With the advent of the era of big data and artificial intelligence, we began to transition to traditional enterprise data and intelligent. As a result, the demand for data analysts related positions annually, nearly two years, showing a shortage situation, this demand in the future for a long period of time will continue. As someone who has, I can be considered Kujinganlai ah. Think about the beginning, to change jobs data analyst profession, pay how much effort and sweat. I believe there are many like me, plan to change jobs or have prepared better to visit friends, to this end, I've come to share my professional data analysts from experience, so that we can more intuitive understanding of current industry conditions data analysts and position requirements.
To help you have a clear understanding of the current state of development-related jobs data analyst, this paper analyzes "data analyst" jobs in cities across the country needs, occupational threshold, companies requirements, as well as major companies of the moment Demanding, using data analysis tools Python, including data acquisition, cleansing and visual presentation, just to help you better understand the data analyst profession. National Job As used herein, the data are derived from BOSS straight recruits recent data analysts. , Absolutely objective real and effective!
Process analysis
01
clear analytical purposes
The purpose of the analysis is the first clear key step in data analysis. Before starting a data analysis, we must first know what we want to solve the problem? Through this analysis want to achieve what kind of effect? Listed below are several purposes of this analysis:
1) understand the various cities demand for data analysts;
threshold 2) Data Analyst how high the profession;
3) understand the recruitment company situation;
4) understand the various sectors of the demand for data analysts;
4) understand the situation payroll data analysts.
02
access to relevant data
明确分析目的后，接下来要做的就是为了解决这些问题，有针对性的获取相关数据。之所以说“有针对性”，是因为并不是数据越多越好，数据越多，我们的抓取、清洗成本也就越高，只有对本次分析有用的数据才是有价值的数据。因此，根据我们的分析目的，本文用Python从BOSS直聘中抓取了如下字段信息：公司名称，公司地址，公司规模，融资情况，所属行业，职位名称，经验要求，学历要求，薪资。源数据格式如下：
03
数据清洗与规整化
得到源数据后，还需要对其进行清洗和规整化后才能进行分析，一般包括清洗、转换、合并、重塑。下面本文使用Python对源数据进行处理：
1） 导入包
2） 缺失值处理
3） 删除重复值
4） 提取城市名
5） 删除空格
6） 提取最低薪资和最高薪资
7） 数据重塑
04
数据可视化分析报告
1. 城市需求分析
初步观察可知，数据分析师的需求主要集中在大城市，其中排名前十的分别是北京、上海、深圳、杭州、南京、广州、东莞、合肥、天津、武汉。其中北京的需求远远超过其它城市，接近上海和深圳的需求总和。
数据分析师职位在城市地理分布上，主要集中于北上广深、长江三角洲、沿海地区。中国内陆地区需求较少，一般集中于省会城市。
2. 职业门槛分析
在学历要求上，数据分析师的门槛相对较高，80.2%的公司要求至少本科学历，4.8%的公司要求硕士学历。因此对想从事数据分析师职业的人员来说，本科学历是必要的敲门砖。
在工作经验要求上，大部分公司对工资经验都有较高要求，其中3-5年工资经验的数据分析师最受欢迎，需求达到37.9%；其次就是1-3年经验的数据分析师，需求达到31.1%。因此，一定的行业工作经验能帮助数据分析师求职者快速找到工作 ，而应届生和无工作经验者只有提高自己的专业技能，才能获得竞争优势。
3. 公司情况分析
对于招聘公司的融资情况上，上市公司居多，达到33.4%；在公司的规模上，大公司对数据分析师的需求更多，其中1000-9999人规模的公司最多，达到45.4% ，其次是10000人以上规模的公司，达33.8%。
4. 行业需求分析
在下面词云图中可以看出，数据分析师涉及的行业十分广泛，供求职者的选择空间很大，其中各行业中，互联网、电子商务、金融、医疗健康、计算机软件等行业的需求量最高。
5. 薪资分析
（1）工作经验和学历对薪资的影响
总的来说，工作经验的长短和学历的大小基本跟薪资的高低是成正比的，工作经验越长，学历越高，薪资也会越高。
在工作经验上，拥有十年以上经验者平均起薪已经超过25000，5-10经验者平均起薪在20000左右，3-5年经验者平均起薪接近15000了，而三年以下和无经验者平均起薪则在10000以下。由此可看出，数据分析师对工作经验的要求还是比较高的，对行业和业务熟悉的人薪资会更高，同时也说明这个职业有很大的上升空间，“越老越值钱”，看重资历。
在学历上，本科和硕士的平均起薪相差2000左右，差别不是很大，但本科以下学历，平均起薪就相对较低了，一般不超过6000。
因此，本科学历是数据分析师高薪的门槛，拥有本科学历和3年以上工作经验是数据分析师高薪的敲门砖。
（2）各城市起薪分布对比
下面展示的是数据分析师职业需求前十的城市起薪的分布状况。容易看出，北京、上海、深圳、杭州的平均起薪都在15000左右，而广州只有10000左右，南京则在7500左右。
对于北京，数据分析师的平均起薪分布对称，比较符合正态分布；上海、深圳、南京呈右偏分布，其中上海、深圳高薪资职位相对较多，南京有个别公司起薪异常高。杭州、广州呈左偏分布，半数职位起薪在10000以下，个别职位薪资不超过5000，远远低于平均水平。
因此，在北京、上海、深圳三个城市能有更大的概率找到高薪的数据分析师职位；其次是杭州、广州，虽有部分公司薪资较低，但平均工资还是比较可观；而南京虽然需求较多，但高薪职位相对较少，大部分职位工资都不超过10000，集中在3000-7500中间。
05
分析总结
本文从多角度分析了BOSS直聘近期数据分析师的招聘信息情况，对数据分析师有如下几点总结：
1）北上广深、长江三角洲、沿海地区是数据分析师的集中地区，其中，北京的需求远远超过其它地区，若想从事数据分析师职业，在北京机会最多。
2）本科学历、3-5年以上工作经验的数据分析师成为最受公司欢迎的“香饽饽”，并且平均薪资也相对较高，在15000左右。
3）上市公司、1000-9999的大公司对数据分析师的需求更高；
4）互联网、电子商务、金融、医疗健康是数据分析师首选的几大行业。
5）在北京、上海、深圳寻找高薪职位的概率更大。
2020宅家之际，正是为转行蓄势好时机！
疫情当下，数亿人坐立难安：手机不断被拿起，放下，拿起，放下…
很多人每天看着一些视频哭得不行，很可能你的同理心过载了。
不要这样消耗自己，疫情过后，你还要上班。
这段抗疫宅家的时间，正好给了我们停下来的时机。
停下来是为了更好的前进，现在大家都停下来了，你有没有为更好的前进做准备呢？
一切终将过去，但过去之后，有的人依然停留在原地，有的人已经迭代升级了。
抗疫宅家的你，何不好好升级自己？下面这份视频学习清单，希望可以让宅家的你，实现职场的蜕变，让自己胖起来的体重，通过学习瘦回来。
