数据类岗位需求及薪资影响因素分析

发布时间：2024-04-20 22:05

　　随着数据人才缺口的增加,数据类岗位相关求职者竞争压力变大,网络招聘信息可以反应人才需求情况,比如用人单位对人才基本条件、素质和能力的要求等,通过对招聘信息的分析可以为求职者技能需求以及高校设置相关课程提供重要参考建议。另外,薪资作为求职者选择岗位的重要因素之一,通过对其影响因素的分析,求职者可以更清楚地了解就业环境和就业情况,并可通过公司以及自身条件预测现阶段的薪资水平。首先,本文使用后羿采集器对前程无忧和拉勾网的数据类岗位招聘信息进行爬取,抓取数据的时间周期为:2020年12月16日至2021年1月16日,共有15137条数据,收集的数据职位信息包括岗位名称、公司名称、工作城市、公司类型、行业领域、公司规模、岗位优势、工作经验、学历、薪资和职位描述等11个字段。采集的招聘信息中存在结构化数据和非结构化数据,对于结构化数据,通过数据清洗和数据变换等操作后,剩余13559条数据,然后对其进行可视化分析,分析各变量的招聘需求以及薪资情况。研究发现,数据类岗位在北京、上海、深圳等地分布较广并且工资均高于平均工资,另外,学历和工作经验在求职中也具有很大的优势。对于非结构化数据,采用中文分词和停...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图3.1采集界面主图

重庆理工大学硕士学位论文16（CompanySize）、职位优点（PositionAdvantage）、行业领域（IndustryField）、学历（Education）、工作经验（WorkYear）、薪资（Salary）和职位描述（Job_Description）等十一个字段，....

图3.2子界面采集图

重庆理工大学硕士学位论文16（CompanySize）、职位优点（PositionAdvantage）、行业领域（IndustryField）、学历（Education）、工作经验（WorkYear）、薪资（Salary）和职位描述（Job_Description）等十一个字段，....

图3.3采集结果图

3数据的采集与预处理17图3.3采集结果图3.2数据预处理数据采集结果显示15137条数据，首先对全部字段进行数据去重处理，删除758条数据，剩余14379条数据，之后分别对结构化数据和非结构化数据进行数据处理。3.2.1结构化数据预处理原始数据通常存在不完整性、杂乱性和重复性等....

图4.1热门地区图

4数据类岗位需求分析214数据类岗位需求分析4.1热门地区需求分析对获得的数据进行处理后，对招聘单位的地理位置进行统计分析。图4.1显示了数据类岗位招聘数量排名前十的城市。总体来看，数据类岗位集中在上海、北京、深圳、广州、杭州、成都、武汉、南京、苏州和重庆，这十个城市处于国内经济....

本文编号：3959999