美国
$116k摘要:US mid–senior typical from this profession's market ladder/regions, 2023–24 bands.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
格子越深,表示该主题在这项指标上越高。
低高
研究数学家把大部分时间用在试图证明还没人证明过的命题上:阅读论文、计算例子、写满黑板,再把其中能存活下来的一小部分想法整理成文。多数人还要教学并指导学生。应用与产业数学家则构建并分析模型——针对市场、机械、疾病或数据——这里的数学必须回应杂乱的现实。这两种工作里,纯算术都占极小的比例。
对研究与大学岗位而言,几乎在任何地方都是如此:博士学位是证明你能产出新数学成果的资历。学术界之外的情况则宽松得多——交易公司、科技企业与政府机构会招收出色的学士与硕士毕业生——而且与医学或法律不同,法律上没有任何东西能阻止一个没有任何学位的人去证明定理。拉马努金就从未拿到过学位。
所在行业远比资历更重要。2023年美国数学家的薪酬中位数约为11.6万美元(BLS);德国正教授通常年收入约8万至11万欧元;法国CNRS初级研究员起薪接近3万欧元。异常值出现在金融业:顶尖交易公司的资深量化研究员,收入可达教授薪水的数倍——但这只是这门职业中一小部分经过精挑细选的人群。
AI系统在2025年已在国际数学奥林匹克竞赛题目上达到金牌水平,Lean等证明助手如今也能验证研究级的论证。机器仍无法做到的,是判断哪些问题真正重要、发明能让一个问题变得可解的定义,或是为数学意义承担责任。多数研究者预期这份工作会被改造——更接近与一位强大的合作者共事——而不会被彻底取代。
阿尔弗雷德·诺贝尔在1895年的遗嘱中就单纯没有把数学列入其中;流传甚广、说他与数学家哥斯塔·米塔-列夫勒有私人恩怨的说法并无文献支持。这门学科转而建立了自己的荣誉体系:自1936年起每四年颁发一次、授予四十岁以下数学家的菲尔兹奖,以及自2003年起由挪威每年颁发、奖金堪比诺贝尔奖的阿贝尔奖。
克雷数学研究所在2000年提出的七个难题,每题悬赏100万美元:黎曼猜想、P与NP问题、纳维-斯托克斯方程与杨-米尔斯方程问题、贝赫和斯维讷通-戴尔猜想、霍奇猜想,以及庞加莱猜想。目前只有庞加莱猜想被解决——由格里戈里·佩雷尔曼证明,他在2010年拒绝了这笔奖金,在此之前也拒绝了菲尔兹奖。
在所有单一培养管道中,数学或许拥有最悬殊的薪酬跨度:同一个博士学位,一条出路通向法国一份年薪3万欧元的初级研究岗位,换一条出路,则能通向纽约或伦敦一份薪酬超过40万美元的量化研究席位。所在行业,而非资历或天赋,才是决定性变量,而学术道路在每一个阶段都是薪酬相对微薄的那一条。
这个市场同时也分裂成了一个极小的“正名”核心圈,和一个庞大的“无名”流散群体。美国劳工统计局2023年统计到,仅约2200人以“mathematician”这一字面头衔受雇——但预计到2033年,数学相关职业将增长11%,是各领域中最快的之一,因为同一套训练如今正以数据科学、金融、密码学与机器学习等其他名义驱动着经济。
美国,2024年典型的资助津贴,免学费;欧洲的博士研究者往往是拿薪水的雇员(如德国TV-L E13薪级)。
美国,2024年典型的数学博士后薪酬;NSF博士后奖学金金额相近。
美国,据AMS教职薪酬调查,2020年代中期博士授予院系的平均水平;英国讲师职位与法国副教授职位的薪酬明显更低。
美国,2020年代中期研究型大学的平均水平;拥有捐赠教席的明星学者收入更高,而全世界多数教授的收入更低。
美国/英国,2024–25年顶尖交易公司与AI实验室的总薪酬——这是这门职业学术界之外一小部分精挑细选人群所能达到的薪酬顶峰。
中高级岗位的常见区间、工时与假期——不是起薪。备注写明年份与市场。
摘要:US mid–senior typical from this profession's market ladder/regions, 2023–24 bands.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
摘要:Korea mid–senior typical drawn from regional notes on Mathematician where available, 2023–24.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
摘要:Japan mid–senior typical drawn from regional notes on Mathematician where available, 2023–24.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
摘要:Germany mid–senior typical drawn from regional notes on Mathematician where available, 2024.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
摘要:UK mid–senior typical drawn from regional notes on Mathematician where available, 2024–25.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
摘要:Singapore mid–senior typical drawn from regional notes on Mathematician where available, 2023–24.
