想要從事數(shù)據(jù)分析師這個(gè)崗位恨闪，那自然首先需要對這個(gè)崗位有所了解倘感。最直接放坏、最真實(shí)的方式就是從企業(yè)那里獲得需求訊息，這樣才最能夠指導(dǎo)自己的學(xué)習(xí)方向和簡歷準(zhǔn)備老玛∮倌辏科多大數(shù)據(jù)作為大數(shù)據(jù)行業(yè)的專業(yè)人才培養(yǎng)公司钧敞，必須拿到第一手企業(yè)的用人信息和用人需求，長期合作模式的聯(lián)盟單位了解方式是沒問題的麸粮，當(dāng)然用公司最擅長的大數(shù)據(jù)分析技術(shù)溉苛，利用爬蟲爬取拉勾網(wǎng)上數(shù)據(jù)分析這一崗位的信息，然后進(jìn)行一些探索和分析弄诲，以數(shù)據(jù)分析來了解‘?dāng)?shù)據(jù)分析’愚战。

數(shù)據(jù)來源

本項(xiàng)目所使用的數(shù)據(jù)集全部來自拉勾網(wǎng)，是通過集搜客這一網(wǎng)絡(luò)爬蟲工具來爬取的齐遵。之所以選擇拉勾網(wǎng)作為本項(xiàng)目的數(shù)據(jù)源寂玲，主要是因?yàn)橄鄬τ谄渌衅妇W(wǎng)站，拉鉤網(wǎng)上的崗位信息非常完整梗摇、整潔拓哟，極少存在信息的缺漏。并且?guī)缀跛姓宫F(xiàn)出來的信息都是非常規(guī)范化的伶授，極大的減少了前期數(shù)據(jù)清理和數(shù)據(jù)整理的工作量断序。

本次爬取信息的時(shí)候，主要獲得了以下信息：

項(xiàng)目目的

主要是希望通過實(shí)際的數(shù)據(jù)來解答針對數(shù)據(jù)分析崗位的一些疑惑糜烹，具體來說违诗，主要針對以下幾個(gè)問題：

- 數(shù)據(jù)分析師崗位需求的地域性分布；

- 整個(gè)群體中薪酬分布的情況疮蹦；

- 不同城市數(shù)據(jù)分析師的薪酬情況是怎樣的较雕；

- 該崗位對于工作經(jīng)驗(yàn)的要求是怎樣的；

- 根據(jù)工作經(jīng)驗(yàn)的不同挚币，薪酬是怎樣變化的亮蒋；

- 從用人單位的角度看，數(shù)據(jù)分析師應(yīng)當(dāng)具備哪些技能妆毕？

- 掌握不同技能是否會(huì)對薪酬有影響慎玖？影響是怎樣的？

技術(shù)和工具

本項(xiàng)目主要分為兩大部分笛粘，第一部分是數(shù)據(jù)爬取趁怔，采用的是集搜客網(wǎng)絡(luò)爬蟲工具。第二部分是數(shù)據(jù)分析薪前，以python編程語言為基礎(chǔ)润努。數(shù)據(jù)分析部分主要使用pandas作為數(shù)據(jù)整理和統(tǒng)計(jì)分析的工具，matplotlib用于圖形的可視化示括，seaborn庫包用于圖形美化铺浇。在進(jìn)行技能需求分析的時(shí)候，使用了jieba作為分詞工具包垛膝，并使用wordcloud包制作詞云鳍侣。

數(shù)據(jù)整理

加載和清理

可以看到丁稀，經(jīng)過初步清理后，數(shù)據(jù)集中有效變量為13個(gè)倚聚，數(shù)據(jù)記錄575條线衫。除了投資人這一項(xiàng)之外，其他各字段的數(shù)據(jù)完整度非常好惑折，幾乎沒有缺失值授账。這對于后面的分析來說是個(gè)大大的好消息。

