公司企業(yè)需要什么樣的數(shù)據(jù)分析人才

　　今年百度發(fā)布了他們在大數(shù)據(jù)方面的人才需求，今年百度招聘1500名應(yīng)屆大學(xué)畢業(yè)生，明年預(yù)計擴招至2000名;未來還將通過提供新型崗位、加大培訓(xùn)力度等，培養(yǎng)500萬名AI人才，讓更多百姓的“飯碗”端得更穩(wěn)、更安心。

　　分析是使用網(wǎng)絡(luò)抓取從1000多個最近的大數(shù)據(jù)分析師工作中完成的，這些工作是從工作門戶中提取的。
 

　　最近，有很多同學(xué)積極地開始尋找大數(shù)據(jù)分析領(lǐng)域的工作變動，你如果沒有像碩士或博士學(xué)位這樣的正規(guī)教育和AI /機器學(xué)習(xí)的背景。他們完全出于自己的興趣開始學(xué)習(xí)大數(shù)據(jù)分析。這是選擇加入富挑戰(zhàn)性的途徑之一，尤其是在同時開發(fā)其他技術(shù)的情況下。有的人通過參加許多培訓(xùn)課程開始了自己的數(shù)據(jù)分析職業(yè)生涯，并開始閱讀書籍和業(yè)內(nèi)網(wǎng)站。
 

　　打開各種招聘網(wǎng)站的需求，你可以清楚的看到公司企業(yè)提到傳統(tǒng)數(shù)據(jù)分析，機器學(xué)習(xí)，深度學(xué)習(xí)，一些ETL工具和多種大數(shù)據(jù)技術(shù)是必需技能。我認為這沒關(guān)系，因為最近每家公司都有自己對大數(shù)據(jù)分析師的定義，并開了另一份工作。這次出現(xiàn)了對某些其他技術(shù)的需求。

　　請記住，所有這些開口僅在大數(shù)據(jù)分析師下標(biāo)記。所有這些開口都有共同的要求，例如機器學(xué)習(xí)算法，統(tǒng)計，數(shù)據(jù)分析，數(shù)據(jù)清理和深度學(xué)習(xí)技術(shù)。除了這些技能外，一些公司還希望候選人能在云(AWS，Azure或GCP)和Tableau，Power BI等數(shù)據(jù)可視化工具以及SSIS等ETL工具方面擁有知識。通常，這些技術(shù)更多地與數(shù)據(jù)分析師/數(shù)據(jù)工程師角色有關(guān)，但大數(shù)據(jù)分析師角色仍在不斷發(fā)展，并且尚未真正堅持特定的技能。
 

　　作為從事多年的就業(yè)指導(dǎo)老師確實了解這樣一個事實，即公司正在尋找適合其職位空缺并且在所需技術(shù)方面具有技能的申請人。這肯定會為公司節(jié)省時間和金錢，而無需再次提供培訓(xùn)。
 

　　因此，在這里，我有一個有趣的想法，可以理解IT行業(yè)真正期望大數(shù)據(jù)分析師實時扮演的角色，而不是通常在MOOC中講授的角色。
 

　　目標(biāo)： 我們將嘗試找出當(dāng)前行業(yè)中最需要的技能和趨勢。為此，我們將從工作門戶中抓取數(shù)據(jù)。
 

　　注意：整個分析是針對大數(shù)據(jù)分析師在中國市場中的作用而進行的。
 

　　在公司企業(yè)需要什么樣的數(shù)據(jù)分析人才中，我們將嘗試找到一些重要問題的答案，每個大數(shù)據(jù)分析求職者都將想到這些問題。
 

　　1）公司正在尋找的頂級技能是什么?
 

　　2）業(yè)界最需要的經(jīng)驗水平是什么?
 

　　3）在該領(lǐng)域積極提供工作的公司有哪些?
 

　　4）什么地方有更多空缺?
 

