拉勾网企业招聘信息分析报告
明年的五六月份，包括笔者在内的一大批大学生就要走出校门，结束十六年的学业生涯，并开始长达数十年的职业生涯，在这个时间点上，我们最期望的莫过于找到一份称心的工作，这是家人的期盼，更是我们自己的期盼。
我们中的每一个人，都或多或少的感受到了就业的压力，尤其是计算机行业，在这种低端人才饱和，高端人才紧缺的大环境下，找到一份称心的工作着实不是件容易的事情。刚走出校门的我们由于经验不足只能选择低端岗位，令人担忧的是全球智能化革命的兴起将消灭大量的低端岗位，所以未来的竞争只会越来越激烈。
前段时间，一个偶然的机会我在互联网上浏览到了几则招聘信息，读着读着我脑子中便闪过一个念头，何不动用一些技术手段将这些招聘信息采集下来，然后对这些信息进行分析呢？这样就可以从整体上看清行业招聘的趋势了。在强大的好奇心的驱使下我设计并编写了计算机程序，程序运行了大概三天的时间，终于将这些招聘信息采集了下来，数据经过清洗与分析过后，利用数据可视化技术加以展现。现在我将分析结果分享出来，以下是文章正文部分。
提示：正文包含六十七张图片，将消耗你大概8MB的流量，你一定是个慷慨的人。
本文同步发布在笔者的个人博客上：https://sweetea.site/archives/426
笔者已将文中的图片打包成了压缩文件，读者可自行下载：点我下载
写在最前面的话
-
本文展现的数据均采集于正规的招聘网站，数据的可信性是毋庸置疑的。
-
所有采集到的数据仅用作学习与交流，笔者承诺不会将其用作商业用途。
-
文中不免夹杂一些笔者的个人观点，你可以反对我的观点，但是我拒不接受。
-
我并非权威的数据分析员，文章标题用 报告 二字纯粹是为了装逼。
关于数据量的解释
数据均采集于拉勾网。相比于其它招聘信息服务网站，拉勾网专为IT从业人员提供信息服务，也就是说拉勾网上面的招聘信息全部都是与IT互联网相关的，无其它行业的招聘信息，因此选择拉勾网作为数据采集对象再合适不过了。
此次共采集到招聘信息十一万两千八百六十五条，去除重复与无效的数据后剩余八万零三百五十条，数据采集日期为二零一九年九月下旬。 岗位涉及技术、产品、设计、运营、市场、销售、职能、游戏八个方向，由于绝大部分的学生在刚毕业时还是会选择技术岗，所以我仅仅分析了技术岗的数据，这部分数据共计两万八千六百七十一条。也许两万八千余条的数据量并不算大，但是我认为有时候不一定需要从宏观角度出发才能认清一件事情，从微观角度出发也可以很清晰的看到事物整体的面貌，这是一种透过微观看宏观的观察问题的方式。就比如我们交朋友，我们往往能通过对方的一些细节来判断这个人是否值得深交，而无需经过什么大事。
每条招聘信息都包含工作地区、薪资区间、学历要求、经验要求、技能要有、岗位职责、企业所属领域、企业融资情况等数据，下面我将从十个方面对这部分数据做一个简单的分析。
哪个城市最吸引人才？
毕业之后，有些人想去自己向往已久的城市，有些人看见别人去哪了他就去哪，而很多的父母也不愿意子女远行。选择一个城市对我们将来的影响是不容小觑的，因为它直接决定了我们下半辈子在哪当房奴，甚至连房奴都当不上。下面是各城市需求岗位数量分布图：
北京毫无疑问的是最吸引人才的城市，主要还是因为北京的IT企业相对较多一些。排在其身后的分别是深圳、上海、广州、杭州、成都、武汉、南京，其中深圳与上海的需求量基本持平，再往后就是岗位需求不太旺盛的城市了，这个分布也基本符合我们的认知。
你需要什么样的学历
如上图所示，本科及以上学历占到一半以上，接着按比例排列分别是大专及以上、学历不限、硕士及以上、博士及以上。虽然本科及以上占比最大，但不要觉得自己是本科学历就高兴的太早，其一，不同的岗位对学历的要求是不同的，这里展现的仅仅是整体的学历要求分布，忽略了这种不同；其二，企业不仅仅要看你的学历，经验也是重要的考量；其三，学历低往往意味着薪资低；其四，学历低的不只你一个，你有多大的把握竞争过同类的人？这些都是客观存在的问题。
提升学历真是件不错的事情，这么想的肯定也不只我一个，不然就不会出现下面这种情况了：
你需要几年的经验
工作经验是IT企业招聘人才时的重要考量，以下展示的整体上经验要求的分布：