數(shù)據(jù)分析

地域性分布

在拉勾網(wǎng)上惨驶，全國有29個(gè)城市的企業(yè)郵數(shù)據(jù)分析師的人才需求矗积，其中將近一半需求產(chǎn)生在北京市，需求量全國第一敞咧。排在前5的分別是：北京棘捣、上海、深圳休建、杭州乍恐、廣州。數(shù)據(jù)分析這一職業(yè)大量集中在北上廣深四大一線城市测砂，以及杭州這個(gè)互聯(lián)網(wǎng)和電子商務(wù)企業(yè)的聚集地茵烈。北京市巨大的需求比重令我稍感意外，不過砌些，考慮到拉勾網(wǎng)是一個(gè)偏重互聯(lián)網(wǎng)相關(guān)行業(yè)的招聘平臺(tái)呜投，而我國大量互聯(lián)網(wǎng)企業(yè)在北京聚集，這個(gè)結(jié)果倒也算合理存璃。以后有時(shí)間仑荐，可以對全國互聯(lián)網(wǎng)行業(yè)分布特點(diǎn)做個(gè)分析。

總而言之纵东，可以得出一個(gè)清晰的結(jié)論：數(shù)據(jù)分析這一崗位粘招，有大量的工作機(jī)會(huì)集中在北上廣深以及杭州，期待往這個(gè)方向發(fā)展的同學(xué)還是要到這些城市去多多嘗試偎球。當(dāng)然洒扎，從另一個(gè)方面說，這些城市也都集中了大量的各行業(yè)人才衰絮，競爭壓力想必也是很大的袍冷。

總體薪酬情況

如同大多數(shù)其他工作一樣,數(shù)據(jù)分析師的薪酬也是一個(gè)右偏分布。大多數(shù)人的收入集中在5k-20k每月猫牡，只有少數(shù)人能夠獲得更高的薪酬胡诗，但有極少數(shù)人薪酬極高，讓人充滿期待。需要說明的是乃戈，拉勾網(wǎng)上的薪酬值是一個(gè)區(qū)間值褂痰，并且相互之間互有重疊亩进，為了便于分析症虑，我取區(qū)間的中值作為代表值進(jìn)行的分析。因此归薛，實(shí)際的薪酬分布情況可能會(huì)比圖中的情況更好一些谍憔。總是有人能夠拿到薪酬的上限主籍。綜合來看习贫，數(shù)據(jù)分析師的薪酬收入整體還是可觀的，從這方面說千元，選擇這個(gè)職業(yè)還是不錯(cuò)的苫昌。

不同城市薪酬分布情況

忽略掉那些人才需求量比較小的城市，我重點(diǎn)關(guān)注排名前六的城市幸海。從圖上看祟身，這六大城市的薪酬分布情況總體來說都比較集中，這和我們前面看到的全國的薪酬總體情況分布是一致的物独。深圳市薪酬分布中位數(shù)大約在15k,居全國首位袜硫。其次是北京，約12.5k挡篓，之后是上海和杭州婉陷。深圳確實(shí)是個(gè)創(chuàng)造奇跡的城市，在這里也給了我一個(gè)小小的驚喜官研。從待遇上看秽澳，數(shù)據(jù)分析師留在深圳發(fā)展是個(gè)不錯(cuò)的選擇。

工作經(jīng)驗(yàn)需求

不出所料的戏羽，工作經(jīng)驗(yàn)的需求分布近似于正態(tài)分布肝集。工作1-3年經(jīng)驗(yàn)的熟手需求量最大，其次是3-5年工作經(jīng)驗(yàn)的資深分析師蛛壳。工作經(jīng)驗(yàn)不足1年的新人杏瞻，市場需求量比較少。另外衙荐，工作經(jīng)驗(yàn)要5-10年的需求量非常稀少捞挥，而10年以上的更是鳳毛麟角。