一、網(wǎng)頁抓取
 

　　我已經(jīng)從中國頂級職位門戶網(wǎng)站收集了所有相關(guān)的職位信息， 這些日子幾乎幾乎每個求職者和招聘人員都在使用。由于傳統(tǒng)的BeautifulSoap方法在該站點上無法正常工作，因此我一直使用selenium-python進行網(wǎng)絡(luò)抓取。
 

　　免責(zé)聲明：網(wǎng)絡(luò)爬網(wǎng)純粹是出于教育目的。

　　對于每項工作，我們將抓取這五個要素：角色，公司名稱，經(jīng)驗，位置和關(guān)鍵技能。

　　抓取代碼：
 

二、預(yù)處理
 

　　在開始之前，我們先做一些基本的預(yù)處理。

　　2.1、處理缺失值：

　　執(zhí)行基本清理，找到丟失的值并將其刪除。

　　2.2、處理重復(fù)數(shù)據(jù)：

　　在處理重復(fù)數(shù)據(jù)時，我們必須非常小心，因為公司可能會多次發(fā)布相同的要求，因為該工作仍處于開放狀態(tài)，或者另一方面，公司可能正在尋找具有相同要求的全新職位 。為簡單起見，我沒有刪除任何數(shù)據(jù)。
 

　　2.3、標(biāo)記位置和技能列

　　將所有字符串轉(zhuǎn)換為小寫只是為了避免冗余，并標(biāo)記了位置和技能列，因為這些列中有多個值。

　　這就是預(yù)處理后的樣子。

三、分析
 

　　現(xiàn)在，我們擁有一切開始。
 

　　3.1、哪個位置提供更多空缺?

　　注意：如果您不是來自中國，請隨時跳過此位置部分。

　　1)如果我們觀察以上情節(jié)，幾乎有 38% 的工作位于 班加羅爾。

　　2)班加羅爾，孟買，海得拉巴 和 浦那排名前四的城市幾乎占該國大數(shù)據(jù)分析工作總數(shù)的72 % 。

　　3)因此，如果您來自這些城市中的任何一個，則獲得大數(shù)據(jù)分析師工作的機會可能比其他城市多。
 

　　3.2、哪些公司正在積極招聘?

　　1)Analytics Vidhya educon 排名第一，幾乎 占總職位清單的21%。

　　2)列表上也有很多 顧問。這些顧問通常為他們的客戶進行招聘。

　　3)通常，工作門戶中的競爭會非常激烈。大多數(shù)時候，由于收到大量申請，招聘人員甚至可能不會查看您的個人資料。在某些情況下，即使是一個空缺，您也必須與其他數(shù)百名申請人競爭。最好了解正在積極招聘的公司，以便我們可以直接通過其官方網(wǎng)站進行申請，這增加了進行面試的可能性。
 

　　3.3、最想要的體驗是什么?

　　各種經(jīng)驗水平的工作機會。

　　1)我們可以看到，公司顯然正在尋找有 經(jīng)驗的候選人。具有 5至10年經(jīng)驗的候選人似乎還有更多空缺。 這是有道理的，因為大數(shù)據(jù)分析師的工作涉及經(jīng)驗帶來的關(guān)鍵決策技能。

　　2)具有至少2年 經(jīng)驗的候選人 有相當(dāng)好的機會。

　　3)這并不意味著新生不可以進入，而只是經(jīng)驗豐富的候選人比新生更多的空缺。公司通常不從這些工作門戶網(wǎng)站招聘應(yīng)屆畢業(yè)生，而是直接從校園招聘中招聘新生。新生可以隨時選擇為初創(chuàng)公司工作以獲得必要的經(jīng)驗。
 

　　3.4、需求角色是什么

　　這是要研究的重要步驟，因為在獲得一些結(jié)果之后，工作門戶通常會開始顯示與我們正在尋找的工作無關(guān)的其他一些工作。為了確保我們正在尋找合適的角色，讓我們檢查一下經(jīng)常提到的前10個角色。

　　1)如果我們在上一節(jié)中觀察到，有更多經(jīng)驗的人有更多空缺，這使我們有一個基于角色的空缺問題。

　　2)大多數(shù)職位空缺仍被稱為大數(shù)據(jù)分析師。其次是高級大數(shù)據(jù)分析師和首席大數(shù)據(jù)分析師，他們當(dāng)然需要良好的先前經(jīng)驗。
 

　　3.5、公司正在尋找的技能
 

　　最后，我們到了。您可能正在閱讀此書的主要原因。

　　1)看起來非常正確，不要擔(dān)心，我將在后面部分對其進行分解。我之所以包含許多技能的原因是由于大數(shù)據(jù)分析涉及的領(lǐng)域廣泛。

　　2)盡管我們能夠在上面的圖表中描述一些頂級技能，但它仍然不能滿足此分析的目的。

　　讓我們深入了解更清楚的趨勢。
 

　　3.5.1)必須具備的技能?
 

