本文通过查询相关资料，明确了市场上数据科学的相关职位，继而确定了搜索职位为：数据分析师、算法工程师、数据挖掘、数据运营、数据产品经理、大数据工程师等。通过分析求职者的需求，确定了爬虫的关键词为工作经验、学历要求、公司发展阶段、公司规模、薪资待遇、岗位职责、任职要求等。采用Python软件对拉钩网的数据进行了爬取，接着将爬取的数据进行去重等清洗工作，得到可供直接分析的数据；最后通过Python和Excel等工具对数据进行分析和探索，最终得到该分析报告，以期为求职者提供高价值的参考。
1 总体指标分析
1.1学历要求
学历要求包括本科、硕士、博士、大专和不限这五类，考虑到数据行业的入门门槛较高的特点，大专以下学历能够从事相关工作属于小概率事件，因此将不限归于大专这一档。最终分析得出招聘单位对求职者的学历要求情况如下图：
由图1可见，招聘岗位要求学历为本科的占比最高，达到3/4；其次为大专，占比近20%；而要求求职者为硕士及以上学历的企业占比较低，仅为6%。对原始数据进一步分析发现：学历要求为硕士及以上的职位则主要集中在算法工程师、数据挖掘等对数学要求比较高的岗位。
1.2工作经验
原始数据中存在“不限”和“1年以下”两类工作经验，从含义上讲，“不限”显然是对招聘单位对求职者的经验不作要求，因此将两者合并为 “一年以下”工作经验。最终分析得出招聘单位对求职者的工作经验要求情况如下图：
由图2可知，1）要求求职者具备3-5年工作经验的岗位最多，占比达到46%；2）要求工作经验达为1-3年和5-10年的岗位分居2、3位，占比分别为28%和13%；3）对于具备1年以下工作经验的岗位也达到12.5%。可见，求职市场对具备一定工作经验，能够独立胜任工作或者具备带团队工作的人才非常需要，而对1年以下工作经验的需求，也表明该行业对人才具有一定的缺口。
1.3薪资分布
由于网站上同一岗位的薪资并不是一个确定值，而是一个范围值，为了便于进行数学上的分析，取薪资范围的上限与下限的均值作为该岗位的薪资待遇情况，同时将所得的薪资分为[0k,5k)、[5k,10k)、10k,15k)、[15k,20k)、[20k,+∞)这五个档位。最终分析得出招聘单位对求职者提供的薪资情况如下图：
由图3可知，平均月薪位于[10k,15k)范围的占比最大，超过30%；而平均月薪位于[15k,20k)范围内以及[5k,10k)范围内的占比也超过0%；值得注意的是月薪在[20k,+∞)范围内占比也达到了17%；而[0k,5k)的占比极少。
从领取的薪水与工作能力相关的角度来看，招聘岗位除了需要对业务熟练的有经验员工，也非常渴望能够带领团队的骨干型人才（薪水对应着[20k,+∞)范围）。
1.4企业规模
通过对原始数据的企业规模分析，得出招聘单位的企业规模情况如下图：
从公司规模来看，职工人数在150-550人数的公司数量最多，达到220家，而15人到500人范围内的公司占比超过80%，可见招聘企业主要以中小型企业为主。
1.5企业发展阶段
通过分析原始数据的企业发展阶段，得出招聘单位的企业发展规模情况如下图：
从公司发展阶段来看，成长型企业和初创型企业的占比接近90%，而成熟型企业数量只占10%，可见新型企业是数据科学相关职位招聘主力军。
1.6所属行业
很多企业的所属行业包含多个，并且很多行业指代不清（比如移动互联网行业），应对方式如下：1）包含多个行业的情况，认为第一个行业是其主要行业，取第一行业为其所属行业；2）对于第一个行业指代不明的情况（例如“移动互联网”），采用第二行业为其行业所属。通过分析得出招聘单位所属行业情况如下图示：
可见，数据相关职位需求最大的行业是电子商务、数据服务、金融等三个行业，其占比超过50%，同时需求量最大的前四个行业占比达到60%。
1.7结论
通过对拉勾网成都市数据相关岗位的分析，可以得出：
1）本科和大专学历能够满足市场上绝大多数岗位要求，要求学历为本科和大专的占比分别为70%和20%；
2）招聘岗位比较看重求职者工作经验：要求求职者具备3-5年和1-3年工作经验的岗位达到85%；但是对1年以下工作经验的人员也有一定需求，占比达到12.5%；
3）总体薪资待遇偏高：主要集中在[5k,10k)、[10k,15k)、[15k,20k)这三个区间范围内，占比达到80%；而[20k,+∞)范围的占比也能达到17.6%；