從這個(gè)分布我們大致可以猜測出：

數(shù)據(jù)分析是個(gè)年輕的職業(yè)方向忧吟，大量的工作經(jīng)驗(yàn)需求集中在1-3年砌函；對于數(shù)據(jù)分析師來說，5年是個(gè)瓶頸期，如果在5年之內(nèi)沒有轉(zhuǎn)型或者質(zhì)的提升讹俊，大概以后的競爭壓力會(huì)比較大垦沉。

不同工作經(jīng)驗(yàn)的薪酬分布

毫無疑問的，隨著經(jīng)驗(yàn)的提升仍劈，數(shù)據(jù)分析師的薪酬也在不斷提高厕倍。另外，從現(xiàn)有數(shù)據(jù)來看贩疙，數(shù)據(jù)分析師似乎是個(gè)常青的職業(yè)方向讹弯，在10年內(nèi)大概不會(huì)因?yàn)槟挲g的增長導(dǎo)致收入下降。

職業(yè)技能關(guān)鍵詞

詞云顯示出的情況这溅，有點(diǎn)超出了我的預(yù)料组民。對于數(shù)據(jù)分析師這一崗位，企業(yè)需求頻率最高的技能并不是Python語言和R語言等如今非常時(shí)髦的數(shù)據(jù)分析語言悲靴，而是傳統(tǒng)的結(jié)構(gòu)化查詢語言SQL和表格神器Excel臭胜。這一點(diǎn)需要各位小伙伴注意，要想從事數(shù)據(jù)分析師崗位癞尚，SQL和Excel看起來是必備技能耸三。 從詞云上看出，數(shù)據(jù)分析師技能需求頻率排在前列的有：SQL否纬，Excel, SAS吕晌，SPSS, Python, Hadoop和MySQL等。另外临燃，Java, PPT, BI軟件等屬于第二梯隊(duì)睛驳。

掌握不同技能對薪酬收入的影響

我對需求頻率最高的前15個(gè)技能進(jìn)行統(tǒng)計(jì)計(jì)算，得出每一個(gè)技能對應(yīng)的平均薪酬水平膜廊，如上圖乏沸。點(diǎn)的大小代表該技能需求量的多少。

在前15項(xiàng)技能中爪瓜，shell蹬跃，Hive， Spark這三者的平均薪酬水平最高铆铆，并且相對其他技能來說有比較大的差異蝶缀。對數(shù)據(jù)分析師工作有所了解的人應(yīng)該都知道，這三個(gè)工具中薄货，Hive和Spark都是應(yīng)用于分布式數(shù)據(jù)處理翁都，而shell腳本則是Linux系統(tǒng)下工作的必須技能。這三者共同指向了一個(gè)方向谅猾，那就是海量數(shù)據(jù)的分布式處理柄慰！

所以鳍悠，想要拿高薪的小伙伴注意了，海量數(shù)據(jù)處理坐搔、分布式處理框架是走向高薪的正確方向藏研。另外值得注意的是，在數(shù)據(jù)分析領(lǐng)域概行，Python語言的平均薪酬水平要高于目前如日中天的Java語言蠢挡。而SQL語言和傳統(tǒng)的SAS，SPSS兩大數(shù)據(jù)分析軟件占锯，則能夠讓你在保證中等收入的條件下袒哥，能夠適應(yīng)更多企業(yè)的要求缩筛，也就意味著更多的工作機(jī)會(huì)消略。

分析結(jié)論

通過上面的分析，我們可以得到的結(jié)論有這些：數(shù)據(jù)分析這一崗位瞎抛，有大量的工作機(jī)會(huì)集中在北上廣深以及杭州艺演。大多數(shù)據(jù)分析師的收入集中在5k-20k每月，只有少數(shù)人能夠獲得更高的薪酬桐臊，但有極少數(shù)人薪酬極高胎撤，讓人充滿期待。

