项目背景
从1月份开始学习数据分析的知识，到现在也算学了不少内容，接下来打算慢慢开始找工作了。在这之前，要花点时间把自己学习的知识复习回顾一遍，也要做一些实战项目多多练习，以增加熟练度。本项目着重复习SQL，可视化报表以及Superset平台的使用。
项目简介
既然想要从事数据分析这个岗位，那自然首先需要对这个岗位有所了解。最直接、最真实的方式就是从企业那里获得需求讯息，这样才最能够指导自己的学习方向和简历准备。
本次项目即是要利用爬取招聘网站上数据分析这一岗位的信息，然后进行一些探索和分析，以数据分析来了解“数据分析”。
数据来源和数据集
本次项目主要目的是对之前学习的数据分析技能进行巩固与实践，所以没有亲自去爬取数据，使用的数据集来自秦璐在知乎专栏上分享的数据。数据真实来源于网络，属于网站方。
主要获得了以下信息：
city城市，companyFullName公司全名，companyId公司ID，companyLabelList公司介绍标签，companyShortName公司简称，companySize公司大小，businessZones公司所在商区，firstType职位所属一级类目，secondType职业所属二级类目，education教育要求，industryField公司所属领域，positionId职位ID，positionAdvantage职位福利，positionName职位名称，positionLables职位标签，salary薪水，workYear工作年限要求
目的
本项目希望通过实际的数据来解答针对数据分析岗位的一些疑惑。具体来说，主要针对以下几个方面：
数据分析岗位对学历和工作经验的要求；
数据分析岗位的地域及行业分布；
招聘数据分析师的企业规模；
不同城市、经验、行业的薪酬分布情况。
技术和工具
本项目主要使用Superset数据分析平台，结合MySQL数据库，通过数据查询、统计、多维分析、数据报表等功能完成数据分析目的。其中Superset平台的搭建基于Python框架，详细步骤参考《一小时建立数据分析平台》。
数据加载与整理
利用Excel对数据进行第一步的清洗与整理，去除重复值、分列等操作，共5031条有效数据，缺失值较少。
首先将csv格式的数据导入MySQL数据库中，
启动Superset 服务器，进入登陆界面，输入密码完成登陆。
将数据源导入Superset，
进入到SQL工具箱，左边选择table为DataAnalyst。
数据类岗位对学历的要求
很明显，对于数据分析岗位而言，本科学历要求是目前主流，其次是大专和硕士学历，部分不限学历明显看重工作经验。
数据分析岗位对经验的要求
3-5年工作经验的资深分析师需求量最大，其次是1-3年经验的熟手。对应届生的需求很少，但要求10年以上的更少。 我们大致可以猜测出：
数据分析是个年轻的职业方向，大量的工作经验需求集中在3年左右；
对于数据分析师来说，5年是个瓶颈期，如果在5年之内没有转型或者质的提升，大概以后的竞争压力会比较大；应届生找数据分析工作可能比较困难，需要累积实习经验。
数据分析岗位城市分布
在这5031条数据分析岗位招聘信息里，有2347条来自北京市，需求量全国第一。排在前八的城市分别是：北京、上海、深圳、杭州、广州、成都、南京、武汉。
数据分析这一职业大量集中在北上广深四大一线城市，以及杭州这个互联网和电子商务企业的聚集地。其中北京市的需求量超过上海的两倍，可见北京的数据分析人才需求量之大。上海作为国内经济中心，紧随其后。广深地区有腾讯坐镇，杭州则有阿里巴巴，数据人才的需求也都很大。
所以想从事数据分析的小伙伴可以重点关注北上广深和杭州的招聘信息。当然，从另一个方面说，这些城市的竞争压力想必也是很大的。
数据分析岗位行业分布
移动互联网、金融、电子商务行业为数据分析提供了大量的就业机会，数据行业的繁荣也相应的催生了专门提供数据服务的公司。虽然传统行业对数据人才的需求目前并不显著，但相信随着互联网+对传统行业的渗透，这些行业对数据人才的需求也会慢慢增加。
公司规模分布
2000人以上的公司对数据分析师的需求最大，反之，小于15人的公司因为规模小，需求也少。但总体来看，除极小规模的公司以外，数据分析岗位受公司规模的影响不大。
城市、工作经验与薪酬分布
排名前八的城市：北京、上海、深圳、杭州、广州、南京、成都、天津。从待遇上看，数据分析师留在这些城市似乎是不错的选择。
仅观察平均薪酬可以看出工作经验越多，平均薪酬越高。10年以上工作经验的平均薪酬最高可达到4.31万元/月；应届生的平均薪酬仅为3.75千元/每月，是10年老手的薪酬的十分之一。路漫漫其修远兮，大家再奋斗个十年。
行业与薪酬分布
结论
大多数数据分析岗位要求本科学历；高学历更可能获得高薪；
数据分析是个年轻的职业方向，大量的工作经验需求集中在3年左右；
对于数据分析师来说，5年似乎是个瓶颈期，如果在5年之内没有转型或者质的提升，大概以后的竞争压力会比较大；
工作经验越多，越可能获得高薪；
数据分析这一岗位，有大量的工作机会集中在北上广深以及杭州，而且这些城市的薪酬也处于较高水平；
互联网、移动互联网、金融、IT软件和电子商务行业对数据分析师的需求较大，传统行业则相反；
O2O、互联网和金融行业的薪酬相对较高。
思考和总结
此次项目主要是对之前学习的Excel，SQL及可视化图表的实践，真实的数据分析远不止这些，还需要有扎实的数学、统计学基础，良好的数据敏感度，开拓但严谨的思维等，是一个终生学习的过程。