4）招聘企业主要以中小企业为主，员工人数为15-500人的公司占比达到80%；
5）绝大多数公司为成长型和初创型企业，占比达到90%：
6）从企业所处行业来看，电子商务、数据服务、金融是需求量最大的行业，占比超过50%。
2 数据探索
求职者比较关心职位要求的工作经验、学历要求和薪资待遇方面的问题，那么从统计学的角度来看，企业发展阶段和公司规模与这些因素是否具备相关性？如果具备，具体是怎样的关系？
2.1 相关性检验
很多情况下，采用参数检验的方法进行统计量的推断，但是本课题下，由于信息太少等原因，无法对总体分布形态做简单假定，因此此处采用非参数检验的方法进行相关性探讨；同时，考虑到我们分析变量为多项分类型变量，因此考虑采用卡方检验的方式进行相关性检验，其目的是通过对样本的分析，推断其总体分布是否与理论分布相吻合，从而判断两个或多个变量之间的关联性。
其基本判断过程如下：
1）假设：H0，理论次数与实际次数相符，即是卡方值χ2为0；
显著水平确定：设定该犯错误概率（即显著水平）为0.05；
计算期望值：
根据样本，采用极大似然估计计算出两两变量的期望值，并通过双向表的形式列出，双向表内部表格直接列出。
检验计算：
计算出两类变量的自由度n，并计算自由度为n，显著水平为0.05条件下的临界卡方值；通过双向表列出样本的实际次数f0。
计算卡方值：
并比较，计算卡方值与临界卡方值，如果卡方值小于临界值，则表明这两类变量具备统计学意义上的相关性。此时可进行进一步的规律分析。
2.2 企业发展阶段探索
本节讨论企业发展阶段与学历要求、工作经验和薪资待遇等因素间的相关性，并提炼出基本规律，以指导求职者。
2.2.1 学历要求探索
1）相关性检验：
假设：H0：理论次数与实际次数相符，即是卡方值χ2为0；
显著水平确定：按照惯例，设定该犯错误概率（即显著水平）为0.05；
计算期望值：
期望值采用极大似然估计进行计算，最后达到如下期望值fe:
检验计算：
本问题中企业的发展阶段分为三类，而工作经验分为四类，所以自由度为6；样本实际次数f0如下图所示：
计算卡方值：
通过查表知道，自由度为6，显著水平为0.05的临界卡方值为12.59，显然计算卡方值小于临界卡方值，所以其公司发展阶段与工作经验具备统计学意义上的相关性。
2）学历要求规律分析
由图7知，成长型企业招聘总人数是所以类型企业中最多，同时不同学历的需求量也是最大；由图8可知，1）不同发展阶段企业对本科学历和大专学历的要求均非常高；总占比超过90%；且随着企业的不断发展，对本科学历需求比例递增，大专学历需求比例递减；2）初创型企业和成长型企业对硕士及博士学位有一定需求，而成熟型企业需求极少；
2.2.2工作经验探索
通过卡方检验，企业发展阶段与薪资待遇具有统计学意义上的关联性。因此对其进行如下分析：
由图9知，无论是对总人数的需求还是对不同经验人员的需求，成长型企业的需求量均是最多，初创型企业需求量其次；
由图10知：1）不同阶段企业对3-5年工作经验的需求比例最大，其次是1-3年工作经验，但是对两者的需求比例之和无差异，占比均为75%；2）成长型企业对3-5年工作经验人员需求比例很大，是1-3年工作经验需求比例的2倍，远超其他发展阶段企业；3）不同阶段企业对1年以下和5-10工作经验人员的需求比例相对稳定，并无大的差异。
2.2.3 薪资探索
通过卡方检验，企业发展阶段与薪资待遇具有统计学意义上的相关性。因此对其进行如下分析：
由图11知，无论从总需求量还是从各个经验阶段的需求量看，呈现规律：成长型＞初创型＞成熟型。由图12可知，1）初创型企业对[10k,15k)范围内的需求比例最高，为其他各个范围需求量的1.7倍余；2）成长型企业对[5k,20k)范围人才的需求比例最大，且呈现规律：[10k,15k) ＞ [15k,20k) ＞[5k,10k)；3）成熟型企业对各个薪资待遇范围的人才需求相对均衡；4）横向对比来看，成长型企业对[20k,+∞)范围的高端人才和[0k,5k)入门级别人员的需求比例明显少于其他阶段企业。
2.2.4 结论
1）本科和大专学历可以应付绝大多数的职位需求；
2）对工作经验小于1年的求职者的需求比例超过12%，因此依然有机会；
