数据分析案例-BI工程师招聘岗位信息可视化分析

简介: 数据分析案例-BI工程师招聘岗位信息可视化分析

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。


目录
相关文章
|
3天前
|
数据采集 监控 数据可视化
BI工具在数据分析和业务洞察中的应用
BI工具在数据分析和业务洞察中的应用
21 11
|
1月前
|
SQL 缓存 分布式计算
阿里云连续五年入选Gartner®分析和商业智能平台魔力象限,中国唯一
Gartner® 正式发布《分析与商业智能平台魔力象限》报告(Magic Quadrant™ for Analytics and Business Intelligence Platforms),阿里云成为唯一入围该报告的中国厂商,被评为“挑战者”(Challengers)。这也是阿里云连续五年入选该报告。
|
1月前
|
数据采集 数据可视化 数据挖掘
基于Python的数据分析与可视化实战
本文将引导读者通过Python进行数据分析和可视化,从基础的数据操作到高级的数据可视化技巧。我们将使用Pandas库处理数据,并利用Matplotlib和Seaborn库创建直观的图表。文章不仅提供代码示例,还将解释每个步骤的重要性和目的,帮助读者理解背后的逻辑。无论你是初学者还是有一定基础的开发者,这篇文章都将为你提供有价值的见解和技能。
100 0
|
3天前
|
机器学习/深度学习 算法 数据挖掘
如何利用 BI 工具分析客户流失原因?
如何利用 BI 工具分析客户流失原因?
18 10
|
14天前
|
数据采集 数据可视化 数据挖掘
数据驱动决策:BI工具在数据分析和业务洞察中的应用
【10月更文挑战第28天】在信息爆炸的时代,数据成为企业决策的重要依据。本文综述了商业智能(BI)工具在数据分析和业务洞察中的应用,介绍了数据整合、清洗、可视化及报告生成等功能,并结合实际案例探讨了其价值。BI工具如Tableau、Power BI、QlikView等,通过高效的数据处理和分析,助力企业提升竞争力。
33 5
|
17天前
|
人工智能 供应链 搜索推荐
大数据分析:解锁商业智能的秘密武器
【10月更文挑战第31天】在信息爆炸时代,大数据分析成为企业解锁商业智能的关键工具。本文探讨了大数据分析在客户洞察、风险管理、供应链优化、产品开发和决策支持等方面的应用,强调了明确分析目标、选择合适工具、培养专业人才和持续优化的重要性,并展望了未来的发展趋势。
|
9天前
|
数据采集 数据可视化 数据挖掘
使用Python进行数据分析和可视化
【10月更文挑战第33天】本文将介绍如何使用Python编程语言进行数据分析和可视化。我们将从数据清洗开始,然后进行数据探索性分析,最后使用matplotlib和seaborn库进行数据可视化。通过阅读本文,你将学会如何运用Python进行数据处理和可视化展示。
|
1月前
|
数据挖掘 UED
ChatGPT数据分析——探索性分析
ChatGPT数据分析——探索性分析
|
1月前
|
数据可视化 数据挖掘 数据处理
ChatGPT数据分析应用——热力图分析
ChatGPT数据分析应用——热力图分析
|
1月前
|
数据挖掘
ChatGPT在常用的数据分析方法中的应用(分组分析)
ChatGPT在常用的数据分析方法中的应用(分组分析)

热门文章

最新文章