ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

我分析了1000多份岗位招聘需求,告诉你如何科学找工作?

2021-07-07 18:57:12  阅读:182  来源: 互联网

标签:岗位 招聘 C++ 多份 薪资 axis True opts 1000


watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

每年的七八月份是招聘高峰,也常被大家称为金九银十黄金求职期,这时候上一年的总结做完了,奖金拿到了,职场人开始谋划着年初的找工作大戏。

如何让伯乐和千里马更快相遇?做C++后台开发的我利用大数据分析了北京、上海、广州、深圳四个一线城市的C++岗位招聘信息,篇幅限制文中只拿出北京和深圳的数据展示,让我们来看看岗位的招聘现状,以及如何科学提高应聘成功率。

需求分析

通过大数据分析招聘网站发布的招聘数据,得出岗位分布区域、薪资水平、岗位关键技能需求、匹配的人才具有哪些特点、学历要求。从而帮助求职者知己知彼,补齐短板,有的放矢的应对校招、社招,达成终极目标获得心仪的offer。

软件设计

数据分析是Python的强项,项目用Python实现。软件分为两大模块:数据获取 和 数据分析

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

详细实现

数据获取

request库构造请求获取数据

1cookie = s.cookies
2req = requests.post(self.baseurl, headers=self.header, data={'first': True, 'pn': i, 'kd':self.keyword}, params={'px': 'default', 'city': self.city, 'needAddtionalResult': 'false'},   cookies=cookie, timeout=3)
3text = req.json()

数据csv格式存储

1with open(os.path.join(self.path, '招聘_关键词_{}_城市_{}.csv'.format(self.keyword, self.city)),                'w',newline='', encoding='utf-8-sig') as f:
2    f_csv = csv.DictWriter(f, self.csv_header)
3    f_csv.writeheader()
4    f_csv.writerows(data_list)

数据分析

字段预处理

 1df_all.rename({'职位名称': 'position'}, axis=1, inplace=True) #axis=1代表index; axis=0代表column
2df_all.rename({'详细链接': 'url'}, axis=1, inplace=True)
3df_all.rename({'工作地点': 'region'}, axis=1, inplace=True)
4df_all.rename({'薪资': 'salary'}, axis=1, inplace=True)
5df_all.rename({'公司名称': 'company'}, axis=1, inplace=True)
6df_all.rename({'经验要求': 'experience'}, axis=1, inplace=True)
7df_all.rename({'学历': 'edu'}, axis=1, inplace=True)
8df_all.rename({'福利': 'welfare'}, axis=1, inplace=True)
9df_all.rename({'职位信息': 'detail'}, axis=1, inplace=True)
10df_all.drop_duplicates(inplace=True)
11df_all.index = range(df_all.shape[0]) 

数据图表展示

 1from pyecharts.charts import Bar
2regBar = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
3regBar.add_xaxis(region.index.tolist())
4regBar.add_yaxis("区域", region.values.tolist())
5regBar.set_global_opts(title_opts=opts.TitleOpts(title="工作区域分布"),
6                     toolbox_opts=opts.ToolboxOpts(),
7                     visualmap_opts=opts.VisualMapOpts())
8
9from pyecharts.commons.utils import JsCode
10shBar = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
11shBar.add_xaxis(sala_high.index.tolist())
12shBar.add_yaxis("区域", sala_high.values.tolist())
13shBar.set_series_opts(itemstyle_opts={
14            "normal": {
15                "color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1,             [{
16                    offset: 0,
17                    color: 'rgba(0, 244, 255, 1)'
18                }, {
19                    offset: 1,
20                    color: 'rgba(0, 77, 167, 1)'
21                }], false)"""),
22                "barBorderRadius": [30, 30, 30, 30],
23                "shadowColor": 'rgb(0, 160, 221)',
24            }})
25shBar.set_global_opts(title_opts=opts.TitleOpts(title="最高薪资范围分布"), toolbox_opts=opts.ToolboxOpts())
26
27word.add("", [*zip(key_words.words, key_words.num)],
28         word_size_range=[20, 200], shape='diamond')
29word.set_global_opts(title_opts=opts.TitleOpts(title="岗位技能关键词云图"),
30                     toolbox_opts=opts.ToolboxOpts())

数据分析

区域分布

C++岗位区域分布,北京 VS 深圳

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=区域对比北京-深圳

北京的C++岗位数量上比深圳多,首都buff加持,并且集中分布在海淀区和朝阳区这两个区域,中关村位于海淀区,还有位于海淀区西北旺镇的后厂村,腾讯、滴滴、百度、新浪、网易这些互联网巨头扎堆,自然能提供更多的岗位。

深圳的岗位则集中在南山区,猜测鹅厂C++大厂在南山区贡献了重大份额,第二竟然在宝安区。

学历分布

C++岗位学历分布,北京 VS 深圳

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=学历对比-北京-深圳

学历上两个城市的岗位中本科学历占比都是80%以上,北京岗位需求研究生占比和大专相当。可见大部分岗位本科学历即可胜任,或许能给即将毕业纠结考研还是工作的你一些参考。

如果你的学历是专科,那么需要加倍的努力,因为留给你的职位需求并不是很多。同时,从图表数据来看,深圳的岗位对大专生需求10%而对硕士仅占2%,或许专科生去深圳比去北京更加友好,emmm…仅供参考。

薪资分布

C++岗位薪资分布,薪资单位K。

北京最高薪资 VS 最低薪资

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

深圳最高薪资 VS 最低薪资

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

薪资对比没啥好说的,大家看图说话,只想说帝都果然财大气粗。

技能储备

C++岗位关键技能词云,北京 VS 深圳

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

首先在脱离开发走上管理岗位之前,编程解决问题能力是最重要,可以看到「编程」能力在技能词云中占比最大。

大部分岗位要求较高的「算法、数据结构、Linux、数据库(存储)、多线程(操作系统)」这些计算机基础素养,这也和我之前的文章,链接在这「非常详细的 Linux C/C++ 学习路线总结!助我拿下腾讯offer」着重强调的计算机基础重要性一致,所以不管你是在校学生准备校招或者职场老人准备跳槽,都需要储备好这些计算机基础能力,无论做哪个方向,过硬的基础能力储备都非常重要。

值得一提的是除去硬核技术要求外,岗位对候选人的软实力也有要求,比如更加偏爱具备「团队、协作、学习、沟通」这些能力的候选人,大家在提高技术能力的同时,也要注重这些软实力的培养。

一个彩蛋。Linux和window下都有C++开发岗位需求,相对而言Linux下C++开发占比更多,词云更大,如果你对这两个平台没有特殊偏爱,那么学Linux下开发大概能加大应聘成功率,毕竟岗位需求更大。

以上分析结果仅针对本文原始数据。

 

 

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=明天见(。・ω・。)ノ♡

标签:岗位,招聘,C++,多份,薪资,axis,True,opts,1000
来源: https://blog.51cto.com/u_13294304/3006443

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有