3）无论是在求职市场上的需求总人数，还是对不同学历、工作经验和薪资情况的需求人数来说，招聘数量均呈现如下规律：成长型企业＞初创型企业＞成熟型企业，因此选择进入企业的优先级别如下：成长型企业＞初创型企业＞成熟型企业。
4）从稀缺表明价值越大的角度来看，企业对不同类型人才的需求比例越高，表明该类人才在该企业越稀缺，因而其发展空间也会相对更大。基于此，得到更进一步的择业建议：
a.本科学历更应该去成熟型企业，大专学历更应该去初创型企业，硕士及以上学历者应该选择初创或成长型企业。
b.对于3-5年工作经验人员，应优先选择成长性企业；对于1-3年工作经验优先选择初创型企业；其余工作经验人员按照3）中方法进行选择；
c.薪资要求在[10k,15k)和[20k,+∞)范围的求职者，应优先选择初创型企业，而薪资要求在[15k,20k)范围的求职者，应优先考虑成长型企业和成熟型企业，其余薪资要求求职者按照3）中方法进行选择；
2.3公司规模探索
2.3.1 学历要求探索
通过卡方检验，公司规模与学历之间具备数学统计意义上的相关性。现对其进行进一步分析，结果如下图示：
从图13知，1）企业规模在15-500人范围内时，随着规模的扩大，其招聘人数不断增加，其中本科学历人数增多明显，大专学历需求人数基本不变；2）150-500人规模的企业对硕士学历的需求大于其他规模企业，但是需求量依然很少；3）500人以上规模企业对人才需求较少。
从图14来看，1）随着公司规模的扩大，对本科学历的需求比例逐渐增加，对大专学历的需求比例逐渐降低，其中，500-2000人规模的企业，本科需求比例最高，超过85%，大专需求比例最低，仅为8.5%；2）除少于15人规模的企业外，其余规模企业对本科及大专学历的需求超过90%，而对硕士及以上学历的需求极少，为6%左右；
2.3.2 工作经验探索
通过卡方检验，公司规模与工作经验具备统计学意义上的相关性。现对工作经验做如下分析：
由图15可知，1）企业规模小于500人时，随着企业规模的增大，其人员总需求量及不同工作经验人员的需求量均不断增加，其中150-500人规模的企业对人才的需求最大；2）不同规模企业对3-5年工作经验的求职者需求最为旺盛，其次是1-3年工作经验的求职者；3）500人以上的企业对人才需求量相对较少。
由图16知，1）规模小于500人的企业，对5-10年及1年以下工作经验人员的需求比例相对稳定，为25%；而对1-5年范围工作经验人员需求比例维持在75%；2）规模小于500人的企业，随着规模的扩大，对3-5年工作经验需求比例不断增加，对1-3年工作经验需求比例不断降低，150-500人规模的企业对3-5年工作经验的需求比例是1-3年工作经验的2.5倍；3）500-2000人规模企业对1年以下工作经验的需求比例极少；4）2000人以上规模企业对大专学历的需求最少，而对5-10年工作经验人员的需求最高。
2.3.3 薪资探索
通过卡方检验，公司发展规模与薪资待遇存在统计学意义上的相关性。进一步分析，得到如下结果：
由图17知，1）15到500人规模的企业，随着企业规模的增大，对人才需求量也越大，而500人以上企业对人才的需求相对较小；2）各类企业对薪资待遇位于[5k, 20k)范围的职位需求量最大，而大于20k的高端人才，需求量相对较小；
由图18知，1）规模大于15人的企业，对薪资待遇位于[5k, 20k)范围的职位需求最大，占比接近80%；2）15-50人规模的企业对[10k, 15k)范围的需求旺盛，占比超过40%，超过其他薪资范围比例的2倍；3）各类企业对高端人才的需求比较稳定，其占比为15%~20%；4）人数少于15人的企业，虽然总的需求数量较少，对[10k, +∞)范围内的人才需求比较旺盛，其占比超过80%，为所有企业之最。
2.3.4 结论
1）无论是在求职市场上的需求总人数，还是对不同学历、工作经验和薪资情况的需求人数来说，招聘数量均呈现如下规律：150-500人企业＞50-150人企业＞15-50人企业>500-2000人企业>2000人以上企业，若不考虑其他因素的情况下，求职者在选择企业时，其选择的优先级别应按照上述顺序；