从图上可以看出，经验3-5年占比最高，接着是经验1-3年、经验5-10年、经验不限、经验应届毕业生、经验1年以下、经验10年以上。经验多意味着什么自然不必多说，但我强烈反对经验多就意味着头发少这种言论，虽然理论上是这样的，但也有例外不是。
学历 And 经验
上图展示的是不同学历下的经验要求分布，从中可以看出不管是何种学历，绝大多数岗位都要求3-5年或者1-3年的工作经验，也可以这么说，学历不行可以靠经验来补充，经验不足最好靠学历来补充，学历与经验都不足，需要在缝隙中生存。
哪个领域最需要人才
不同的企业都有自己专属的领域，比如有的企业搞社交，有的企业搞金融，有的企业搞医疗，而有的企业涉足多个领域，比如乐视公司，咱也不知道贾跃亭老板回国了没有。
上图展示的是不同领域需要的人才数量分布，移动互联网一马当先，这与我国移动互联网的普及程度是密不可分的。
2019年8月30日，中国互联网络信息中心(CNNIC)第44次中国互联发展状况统计报告指出：截止到2019年6月，中国网民规模达8.54亿，用户月均使用移动流量达7.2GB。其中45.5%的网民为30岁以下的年轻群体，本科以下学历（不含本科）网民占比为90.4%
比较热门的领域还有企业服务、数据服务、金融、电商、游戏、文娱、教育等等。如果是给人打工的话自然是不用考虑企业所属领域的，如果创业的话那就要好好考虑考虑了。
企业融资情况
下图展示了共计7257个公司的融资情况：
其中：上市公司859个，占比11.83%；不需要融资的公司2311个，占比31.85%；未融资的公司1698个，占比23.4%；A轮融资公司884个，占比12.18%；B轮融资公司561个，占比7.73%；C轮融资公司250个，占比3.44%；D轮及以上融资公司186个，占比2.56%；天使轮融资公司508个，占比7%
总体薪资分布
下图以饼图的形式展示了总体上薪资的分布，从1K到30K以2K为一个区间段，30K往后以5K为一个区间段，饼图的每个扇区代表落在该薪资区间的比例。
总体的薪资分布并无实际参考意义，因为影响的薪资的因素是很多的，不同职位、学历、工作经验、公司融资情况、地区都会影响到薪资，下面就将展示不同因素影响下的薪资分布情况。
不同因素影响下的薪资分布情况
提示：前方核能多图预警。
本节采用饼图的形式展示不同因素对薪资分布的影响，这里需要强调的是“分布”二字，我们可以从图上看出哪些薪资区间占比较大，哪些薪资区间占比较小，但是不能够从图上看出某一因素对薪资的直接影响，现实中还要基于我们自身的考量。
地区因素
下面展示了最吸引人才的六大城市的平均薪资分布：
通过对比可以看出，北京的平均薪资还是较其它几个城市高的，在11K-13K、15K-17K、19K-21K、21K-23K、29-31K都有较大的分布，上海的薪资分布与北京无太大差异，而成都明显是低薪资区间占比大，如果去国家统计局查一下各个城市的物价的话，这几张图到是十分合理的。
学历因素
下面展示了不同学历的平均薪资分布：
大专及以上学历一万元薪资以下占据一半以上比例。
本科及以上学历的薪资分布是比较均匀的，从整体上来看一万元至两万元的薪资大概占据50%。
很明显，相比本科学历高出一个层级后，硕士学历的低薪资区间占比明显缩小，高薪资区间占比明显增加，其中21K-23K、29K-30K、35K-40K占比较大，从整体上看一万五千元至三万五千元的薪资占据约50%。
这个就很变态了，一万元薪资以下占比为零，一万元至两万元薪资占比很小，三万元以上薪资占比超75%，五万元薪资以上占比更是逼近25%。
学历因素对薪资分布的影响给予我们最直观的启示就是：拥有什么样的学历有可能会决定今后的上升空间，学历低不意味着没有机会。
经验因素
下面展示了不同工作经验的平均薪资分布：
从上面七张图我们可以看出随着工作经验的增加，低薪资区间占比越来越小，高薪资区间占比越来越大，这与学历增加后平均薪资的走势是一样的。
经验少则薪资低，经验多则薪资高，这是谁都知道的道理。但是值得我们思考的一个问题是：学历与经验哪个因素对薪资的影响更大一些呢？我还没有找出一个合理的算法或公式来下一个结论，凭借着对图的直观感觉我认为这两个因素对薪资的影响都挺大的（听起来像是句废话）。
职位因素
