大学生就业是和我们息息相关的话题，每一位大学生都关注着，我们常常在网络上看到有关大学生就业的话题，比如毕业季的一些讨论。在大一的创新创业课中，我们也了解到自己所学的专业和以后如何就业，往哪方面就业。但我们了解的比较局限，这是一个很好的机会，让我们把视野放到大环境下的大学生就业分析。接下来我将用帆软finebi实现bi解决方案-大学生就业数据的分析，然后将可视化图表以dashboard的形式展现出来。

1 对未来大学生就业的分析与预测

1 图表制作

2 成果展示

图35 作品展示图-未来大学生就业的分析和预测

1 来自薪水.xlsx

分析说明：为了弄清薪水情况是否也会受公司\职位因素的影响，我们选择了对各个区域的销售额进行排行分析，制作了公司\职位薪酬排行图。

柱状图：高薪工资在公司\岗位的排行。使用FineBi,将指标中的“高薪”与维度中的“公司/岗位”分别拖入“横轴”“纵轴”，将指标中的“薪水”拖入“标签”中，选择相应的配色方案即可。

2 来自高薪城市.xlsx

图8 城市薪酬排行图

分析说明：为了更进一步了解城市对薪水的影响，我们细化到了各个城市，能够从各城市的薪水水平，发展程度等因素进行判断。

柱状图：城市薪水排行。使用FineBi,将指标中的“薪酬”与维度中的“省/自治区”分别拖入“横轴”“纵轴”，将指标中的“薪酬”拖入“颜色”中，选择相应的配色方案即可（与上类似处理即可）。

3 来自薪酬.xlsx

图9 城市薪酬总览图

图10 职位薪酬总览图

分析说明：为了清晰明了看出薪酬与城市和职位的总体情况，我们选择展现这有关薪酬中几项重要的指标。

数据表：有关职位薪酬的总览，由“薪酬.xlsx”在FineBi组件中，先增加下钻维度“工作”，“工资”，“地区”，然后在“工作”中将“人工智能C++\python”，“产品经理（人工智能）”，“java开发工程师”，“运营总监”，“人工智能项目经理”，“医学人工智能研究中心”，“数据处理专家”，“人工智能实习生”，“人工智能培训机构合伙人”，“人工智能工程师”，“清华大学人工智能信号处理”拖入“工作”下按工作（区间分组）来实现。

4 来自薪酬.xlsx

图14 高职薪资雷达图

分析说明：为了弄清每届高职薪酬的变化，从而为更好的了解薪酬变化趋势，我们制作了高职薪资雷达图。

雷达图：商品关联分析，将“维度”中“时间”拖入“横轴”，将“指标”中的“高职”拖入“纵轴”、“连线”，再将“维度”中的“后项”拖入“颜色”、“标签”，即可。

5 来自薪酬.xlsx，高薪公司.xlsx

分析说明：为了了解每届薪水增幅与本科与高职薪水对比的情况，我们可以通过城市薪水的变化来让了解者更加清楚的了解到不同城市的薪水变化，我们也可以通过不同高薪公司的薪水对比给了解者更加清晰明了的信息，为此我们制作了薪水增幅柱状图，本科/高职薪水对比柱状图，城市薪水柱状图，高薪公司薪水柱状图。

图3柱状图：薪水增幅，由“薪酬.xlsx”在FineBi组件中实现（与前面类似）

6 来自薪酬.xlsx

图21 热门专业词云图

分析说明：不同专业对于挑选专业的参考者来说也是非常重要的数据，以至于我们需要明白高薪专业的差异，因此我们制作了高薪专业词云图，高薪职位词云图，热门专业词云图。

词云图：高薪专业/职位/热门专业占比，在FineBi组件中，选择词云图，在“指标”中选择“专业占比/职位”分别拖入“大小”“文本”选择自己喜欢的配色即可实现。

7 来自薪酬.xlsx

分析说明：为了弄清每届的薪水，更清楚明了薪酬的区间分布，我们制作了薪酬气泡图。为方便参考者清楚明了的看到职位与高薪之间的关系我们制作了高薪工资气泡图。

气泡图：薪酬气泡图，高薪工资气泡图，在FineBi组件中，选择气泡图。（操作如图11）

分析说明：想要知道高薪职位的占比和排名，我们制作了高薪职位漏斗图。

漏洞图：高薪职位（“产品经理（人工智能）”，“java开发工程师”，“运营总监”，“人工智能项目经理”，“医学人工智能研究中心”，“数据处理专家”，“人工智能实习生”，“人工智能培训机构合伙人”，“人工智能工程师”，“清华大学人工智能信号处理”）由“高薪城市.xlsx”在FineBi组件中，选择漏斗图，将“指标”中的“高薪职位”拖入“纵轴”将“维度”中的“高薪职位”拖入到“颜色”中，选择喜欢的配饰即可。

