可滑雪面积
6 km²
面积更大 69% 有数据的度假胜地
雪道长度
120 km
雪道公里数更多 68% 有数据的度假胜地
垂直落差
1,070 m
垂直落差更大 64% 有数据的度假胜地
可滑行垂直落差
没有可用的数据
山脚海拔
1,030 m
基地海拔更低 63% 有数据的度假胜地
山顶海拔
2,100 m
山顶海拔更低 57% 有数据的度假胜地
缆车数量●
30
缆车更多 81% 有数据的度假胜地
年均降雪量●
600 cm
降雪更多 73% 有数据的度假胜地
雪季长度●
120 days
雪季更短 72% 有数据的度假胜地
日票价格●
ARS 120,000
旺季一天的全价成人现场缆车票。大多数季节工作者从不支付这个价格——这里列出是为了衡量度假村的定价水平。
日票更贵 51% 有数据的度假胜地
季票价格●
ARS 978,600
全价成人季票。员工票通常免费或大幅折扣,所以这是客人支付的价格,而非你会支付的价格。
季票更便宜 81% 有数据的度假胜地
最近机场●
BRC — Bariloche
机场距离●
34 km
距离机场更近 94% 有数据的度假胜地
月均工资●测试版
ARS 440,000
季节工作者入门级职位的月净收入(税后)。如果没有度假村特定数据,则使用国家平均水平。
薪资更低 97% 有数据的度假胜地
月均租金●测试版
USD 1,300
当地公开市场上整套一居室或工作室公寓的租金。这不是大多数季节工实际支付的价格:合租房间或员工宿舍通常是这个价格的一半到三分之一。将其视为上限,而非市场价。
租金更贵 61% 有数据的度假胜地
周均食品费◐测试版
USD 30
一个人一周的超市食品自炊费用。不包括外出就餐、酒精饮料和家用用品。
食品更便宜 87% 有数据的度假胜地
啤酒价格●测试版
USD 3
度假村酒吧标准啤酒(品脱或500毫升)的标价(税前、未含小费)。反映夜间消费的相对价格。
啤酒更便宜 91% 有数据的度假胜地
夜生活●
6.5/10
夜生活更丰富 84% 有数据的度假胜地
员工住宿●
4.5/10
员工住宿更差 76% 有数据的度假胜地
初学者友好度●
6.5/10
初学者友好度更低 59% 有数据的度假胜地
难度等级●
5.6/10
难度更大 51% 有数据的度假胜地
雪道vs野雪●
4.4/10
雪道更多 53% 有数据的度假胜地
野外滑雪●
6.5/10
野外滑雪更多 62% 有数据的度假胜地
数据收集日期 2026年7月
Loading map…
对在 Cerro Catedral (Bariloche) 工作一个季节有疑问?任何拥有帐户的人都可以提问;答案来自社区。
还没有问题——成为第一个提问的人。
Cerro Catedral 不会让你在一个四个月的雪季里感到无穷无尽的乐趣。1070米的垂直落差和6平方公里的可滑雪区域,意味着这是一座相对较小的山,到了七月中旬你就能彻底滑遍——这里的重复地形问题确实存在。105天的雪季(六月中旬到十月初)在南半球算是扎实的,但雪的可靠性并不稳定;缆车经常因风关闭,山脚区域可能干燥,而高处却有积雪。话虽如此,这座山非常适合中级滑雪者,如果你愿意探索压雪道之外的地方,这里有足够的高级野雪地形(碗状地形、陡槽、野外滑雪选项)让你进步。如果你是专家级滑雪者,想要无尽多变的地形,你可能会感到无聊;如果你是中级滑雪者并且渴望提高,这里有足够的内容让你保持兴趣。
Bariloche 是一个真正的城市,距离雪场仅20分钟车程,这是一个巨大的优势——你不会被困在一个单调的山地小镇里。租金和杂货费用按国际标准来说确实便宜(每周约12,000 ARS用于食物),但阿根廷经济不稳定,价格波动较大。你可以在 Bariloche 本身找到真正的商店、餐厅和日常便利设施,使得雪场之外的生活更加宜居,而不是孤立无援。最近的国际机场(Bariloche)距离34公里,进出都很方便。主要的问题是当地经济困难,这会影响你寻找雪场外工作的机会和工资水平。
如果你是一个外国人,在这里找工作确实很困难——这里不像澳大利亚或新西兰那样有成熟的季节性招聘渠道。你最好的选择是滑雪教学,最好已经持有相关认证;否则,城里的酒店和零售工作虽然存在,但薪资低且难以获得。员工社区主要是阿根廷和拉丁美洲人,而不是国际化的;你需要在山上工作的话,必须流利掌握西班牙语,而葡萄牙语也有帮助,因为巴西游客很多。没有正式的员工住宿保障,所以你需要在 Bariloche 或山脚附近寻找租房。高峰季节(七月底到八月初)气氛热闹,因为阿根廷学校放假,但这里的季节工场景缺乏你在北美或欧洲能找到的成熟的国际社区——这是一个适合说西班牙语或持有认证的滑雪教练的地方,他们愿意处理签证问题并直接联系滑雪学校。
规模与地形
出色
降雪与雪季
中等
地形风格
社区氛围
中等
每个仪表盘综合了多项数据,并与站内所有雪场对比。若缺少某项数据,我们会用现有数据计算,而不是把空缺当作零。