可滑雪面积
2.1 km²
面积更小 60% 有数据的度假胜地
雪道长度
18 km
雪道公里数更少 85% 有数据的度假胜地
垂直落差*
1,376 m
* Computed (base + vertical = max elevation)
垂直落差更大 83% 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
944 m
基地海拔更低 66% 有数据的度假胜地
山顶海拔
2,320 m
山顶海拔更高 52% 有数据的度假胜地
缆车数量●
40
缆车更多 88% 有数据的度假胜地
年均降雪量●
329 cm
降雪更少 55% 有数据的度假胜地
雪季长度●
135 days
雪季更长 61% 有数据的度假胜地
日票价格●
CHF 79
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 70% 有数据的度假胜地
季票价格●
CHF 850
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。
季票更贵 52% 有数据的度假胜地
最近机场●
ZRH — Zurich
机场距离●
69 km
距离机场更近 78% 有数据的度假胜地
月均工资○测试版
CHF 2,400
暂无滑雪场特定工资数据
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。
薪资更高 88% 有数据的度假胜地
月均租金◐测试版
CHF 2,500
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 95% 有数据的度假胜地
周均食品费●测试版
CHF 75
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。
食品更贵 75% 有数据的度假胜地
啤酒价格●测试版
CHF 7
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。
啤酒更贵 74% 有数据的度假胜地
夜生活●
3.5/10
更安静 51% 有数据的度假胜地
员工住宿●
6.5/10
员工住宿更好 79% 有数据的度假胜地
初学者友好度●
4.5/10
初学者友好度更低 82% 有数据的度假胜地
难度等级●
4.3/10
难度更低 66% 有数据的度假胜地
雪道vs野雪●
3.8/10
雪道更多 63% 有数据的度假胜地
野外滑雪●
6.5/10
野外滑雪更多 70% 有数据的度假胜地
数据收集日期 2026年7月
Loading map…
对在 Wengen 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。
翁根的地形能让你玩得尽兴,但它并非一个庞大的度假区。这里仅有2.14平方公里的可滑雪区域,配备40条缆车,垂直落差达1376米,年均降雪量稳定在329厘米,通常能维持135天的雪季。对于中级和初级滑雪者来说,这里的滑雪体验确实不错——村中心有适合初学者的缓坡练习道,著名的劳伯霍恩速降赛道也是一条真正的专业滑道——但如果你是专家级滑雪者,会发现当地地形有限;黑道很少,要想真正挑战,你得前往小夏戴克或门利兴。四个月后,经验丰富的滑雪者往往会觉得已经把翁根最好的部分滑了个遍,所以请诚实地评估自己是否满足于扎实的中级滑雪体验,还是需要更多变化来保持兴趣。
在翁根生活意味着要接受这个无车阿尔卑斯村庄的瑞士物价。每周杂货开销约75瑞士法郎,虽然镇上有日常商店——面包店、装备租赁、几家餐馆——但这里更像一个温馨的小社区而非物资齐全的地方;你找不到城市的便利。住宿才是真正的痛点:员工宿舍存在但数量有限且价格昂贵,许多雇主将其作为工资的一部分提供以使其可行。最近的国际机场是苏黎世机场(69公里外),通过火车和巴士连接,大约需要2-2.5小时,所以回家并不快捷。翁根本身非常适合步行且安静,这对某些季节工来说完美契合,却让另一些人感到抓狂——这里只有一家夜店和几家酒吧,所以如果你追求滑雪后的热闹氛围,得坐火车去米伦或格林德瓦。
这里的就业市场很小,以酒店业为主:酒店员工、餐厅服务员、酒吧工作以及滑雪学校教练占主导,如果你有人脉,也可以通过区域公司获得缆车运营岗位。员工住宿虽有但稀缺,因此通过雇主解决住房至关重要。季节工社群紧密而非庞大——翁根冬季从1300名居民膨胀到约1万人,但工人数量相比采尔马特或韦尔比耶要少得多。你会遇到德国人、法国人、意大利人和其他欧洲人,会说德语或法语会显著提升你的就业前景和社交融入。翁根适合学习滑雪的初学者(练习道确实对新手友好)以及寻求更安静、家庭氛围的中级滑雪者,但经验丰富的滑雪者若追求热闹的员工场景或无尽的地形,应另寻他处。
规模与地形
中等
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。