北、上、广、深数据分析职位分析

2016年12月，麦肯锡全球研究院发表了一份名为《分析时代:在数据驱动的世界中竞争(The Age of Analytics:Competing in a Data-Driven World)》的报告，该报告指出：未来社会，大数据分析仍将在五个领域拥有很大的潜力，其中对于数据分析人员的需求的增长率为每年12%，美国从事大数据专业的毕业生增长率为7%，这种情况也意味着美国每年有25万人的数据分析师缺口，麦肯锡还预测接下来的十年内美国可能需要200万到400万之间的能将数据分析和商业有效结合到一起数据商业专家。

再看下国内，这是百度指数上2011年至今大数据的关注度：

可以看到大数据从2013年左右开始火起来之后，国内对大数据的关注度一直处在一个比较高的状态。

针对这个我用python爬取了Boss直聘上北、上、广、深四个城市的近1200多条数据分析职位的数据进行分析探索，来看下数据分析师岗位的相关信息。

首先我们先看下数据分析岗位的行业需求：

总体来看需求集中在互联网相关、互联网金融、数据服务相关的一些行业方面，那么重点重点分析一下需求排名前10的这些行业之前的城市差异：

从结果来看：想从事互联网行业到北京或者上海，金融行业要多考虑上海、深圳，其他行业大家可以从图上直观看出。

那么各个经验段数据分析师的薪资水平如何呢？让我们来看下：

我们根据平均薪资来看，北京、上海的数据分析岗位薪资在四个城市中相对有竞争力。

那么企业对不同薪资的数据分析师有什么要求？通过对岗位描述做词频分析发现以下结果：

首先是硬实力（数据分析师应该掌握的工具、技能），我们对岗位描述进行词频分析找出得到的分析结果：

因为有些技能的占比比较少，我这里只做了主要技能的占比得到如上的最终结果。可以看出：

所有薪资阶段大数据分析必备技能：SQL+ 统计学知识 + Python/R + Excel + SAS/SPSS

基础数据分析师：以上技能 +PPT。

高薪数据分析师：以上技能 + Hadoop + HIVE

接下来我们看看软实力（除了技能硬性要求之外，对分析师本人要求的能力）：

我对所有招聘数据进行了关键词查找以及词云分析，得到如下词云图：

将三个词云图对比分析我们找数据分析师的基本能力：

数据分析师要求的基本能力为：对数据敏感，数据分析能力，对业务的掌握

接下来去除明显看到的基本能力来进行具体分析：

薪资10K以下能力词云

薪资10-15K能力词云

薪资15K以上能力词云

我们过滤一下词云结果发现以下结果：

1. 薪资10K以下要求更多的为需求、运营、和公司方面的东西。

2. 薪资10K – 15K除了以上能力，还要求对产品、用户、数据挖掘、数据建模、以及团队带领等方面的能力。

3. 薪资15K以上除了以上能力还对团队、沟通能力、软件技能的熟练要求更高。

接下来我们通过下图看下数据分析的高薪岗位（月薪15K以上）主要集中在哪些行业中：

显然高薪岗位集中在互联网行业当中，那我们来看下互联网以及移动互联网行业的高薪资岗位对数据分析师的技能要求：

我们看到互联网行业高薪数据分析岗位要求的与上面的不同之处就是对于海量数据处理相关的能力要求较高。

我们对某些功能上有交叉的技能进行对比分析：

1. R语言和Python语言对比：

如果你两者都没有学，那么建议你从Python开始学起，学完了之后根据实际工作情况决定是不是要学R，如果学了R，那么学起Python来也不在话下。

2. SAS 和 SPSS对比：

借鉴了一下网上的帖子，附上原帖链接：http://bbs.pinggu.org/thread-2588358-1-1.html

我总结了一张对比图：

SPSS的宗旨是简单易行，适合初学者使用。SAS更加的专业强大，但是学习成本比较高，但从统计数据来看高薪行业SAS的使用要多于SPSS，所以对于两者都没过学过的人来说先从SPSS入手，逐渐过渡到SAS软件的使用中，最终做到二而都可以熟练使用。

