔獎金的水平,因此按照同行最高一檔獎金的標準來發工資。
美國的網友們對於Netflix爲程序員開出如此高的價碼,並沒有採取“酸”的態度,而是大寫的respect:
“那些Netflix的程序員得到了他們應得的”
“Netflix觀影這麼流暢都是他們的功勞,
公司在他們身上花的每一分錢都值了”
....
(圖片來源:Reddit)
(圖片來源:Reddit)
那麼,Netflix的程序員,到底創造了多少輝煌?
據統計,目前Netflix全球用戶高達1.2億人,美國本土訂閱用戶已經超過有線電視;高峯時段Netflix佔據北美互聯網1/3的帶寬,市場佔有量肉眼可見。
(圖片來源:Tableau)
去年艾美獎,Netflix更是拿到112項,將獲得108項提名的HBO趕下提名數量最多的寶座。
除了電視和移動端,Netflix還在衝擊大熒幕:
Netflix自制電影《羅馬》斬獲4個金球獎,並提名了今年的奧斯卡金像獎!
同時,Netflix還加入美國電影協會,成爲協會裏唯一一家“硅谷血統”的技術公司。
看看協會其他成員公司: 迪士尼、華納、環球、福斯、派拉蒙、索尼.....
你也許想問,Netflix的這些成就跟程序員有什麼關係?
Netflix每一個“吸粉”產品,都離不開背後強大的技術支持
01 | 每一個高清流暢大片都由算法支撐
你有沒有想過,爲什麼在Netflix上的觀影感受那麼好?爲什麼那麼流暢?那麼高清?
大多數流媒體公司都會根據用戶的網絡帶寬來決定傳輸的畫質,Netflix也是如此,每一個視頻都要做多個不同畫質、不同壓縮程度的視頻文件來支持。
但是問題來了,若使用同一種encoding技術,把《流浪地球》和《小豬佩奇》都壓縮到同一帶寬標準,效果是完全不同的。前者畫質將遭遇嚴重損失。
於是Netflix的算法小組花了4年時間來重新coding這一切。
他們摒棄了統一粗暴的一刀切,而採用精細化處理,每一部片子都會用到不同的算法。Netflix的工程師願意做到多精細?他們認爲即使是同一個劇集,每一集都是不同的,每一集都應該有自己的encoding。
在他們的努力下,每位用戶在觀影時不僅節省了20%的帶寬,還提高了畫面的質量。
今天,你觀看的每一部高清流暢的大片,都“淌着”這些工程師誠意的“血汗”!
02 | 算法+數據,顛覆內容生產方式!
Netflix的大數據和優化推薦算法,已經被津津樂道多年。隨着訂閱用戶的持續增長,Netflix也掌握了越來越多的數據(包括觀影內容、觀影設備、觀影時間等等),並以此爲出發點進行個性推薦和自制原創內容。
在內容生產方面,Netflix用大數據拍“大數劇”,該公司挖掘了大量有關其訂閱用戶口味的數據,藉此確定哪些節目可以投資;
在內容分發方面,Netflix利用推薦系統,幫助用戶“無腦”挑片。
就連用戶點進Netflix首頁後看到的所有劇集預覽圖(thumbnail),都是爲他們量身定製的。
(同一部劇,每個用戶看到的預覽圖都不一樣)
針對每一個劇集,Netflix都會有一個數據庫(Metadata),收錄視頻的每一幀。然後數據庫再根據Visual、Contextual、Compositional這三個準則對每一幀截圖的質量進行排序。
最終通過A/B testing挑選出高質量的、最有可能被用戶喜歡的一幀作爲預覽圖。
在推薦系統幾乎是所有IT公司獲取利潤的來源的今天,會推薦算法的程序員,都是各公司爭搶的人才。
想學習工業界熱門的推薦算法?
想動手做相關項目?
不妨瞭解一下來Offer【全棧開發項目實踐課程】的王牌項目之一:基於AWS的Event推薦系統設計項目。
本項目將帶你實際設計和開發一個Event推薦API和門票的搜索系統。同時,你將學會如何在AWS上部署一套可靠的後端服務與數據庫,並學習如何對其進行測試和維護。
* 需要這類技術人才的公司:Google, Facebook, Amazon, Airbnb, Tripadvisor, Yelp等等。
更多科技求職諮詢,請關注“來Offer”!