2 图表联动描述

图29 图表联动说明图

分析说明：仪表板联动效果分为5个部分。一个Part代表着一个有联动的系列，它的二级主题代表着联动图表分布在那个区域，三级主题代表着具体的联动图表。

3 总结与分享

1 我们统计了自1990年以来的历届高校招生数量和同年大学生毕业就业人数，两相对比，我们不难发现:大学生数量逐年上升，且上升幅度变大;作为对比，就业人数的增长幅度远不如招收人数。

由此可见，并不是上了大学毕了业就能找到工作，且随着大学生数量越来越多，供过于求，企业趋于饱和，大学生就业便越来越难，这便是促使大学生内卷的原因。

如21年大学生毕业人数约1017万人，而就业名额才820万人左右，只有76.59 的人才能就业，而剩下的四分之一大学生将无业可就，这大大增加了内卷程度，加之疫情期间失业和未就业的人，竞争趋势日益加大。

所以，找到其中内因，分析原由，选取最符合市场需求，薪资最优的方向，可以大大避免内卷，失业等情况。

2 随时间大学生的平均工资逐年上升，但是增幅逐年下降，从10年的最高0. 16到20年的最低.05，可见大学生平均薪资趋于平和，随物价上涨，经济流通加快，可知大学生待遇变低，并不吃香了。可明显看出本科生薪资待遇高于高职生，平均比高职多出20%以上，这与学历有必然联系，学历=待遇，在某种程度上是对的。

随时间变化，大学生薪资增长缓慢，现在想要更好就要更努力，向着学历高努力不失为一种方向，但是内卷严重大大增加了不必要竞争，未免没有更轻松的选择。比如专业对口，寻找市场需求，朝向更好的薪资待遇，那么我们的分析是必不可少的。

3 薪酬最高的地区依然是北京，其次上海，但杭州，深圳后来居上，排在了第四，第三的位置上，可见些二，三线城市发展增快，待遇变高，北漂已经不是那么吃香了。

以旅游业为发展动力的西安等城市排在末尾，证明了科技才是生产力，才是动力

高薪地区普遍在沿海东部

虽然北漂是经典，但是杭州等城市未免不是更好的选择，相信这些三线城市发展起来，带给年轻人的机遇会越来越大，机会越来越多。

4 其中包括谷歌中国、微软等知名互联网企业，他们给校招生开出的年薪水平均在30万以上，不过提供以上薪资水平的岗位也多为算法工程师、研发工程师、软件工程师等技术性较强的岗位。

包括谷歌中国、微软、google. 腾讯、大疆、海康、华为、网易游戏、阿里巴巴、滴滴、百度、今日头条的知名互联网企业，他们给校招生开出的年薪水平均在30万以上，不过提供以上薪资水平的岗位也多为算法工程师、研发工程师、软件工程师等技术性较强的岗位。

其中，谷歌中国的人工智能岗位年薪最高，达56万元人民币，其次是微软的算法工程师岗位，年薪51万，第三是谷歌的算法工程师岗位，年薪50万，排在第四、第五的是腾讯公司的基础应用研究(SSP) 岗位和腾讯云后台研发工程师岗位，年薪分别是45-50万、32.4万。

整体来看，算法工程师岗位最吃香。目前国内人工智能相关岗位应届毕业生的起薪基本都在12.5k/月以上，毕业三年后人工智能岗位的技术人员，平均月薪在25k以上，基本实现薪酬翻番。

作为典型的技术驱动型行业，人工智能相关岗位的薪资水平、就业满意度都优于全国平均水平，同时该领域薪酬溢价明显，目前已逐渐成为整个互联网行业最多金的岗位。

大学生数据可视化：数据可视化仪表板；

数据加工工具：excel；