　　1)機器學(xué)習(xí)作為大數(shù)據(jù)分析師擁有的最重要技能，這不足為奇。

　　2)數(shù)據(jù)挖掘 和 數(shù)據(jù)分析 是每個大數(shù)據(jù)分析師必須經(jīng)歷的關(guān)鍵活動。

　　3)要成為更好的大數(shù)據(jù)分析師，就需要強大的統(tǒng)計模型。

　　4)公司期望深度學(xué)習(xí)方面有豐富的知識， 因為它提供了解決諸如NLP 和 Computer Vision等領(lǐng)域中一些有趣的實時問題的最新技術(shù)。

　　5)由于每天記錄的數(shù)據(jù)量大量增加，用人單位希望候選人對大數(shù)據(jù)技術(shù)有所了解。實時地，我們可能正在研究龐大的數(shù)據(jù)集，這些技能肯定會派上用場。

　　3.5.2)需要編程語言嗎?
 

　　1)如果您剛開始學(xué)習(xí)大數(shù)據(jù)分析，那么一開始，您肯定會發(fā)現(xiàn)選擇正確的編程語言非常困難。盡管有許多語言，但是競爭一直是Python和R本身之間的競爭。讓我們看看什么數(shù)據(jù)在告訴我們。

　　2)由于其豐富的庫以及 R 語言，該行業(yè)仍然支持 Python。

　　3)對于每個大數(shù)據(jù)分析師來說，SQL都是必須的。盡管不適合被視為編程語言，但我還是趁機將其包括在這里：)。

　　4)在python和R之后，似乎對SAS 和 C ++ 語言有很好的需求。

　　3.5.3)選擇的深度學(xué)習(xí)框架?
 

　　1)由于深度學(xué)習(xí)的突然興起，許多深度學(xué)習(xí)框架都由Google和Facebook等巨頭進入市場。

　　2)與PyTorch相比， 該行業(yè)贊成 Tensorflow。

　　3)Keras 在市場上占有很好的份額，由于其簡單易用的特性，人們喜歡它。

　　4)盡管還有許多其他框架，例如Caffe，Maxnet，但似乎沒有多少空缺。如果不是全世界，至少在中國。

　　3.5.4)哪種大數(shù)據(jù)技術(shù)具有優(yōu)勢?
 

　　1)Spark 排名第一?？梢允褂胹park -Pyspark的python版本。

　　2)Hadoop 的機會幾乎與Spark相同，只是差別很小。

　　3)Hive 也有很多空缺 。

　　3.5.5)哪個云提供商需要ML?
 

　　1)訓(xùn)練模型涉及大量計算，而這些計算很容易變得非常昂貴。公司正在尋找更便宜的方式來完成工作，這就是這些云平臺出現(xiàn)的地方。

　　2)AWS 排名第一，其次是 Azure。

　　3)公司正在迅速向云選項發(fā)展。這些技術(shù)在未來的大數(shù)據(jù)分析中將有更多的機會發(fā)揮重要作用。

　　3.5.6)需要數(shù)據(jù)可視化工具嗎?

　　1)雇主對于Tableau 的數(shù)據(jù)可視化表現(xiàn)出更多的興趣 。

　　2)盡管Microsoft的 Power BI 仍然落后。
 

　　結(jié)論：
 

　　如果您具備大數(shù)據(jù)分析師提到的所有必備技能，那么最好的方法應(yīng)該是開始參加面試，同時嘗試填補自己的理解空白，并學(xué)習(xí)可以為您帶來優(yōu)勢的工具/技術(shù)。超過其他候選人。