数据分析案例-BI工程师招聘岗位信息可视化分析（文末送书）

news2024/11/29 9:56:54

🤵‍♂️ 个人主页：@艾派森的个人主页

✍🏻作者简介：Python学习者
🐋 希望大家多多支持，我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注+

数据集介绍

实验工具

实验过程

导入数据

数据预处理

数据可视化

1.分析BI工程师岗位的评价薪资分布情况

2.分析BI岗位学历要求

3.分析BI岗位工作经验要求

4.分析哪种工作类型需求最多

5.分析各城市岗位数量分布

6.分析平均薪资最高的前十名城市

7.分析薪资最高的前十名公司及岗位信息

总结

好书推荐

文末福利

数据集介绍

本次实验数据集来源于智联招聘网中关于BI工程师岗位的招聘信息，共计1800条数据，每条招聘信息包括岗位名称、公司、薪资、城市、工作类型、学历要求、工作经验要求共7个字段。

实验工具

python3.10

jupyter notebook

实验过程

导入数据

查看数据大小

查看数据基本信息

从结果中可以发现在学历要求这一列变量中存在缺失值

数据预处理

首先对原始数据进行缺失值和重复值的处理，由于缺失数据较少，这里统一直接删除即可

处理各特征数据：

jobname岗位名称：剔除不包含bi的岗位（用None先表示），只保留含有bi的岗位。

salary薪资：将薪资范围中的最低最高值转换为平均薪资，同时由于有少数薪资为“薪资面议”、‘校招’等全都表示为None，后面一并处理。

city城市：将原始数据中的城市+地区的数据转为城市，比如“北京-朝阳区”转化为北京市。

wrokingExp工作经验：将原数据中的无经验改为不限。

从处理后的结果可发现，最后剩余的数据还有1446条。

数据可视化

导入数据可视化用到的第三方包

1.分析BI工程师岗位的评价薪资分布情况

从平均薪资分布情况来看，目前BI工程师岗位在智联招聘网站的平均薪资为13.5K，主要薪水区间大概在12-15K。

2.分析BI岗位学历要求

从岗位学历要求来看，BI工程师岗位的要求不高，绝大多数为大专和本科，只有极少数为硕士和博士。

3.分析BI岗位工作经验要求

从结果来看，绝大多数要求为5年以下，其中1-3年最多，其次是3-5年，最后是不限。

4.分析哪种工作类型需求最多

从词云图中我们可以看出BI工程师的工作类型中装修、建筑、土木、市政工程、互联网开发、软件较多，说明BI工程师岗位主要为建筑和互联网两个行业。

5.分析各城市岗位数量分布

图片如果失效无法展出，小伙伴只要按照代码即可自己画出，该图就是在地图上以热力图的形式展示各个城市的岗位数量。

6.分析平均薪资最高的前十名城市

7.分析薪资最高的前十名公司及岗位信息

总结

1.目前BI工程师岗位在智联招聘网站的平均薪资为13.5K，主要薪水区间大概在12-15K。

2.从城市岗位需求数量分布来看，BI工程师需求主要集中在北京、上海、深圳、广州区域；各国内排在前面的分别为深圳（15.63K）、上海（15.62K）、北京（15.52）、杭州（12.07K）、成都（11.69K）、广州（11.19K）。

3.从工作年限的平均薪水和岗位需求数量来看，工作5-10年的资深BI工程师的平均薪水可以达到20K以上，其中大部分的工作需求年限为3-5年，平均薪水为15.12K。

4.从学历方面来看，最低学历需求主要以本科/大专为主，本科和大专学历要求的平均薪资分别为12.36K和13.71K，博士和硕士学历需求很少。

5.一些高薪的招聘企业，最高的可以给到30K~40K的薪酬水平，其中主要是互联网公司为主。

好书推荐

《人工智能数学基础》

内容简介：

本书以零基础讲解为宗旨，面向学习数据科学与人工智能的读者，通俗地讲解每一个知识点，旨在帮助读者快速打下数学基础。
　　全书分为 4 篇，共 17 章。其中第 1 篇为数学知识基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日乘子法；第 2 篇为数学知识核心篇，主要讲述了线性代数基础、特征值与矩阵分解、概率论基础、随机变量与概率估计；第 3 篇为数学知识提高篇，主要讲述了数据科学的几种分布、核函数变换、熵与激活函数；第 4 篇为数学知识应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。
　　本书适合准备从事数据科学与人工智能相关行业的读者。

编辑推荐：

（1）零基础也能快速入门。本书从*基础的高等数学基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理，无论读者是否从事计算机相关行业，是否接触过人工智能，都能通过本书实现快速入门。
（2）全新视角介绍数学知识。采用计算机程序模拟数学推论的介绍方法，使数学知识更为清晰易懂，更容易让初学者深入理解数学定理、公式的意义，从而激发起读者的学习兴趣。
（3）理论和实践相结合。每章*后提供根据所在章的理论知识点精心设计的“综合性实例”，读者可以通过综合案例进行实践操作，为以后的算法学习奠定基础。
（4）大量范例源码习题答案，为学习排忧解难。本书所有示例都有清晰完整的源码，每章之后设有习题并配套题目答案，讲解清晰，解决读者在学习中的所有困惑。

作者简介：

唐宇迪，计算机专业博士，网易云课堂人工智能认证行家，51CTO学院讲师，CSDN博客专家。
　　李琳，河南工业大学副教授，在软件工程、机器学习、人工智能和模式识别等领域有深入研究。
　　侯惠芳，教授，解放军信息工程大学通信与信息系统专业博士，擅长机器学习、大数据检索、人工智能和模式识别等。
　　王社伟，河南工业大学副教授，西北工业大学航空宇航制造专业博士，挪威科技大学访问学者，对数字化制造、企业管理系统、机器学习、数据挖掘等有丰富的实战经验。