在这里为大家分析了数据分析师的薪资水平、行业需求、要掌握的能力跟技能，相信大家也对自己的薪资目标，学习计划有了相应的改变，毕竟机会总会留给有准备的人。文末安利一个学习好去处——微信公众号爱数圈：这里有跟你一样利用空闲时间为自己充电的职场人士，有许多带领监督大家一起学习的志愿者，还有数据领域的大牛数据君，快来加入我们吧！

转载请注明出处！(如果觉得本文不错欢迎转发，欢迎点赞！)

数据都是前一个月新爬的，想要数据的评论留下邮箱哦！

北、上、广、深数据分析职位分析相关推荐

基于Python的京津冀上广深空气质量可视化分析
目录 (一)2018年北京空气质量数据可视化结果与分析 1.1 2018年北京AQI全年走势图 1.2 2018年北京月均AQI走势图 1.3 2018年北京季度AQI箱型图 1.4 2018年北京P ...
python空气质量分析报告_Python数据可视化：2018年北上广深空气质量分析
原标题:Python数据可视化:2018年北上广深空气质量分析作者:法纳斯特,Python爱好者,专注爬虫,数据分析及可视化就在这周偶然看到一个学弟吐槽天津的空气,不禁想起那段厚德载雾,自强不吸的 ...
利用pyecharts库对京津冀上广深空气质量数据进行可视化
本文以当前热门编程语言Python作为开发工具,利用Python的BeautifulSoup库进行网页爬虫以获取空气质量数据(AQI.PM2.5),然后综合运用第三方库Pandas进行数据处理,最后利 ...
北上广深租房信息分析
北上广深租房信息分析分析目的根据链家网北上广深四个城市的所有租房数据(时间节点:2019年2月25日),数据共有105258条. 分析不同地区,租房的高低主要与哪些因素有关不同的因素导致的房价差 ...
Python数据可视化：2018年北上广深空气质量分析
感谢关注天善智能,走好数据之路↑↑↑ 欢迎关注天善智能,我们是专注于商业智能BI,人工智能AI,大数据分析与挖掘领域的垂直社区,学习,问答.求职一站式搞定! 对商业智能BI.大数据分析挖掘.机器学习, ...
Python数据可视化：2018年北上广深空气质量分析（附完整代码）
♚ 法纳斯特,Python爱好者,喜欢爬虫,数据分析以及可视化. 就在这周偶然看到一个学弟吐槽天津的空气,不禁想起那段厚德载雾,自强不吸的日子. 无图无真相,下图为证. 左边的图是去年2月份的时候,这 ...
留不住的北上广深，春暖花开在光谷！
作为huster,帮师兄转发武汉,不再是你渴望而不能归的故乡 "惟楚有才,于斯为盛" 九省通衢,人杰地灵的武汉,每年向北上广深输送成千上万的优质高端技术人才,支撑起一线城市互联网 ...
用Python分析北上广深租房情况，租房时优先考虑哪些因素？
俗话说"金三银四",又到了换工作.乃至换城市的时候了.这对于"回望楼价又一年"的小伙伴们来说,也意味着又到了搬家换房子的时候了.北上广深四个一线城市,哪个城市的 ...
python广深地区房价数据的爬取与分析
Python房产数据分析 1.数据爬取 2.明确需求与目的数据预览提出问题 3.数据预处理数据清洗缺失值异常值(对连续性标签做处理) 异常值(对离散标签做处理) 4.数据分析问题1.广东省 ...
北上广深房屋租赁数据分析
房屋租赁信息北上广深房屋租赁数据分析一.数据预处理二.描述性统计 2.1 区级租金箱线图 2.2 租金分布情况 2.3 北京各行政区租金分布 2.4 各城市租金分布对比图 2.5 北京各行政区租 ...

北、上、广、深数据分析职位分析

北、上、广、深数据分析职位分析相关推荐

最新文章

热门文章