從待遇上看断凶，數(shù)據(jù)分析師留在深圳發(fā)展是個(gè)不錯(cuò)的選擇伤提，其次是北京、上海认烁。數(shù)據(jù)分析是個(gè)年輕的職業(yè)方向肿男，大量的工作經(jīng)驗(yàn)需求集中在1-3年。

對于數(shù)據(jù)分析師來說却嗡，5年似乎是個(gè)瓶頸期舶沛，如果在5年之內(nèi)沒有轉(zhuǎn)型或者質(zhì)的提升，大概以后的競爭壓力會(huì)比較大窗价。 隨著經(jīng)驗(yàn)的提升如庭，數(shù)據(jù)分析師的薪酬也在不斷提高，10年以上工作經(jīng)驗(yàn)的人撼港，能獲得相當(dāng)豐厚的薪酬坪它。

數(shù)據(jù)分析師需求頻率排在前列的技能有：SQL，Excel, SAS帝牡，SPSS, Python, Hadoop和MySQL等往毡，其中SQL和Excel簡直可以說是必備技能。 海量數(shù)據(jù)否灾、分布式處理框架是走向高薪的正確方向卖擅。 SQL語言和傳統(tǒng)的SAS，SPSS兩大數(shù)據(jù)分析軟件，能夠讓你在保證中等收入的條件下惩阶，能夠適應(yīng)更多企業(yè)的要求挎狸，也就意味著更多的工作機(jī)會(huì)。

思考和總結(jié)

對于數(shù)據(jù)分析師技能的分析是比較簡陋的断楷，在本次分析過程中锨匆，僅針對工具型的技能進(jìn)行了分析。但其實(shí)冬筒，數(shù)據(jù)分析師所需要具備的素質(zhì)遠(yuǎn)不止這些恐锣，還需要有扎實(shí)的數(shù)學(xué)、統(tǒng)計(jì)學(xué)基礎(chǔ)舞痰，良好的數(shù)據(jù)敏感度土榴，開拓但嚴(yán)謹(jǐn)?shù)乃季S等。如果要對這些內(nèi)容進(jìn)行深入挖掘的話响牛，應(yīng)該會(huì)更加有趣玷禽。不過，要進(jìn)行這項(xiàng)內(nèi)容的話呀打，需要掌握大量中文分詞矢赁、關(guān)鍵字提取等方面的知識(shí)和技能，難度也會(huì)更高贬丛。時(shí)間所限撩银，在這里不再進(jìn)一步展開了，希望以后有時(shí)間再做一個(gè)專項(xiàng)分析吧豺憔。讓人忍不住吐槽的是额获，Python2.X環(huán)境對中文編碼的支持著實(shí)不夠好，在處理數(shù)據(jù)的時(shí)候消耗了大量的時(shí)間和精力焕阿，也犯了不少錯(cuò)咪啡，走了很多彎路。以后這一塊的內(nèi)容要找時(shí)間專門攻堅(jiān)一下暮屡，也可以考慮換到python3平臺(tái)去撤摸。

特別說明：本次數(shù)據(jù)源完全來自拉勾網(wǎng)，但拉勾網(wǎng)本身是專注于互聯(lián)網(wǎng)相關(guān)行業(yè)的招聘平臺(tái)褒纲，所以本次分析出的結(jié)論更加適用于互聯(lián)網(wǎng)行業(yè)的相關(guān)企業(yè)准夷，對于其他行業(yè)的企業(yè)，未必合適莺掠。

科多大數(shù)據(jù)依托勤智數(shù)碼在大數(shù)據(jù)行業(yè)的技術(shù)積淀衫嵌，旨在大數(shù)據(jù)行業(yè)的技術(shù)傳播，為業(yè)內(nèi)培養(yǎng)出以就業(yè)崗位為結(jié)果的定制培養(yǎng)彻秆，希望以上分析對大家有所幫助楔绞。

http://www.101test.com/cand/index?paperId=IPBAKU