不同职位的薪资分布是有所差异的，但这仅仅代表着分布的差异，不能够抛开学历、经验等因素说某个职位比另一个职位好，这是没有任何意义的。下面分别展示了前端开发、后端开发、移动开发、运维、高端职位、人工智能这六种职位的薪资分布情况：
尽管我们不能直接比较哪个职位更好一些，但是从不同职位的资分布情况来看，我们仍然能够看出有些职位的薪资上升空间是比较小的，而像人工智能这种对学历要求极高的职位薪资上升空间就相对大一些。
技术因素
技术是最容易引起人们争论的话题，而且大多数是无意义的争论。整天考虑该选择什么样的技术来实现自己的想法是一种避重就轻的行为，就像每个月都发布的 TIOBE编程语言排行榜一样，它只能反映编程语言的热门程度 ，但是就是有很多自媒体或培训机构喜欢拿它来说事，下一些类似“某种编程语言好”、“某种编程语言有前途”这种愚蠢的结论。
计算机行业技术门类过于繁多，下面仅仅列举了比较热门的技术，仅当参考：
企业融资因素
下面展示了不同融资情况的企业的薪资分布情况：
职位诱惑
几乎每个企业都会在招聘公告上写一些自己公司的“优势”，也叫职位诱惑，下面用词云的形式展示了职位诱惑中出现频率最高的50个词汇：
注：分词器把“五险一金”分成了“五险”和“一金”两个词，实际上这是一个词。
科普：五险一金，指中国用人单位给予劳动者的几种保障性待遇的合称。“五险”指五种社会保险，包括养老保险、医疗保险、失业保险、工伤保险、生育保险，“一金”是指住房公积金。--- 摘自维基百科
技能要求
每个企业都会在招聘公告上明确的指出求职者应该具备哪些技能，不同职位的技能要求侧重点是不同的，但是也有一些普遍的要求。下面仍然采用词云的形式展示了几个热门职位或技术的技能要求高频词汇：
【注】统计高频词汇的过程中已经过滤掉了无意义的词，例如“熟悉”、“精通”、“具备”、“掌握”、“扎实”等词汇，保留“经验”一词旨在说明企业十分看中求职者对某一特定技术的使用经验。
不要迷信数据与他人
数据分析只是一个工具，它不是万能的，万不要盲目的相信数据，未来选择什么样的职业，还要自己凭主观定夺，也就是你自己说了算。对未来迷茫了就去多读书，不要迷信数据，更不要听旁人瞎扯。
我在这里列举两类人，如果这两类人对你的职业有任何指导的话，你大可不必去听。这第一类人是大学教师，尤其是系里的领导，这类人由于在学校呆的太久，与外界基本处于隔离的状态。教师是一个相对安逸的职业，安逸的环境势必会打消人学习的热情，学习的热情一旦没有了，不再为自己充电了，那就基本上等于落后于时代了，对未来的判断更是无从谈起。计算机行业的发展速度远超过王思聪换女朋友的速度，我们的大学教师面对这样的发展速度能否给予学生一个正确的指导呢？我想他们是不能的。如果有教师为你的未来提供什么指导的话，他们也是在拿数年前的眼光告诉你现在该怎么去做，或者借用自媒体噱头式的宣传来鼓励你去做那些看起来很有前景的事情。
第二类人，是培训机构的人。培训机构的人为了自身的利益，不可避免的要用夸张式的语气宣扬一种事物，或去贬低一种事物，我觉得这是无可厚非的，毕竟赚钱才是培训机构的首要任务，而非培养人才。我只想说兼听则明，偏信则暗，如果任由单方面的话语在我们耳边徘徊的话，那我们对未来的判断是不是失去了平衡呢？我曾经被动的接受过五家培训机构的宣传，在此我也非常有兴趣点名一家培训机构，这家培训机构的名字叫北京AAA教育，在被动的听完该机构某位中年女士的宣讲后，我只想借诸葛亮的话形容一下当时的心情：我从未见过有如此厚颜无耻之人。为了自己的那点利益，把学生当傻子，信口胡说，颠倒黑白，四十分钟的宣讲将其无知、无耻的一面表现的淋漓尽致。在此衷心祝愿该培训机构早日倒闭，免得毒害更多的学生。
写在最后
首先要感谢您能读到这里，感谢您在百忙之中读完我的这篇不严谨且存在诸多纰漏的文章。我从没有系统的学习过数据分析，只是凭借着兴趣做了这件事情，如果您能对文中的数据分析提出任何异议或者建设性意见的话，不胜感激。
未来的路还很长，也许有些人在刚走出校门时会遇到一些困难，而有的人可能会走的相对顺利一些。每个人的都有属于自己的目标与理想，没必要攀比些什么，做好眼前的每一件小事，向往着一个不会比今天更糟的明天，一切都会有个好的结果。
最后，一首冯唐的诗，送给自己以及即将迈出校门的年轻人：
尚未佩妥剑，转眼便江湖。
愿历尽千帆，归来仍少年。