2）随着企业规模的增大，对本科学历的需求比例不断增大，并且在15-500人范围内，企业规模越大，需求人数越多，因此，本科学历求职者的最优选择是150-500人规模的企业。虽然15-50人和50-150规模企业对本科学历的需求人数远多于500人以上规模企业，但是由于企业规模较小，处于发展初期，其抗风险能力可能较差，此时的选择需要求职者自行平衡风险和发展前景；
3）企业规模越大，对大专学历求职者的需求人数并没有发生明显变化，其需求比例反而下降，因此，对于大专学历求职者而言，选择规模较小的企业进行历练可能是一个比较好的选择；
4）对3-5年工作经验的求职者来说，由于不同规模企业的需求量和需求比例均是最高的，考虑上企业的平台和抗风险能力，最优选择是150-500人规模企业；
5）对于1-3年工作经验求职者，虽然随着企业规模的增加，其需求量有轻微增加，但是其需求的比例总体上是减少的，因此对于该类求职者而言，选择规模较小的企业进行历练或许是一个不错的选择。
6）对于5-10年工作经验求职者更多的应该考虑企业的发展空间，由于2000人以上企业对该类型人才的需求比例最大，因此2000人以上企业对于其是个不错的选择。
7）薪资期望在5k-20k范围的求职者，无论是需求量还是需求比例均是较高，因此求职时因更多的考虑发展空间，选择需求比例较高的规模企业或许是一个更好的选择。
2.4 企业规模与发展阶段探索
通过卡方检验发现，公司规模与公司发展阶段之间并不存在统计学意义上的相关性；
3 词云探索
通过以上分析，我们了解了成都市大数据行业的总体描述。但对于求职者而言，需要进一步了解企业招聘相关行业的岗位职责和任职要求。由于上述分析涉及到多个职位，这些职位招聘的岗位职责和任职要求并不相同，因此下文选取一个岗位（数据分析师）进行解读。
3.1 岗位职责词云分析
考虑到句子最核心的部分是名词和动词，前者表示了所要描述的对象，后者表示了对描述对象（名词）所要采取的行动，因此分别对岗位职责描述语句中的动词和名词进行词云分析。
主要过程如下：根据岗位职责的描述，通过抽取样本的方式进行自定义字典设计；通过Python jieba对爬取的岗位职责语句进行分词处理；在excel中进行分词的清洗；最后通过Python WordCloud 生成词云。最后得出的词云如下：
3.1.1 词云解读
1）名词出现频次较高的词语可以分为以下几类：（1）数据分析、数据挖掘、建模等，与分析方式相关的词语；（2）分析报告、报表、报告等，与展示方式相关的词汇；（3）策略、数据支持、商业价值、趋势等，与分析目的相关的词汇；（4）Spark、Hadoop等，与需求软件相关的词汇；
2）动词词云中出现频次较高的词语则包括：结合、理解、应用、参与、跟踪、优化、发现、管理等。
3.1.2 结论分析
我们可以有一个数据分析岗位的初略认识：结合对业务本身的理解，通过相关软件，对采集的数据进行分析和挖掘，采用报表、分析报告等形式，以达到发现运营和管理过程中的不足，挖掘出发现趋势，并给相关部门的决策行为提供数据支持。
3.2 任职要求词云分析
采用3.1中的分析思路和分析流程，得出任职要求的全部词性词云和名词词云：
3.2.1词云解读
1）词云中出现频次较高的词云分为：（1）相关专业、工作经验”、经验等，与经验、专业相关的词语；（2）数学、统计学等，与数学相关的词语；（3）SQL、Python、软件、Hadoop、Excel等，与软件相关的词汇；（4）熟悉、熟练使用、优先、能力、等其他词汇。
3.2.2结论解析
可以得出任职要求的初略结论：相关岗位普遍重视求职者的工作经验、相关专业等背景；要求求职者具备良好的数学基础和熟练的软件使用能力；良好的数据敏感性，较强的沟通能力、逻辑分析能力和学习能力等软技能能够帮你增分不少；相关职位表现出对某些特长的偏好，但是这需要不同岗位不同企业具体分析。
4 结束语
上文给出了成都市大数据相关岗位的整体情况描述和求职建议，但是求职者需要注意的是：
本文的思维角度是站在一个整体的角度去分析，得出的是一些共性的特点和总体趋势；而求职者面临的是具体的岗位和具体的公司，这些具体岗位和企业在共性的基础上，更多的是体现个性，因此本文实际上只是求职者思考的起点（了解职位的共性和趋势），还需要更多的去思考如何利用好该分析报告体现的共性和趋势，并根据自己的实际情况做好具体的选择。
从这一点出发，数据分析也是一样，得出的数据分析报告并不是分析问题的终点，而应该是起点，还需要去探索实际问题的个性，才能比较好的解决问题。