創作不易，點贊關注支持一下吧，我的更多原創技術分享，關注公衆號「後端技術學堂」第一時間看！
每年的三四月份是招聘高峯，也常被大家稱爲金三銀四黃金招聘期，這時候上一年的總結做完了，獎金拿到了，職場人開始謀劃着年初的找工作大戲，作爲高薪行業之一的IT行業，程序員們也開始瘋狂的往心儀公司投遞簡歷。
作爲IT人我們要發揮自己的專業特長，如何從各種招聘網上找到滿意的職位？我分析了北京、廣州、深圳三個一線城市的C++招聘崗位信息，篇幅限制文中只拿出北京深圳的數據分析，讓我們看看C++崗位的招聘現狀，以及如何科學提高應聘成功率。
文末分享本次分析的高清圖表，需要的同學自取。同時我分享源碼用於學習交流，若對其他崗位感興趣可以自行運行源碼分析。
需求分析
通過分析招聘網站發佈的招聘數據，得出崗位分佈區域、薪資水平、學歷要求，崗位需求關鍵技能、匹配的人才具有哪些特點？從而幫助應聘者提高自身能力，補齊短板，有的放矢的應對校招社招，達成終極目標獲得心儀的offer。
軟件設計
數據分析是Python的強項，項目用Python實現。軟件分爲兩大模塊：數據獲取 和 數據分析
詳細實現
數據獲取
request庫構造請求獲取數據
cookie = s.cookies
req = requests.post(self.baseurl, headers=self.header, data={'first': True, 'pn': i, 'kd':self.keyword}, params={'px': 'default', 'city': self.city, 'needAddtionalResult': 'false'}, cookies=cookie, timeout=3)
text = req.json()
數據csv格式存儲
with open(os.path.join(self.path, '招聘_關鍵詞_{}_城市_{}.csv'.format(self.keyword, self.city)), 'w',newline='', encoding='utf-8-sig') as f:
f_csv = csv.DictWriter(f, self.csv_header)
f_csv.writeheader()
f_csv.writerows(data_list)
數據分析
字段預處理
df_all.rename({'職位名稱': 'position'}, axis=1, inplace=True) #axis=1代表index; axis=0代表column
df_all.rename({'詳細鏈接': 'url'}, axis=1, inplace=True)
df_all.rename({'工作地點': 'region'}, axis=1, inplace=True)
df_all.rename({'薪資': 'salary'}, axis=1, inplace=True)
df_all.rename({'公司名稱': 'company'}, axis=1, inplace=True)
df_all.rename({'經驗要求': 'experience'}, axis=1, inplace=True)
df_all.rename({'學歷': 'edu'}, axis=1, inplace=True)
df_all.rename({'福利': 'welfare'}, axis=1, inplace=True)
df_all.rename({'職位信息': 'detail'}, axis=1, inplace=True)
df_all.drop_duplicates(inplace=True)
df_all.index = range(df_all.shape[0])
數據處理展示
from pyecharts.charts import Bar
regBar = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
regBar.add_xaxis(region.index.tolist())
regBar.add_yaxis("區域", region.values.tolist())
regBar.set_global_opts(title_opts=opts.TitleOpts(title="工作區域分佈"),
toolbox_opts=opts.ToolboxOpts(),
visualmap_opts=opts.VisualMapOpts())
from pyecharts.commons.utils import JsCode
shBar = Bar(init_opts=opts.InitOpts(width='1350px', height='750px'))
shBar.add_xaxis(sala_high.index.tolist())
shBar.add_yaxis("區域", sala_high.values.tolist())
shBar.set_series_opts(itemstyle_opts={
"normal": {
"color": JsCode("""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
offset: 0,
color: 'rgba(0, 244, 255, 1)'
}, {
offset: 1,
color: 'rgba(0, 77, 167, 1)'
}], false)"""),
"barBorderRadius": [30, 30, 30, 30],
"shadowColor": 'rgb(0, 160, 221)',
}})
shBar.set_global_opts(title_opts=opts.TitleOpts(title="最高薪資範圍分佈"), toolbox_opts=opts.ToolboxOpts())
word.add("", [*zip(key_words.words, key_words.num)],
word_size_range=[20, 200], shape='diamond')
word.set_global_opts(title_opts=opts.TitleOpts(title="崗位技能關鍵詞雲圖"),
toolbox_opts=opts.ToolboxOpts())
數據分析
區域分佈
C++崗位區域分佈，北京 VS 深圳
北京的C++崗位數量比深圳更多，首都buff加持，並且集中分佈在海淀區和朝陽區這兩個區域，中關村位於海淀區，還有位於海淀區西北旺鎮的後廠村，騰訊、滴滴、百度、新浪、網易這些互聯網巨頭扎堆，自然能提供更多的崗位。
深圳的崗位則集中在南山區，猜測鵝廠C++大廠在南山區貢獻了重大份額，第二竟然在寶安區。
學歷分佈
C++崗位學歷分佈，北京 VS 深圳
學歷上兩個城市的本科學歷佔比都是80%以上，北京崗位需求研究生佔比和大專相當。可見大部分崗位本科學歷即可勝任，或許能給即將畢業糾結考不考研的你一些參考。
如果你的學歷是專科，那麼需要加倍的努力，因爲留給你的職位並不是很多。同時，從圖表數據來看，深圳的崗位對大專生需求10%而對碩士僅佔2%，或許去深圳比去北京更加友好，emmm…僅供參考。
薪資分佈
C++崗位薪資分佈，薪資單位K。
北京最高薪資 VS 最低薪資
深圳最高薪資 VS 最低薪資
薪資對比沒啥好說的，大家看圖說話，只想說帝都果然財大氣粗。
技能儲備
C++崗位關鍵技能詞雲，北京 VS 深圳
首先在脫離開發走上管理崗位之前，編程解決問題能力是最重要，可以看到「編程」能力在技能詞雲中佔比最大。
崗位技能詞雲可以看出，大部分崗位要求較高的**「算法、數據結構、Linux、數據庫(存儲)、多線程(操作系統)」計算機基礎素養**，所以不管你是在校學生準備校招或者職場老人準備跳槽，都需要儲備好這些計算機基礎能力。
同時，除去硬核技術要求，崗位對候選人的軟實力也有要求，比如更加偏愛具備**「團隊、協作、學習、溝通」**這些能力的候選人，大家在提高技術能力的同時，也要注重這些軟實力的培養。
一個彩蛋。Linux和window下都有C++開發崗位需求，相對而言Linux下C++開發佔比更多，詞雲更大，如果你對這兩個平臺沒有特殊偏愛，那麼學Linux下開發大概能加大應聘成功率。
在公衆號「後端技術學堂」回覆 「工作」獲取本文程序完整源碼以及高清分析圖表。
精彩文章推薦：
我用大數據分析了一線城市1000多份崗位招聘需求，告訴你如何科學找工作
騰訊後臺開發面試筆試C++知識點參考筆記
還能這麼玩？我用VsCode畫類圖、流程圖、時序圖、狀態圖不要太爽！
面試官：你會幾種redis分佈式鎖？我會三種！
最詳細的個人博客教程搭建教程GithubPages+Jekyll 簡約風格博客
面試官：你說對MySQL事務很熟？那我問你10個問題
創作不易，點贊關注支持一下吧
我會持續分享軟件編程和程序員那些事，歡迎關注。若你對編程感興趣，我整理了這些年學習編程大約3G的資源彙總，關注公衆號「後端技術學堂」後發送「資料」免費獲取。