摘要:Grant and experiment calendars create quiet weeks and crunch weeks.
苏黎世联邦理工学院及瑞士各大学的正教授,是全世界薪酬最高的学者之列,2024年。
“数学家”这一职业的薪酬中位数,BLS,2023年5月;学术界与政府岗位大多聚集在这一水平附近,金融业则远高于此。
W3教授基本工资区间,2024年;可协商的补贴可为资深招聘对象大幅加码。
研究型大学的教授薪酬区间,2024年;伦敦的量化岗位薪酬可达此数的数倍。
2020年代中期国立大学正教授的典型薪酬;产业界数学岗位的薪酬正从较低基数上升。
2020年代中期,印度理工学院与印度科学理工学院资深教授在第七次薪酬委员会下的总薪酬;孟买与班加罗尔私营部门的量化与分析岗位薪酬可高出许多。
德国马克斯·普朗克学会旗下位于波恩的研究所,提供不承担教学任务的纯研究岗位——这是欧洲数学研究所的典型模式。
法国的国家研究机构,通过全国性竞争选拔,把数学家聘为终身公职研究人员——这是一种美国没有对应制度的职业结构。
自称是美国最大的数学家雇主,招聘从事密码分析与密码学工作;英国的GCHQ在大西洋对岸扮演着同样的角色。
以招募奥数奖牌得主与数学博士著称的量化交易公司,也以赞助竞赛与解谜文化作为招聘渠道而闻名。
其AlphaProof与AlphaGeometry系统达到了奥数奖牌水平的AI实验室,聘请研究数学家来进一步推动机器推理能力。
普林斯顿曾庇护爱因斯坦、哥德尔与冯·诺依曼的研究机构;其数学学院拥有终身教职员工,并接待数百名访问研究者,提供这个领域最令人向往的一些奖学金。
学术界的需求在设计上就是一个瓶颈:美国每年约1900名博士,追逐的是数量远少于此的永久研究岗位,多份博士后与跨国流动已成为常态,每一届毕业生中相当一部分最终流向工业界——这不是失败,而是这个市场真正的多数结局。
工业界的需求则截然相反。量化金融、机器学习、密码学与数据科学正以创纪录的速度、不断上涨的薪酬吸纳数学人才,仅NIST在2024年启动标准化的后量子密码学转型,就已为数论学家与格密码专家保证了多年的就业。
长期的驱动力是结构性的:自动化的每一次进步,都会提高那些能够规定、建模并验证机器所做之事的人的价值。数学正是为此而生的训练,这也是为什么这门职业的就业预测,始终跑赢它自己在字面职位头衔下的实际人数。
不限同一领域,六项评分最接近的职业。
公开讲授一门学问并以此谋生的学者——从柏拉图学园到终身教职与 AI 助教,二十五世纪的教学与发现史。
抗AI 76 🎬通过决定每一个镜头、每一次表演和每一处剪辑,把剧本变成一部完成的电影,再说服制片人、制片厂和观众相信这份投入值得那笔预算。
抗AI 73 🧩研究心智与行为的科学家:从1879年冯特在莱比锡的实验室,到今天的治疗室,受过训练去听懂一个人自己尚且说不出口的话。
抗AI 82 💱研究稀缺性的学者——从亚当·斯密的制针厂到中央银行的决策室,至今仍被要求预测任何模型都无法完全捕捉的东西。
抗AI 62 🔭丈量宇宙的科学家,从巴比伦泥板到空间望远镜,始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 ⚖️社会所信赖的裁决者:从汉谟拉比石碑到AI评分的保释听证,最棘手的争端至今仍要交由一位担责的人来了结。
抗AI 90衍生并测试关于物质,能量,空间和时间的数学定律,从一个孤独的粉笔板到3000个作者的粒子对流器纸.
抗AI 65 🧬研究生命本身的科学家,从Linnaeus手工命名物种,到用CRISPR编辑基因组,仍然在针对一个活生物体测试每一种想法.
抗AI 64 🧪亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室,仍是那个判断谱图意味着什么的人。
抗AI 70 📊从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称,建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 🔭丈量宇宙的科学家,从巴比伦泥板到空间望远镜,始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 🧿构建、测量和控制利用量子态进行计算、传感、通信和材料研究的设备。
抗AI 78 🧫使用临床、试验和卫生系统数据生成可靠的证据,以实现更安全的护理、研究和运营决策。
抗AI 68