Photo by Gustas Brazaitis from Unsplash





互联网下半场,数据岗位的你该何去何从?


自从 1994年互联网正式进入我国以来,短短二十多年的时间,该行业实现了爆炸性的增长,目前已经成为整个社会和经济的底层架构,各大企业希望将业务与数据结合,实现效益最大化。正如麦肯锡所称:“数据,已经***到当今每一个行业和业务职能领域,成为重要的生产因素”。

与此同时让很多人看到了这个行业里的机会和高福利。但 2018年却迎来了互联网的寒冬时期,缩招、裁员现象频繁出现。

本文数据来源于 BOSS直聘 2018年12月-2019年2月的公开招聘数据,以一线城市(北上深)的数据分析、数据挖掘岗为探讨点进行数据分析。

一、不同企业规模对数据岗位的需求

整体来看,北上深近三个月( 2018年12月-2019年2月),规模在 100-499人、1000人以上的大中型企业对数据分析和数据挖掘方面的人才招聘较多,0-20人的初创公司招聘相对最少,直接反映出资本寒冬之下,初创型企业缩招情绪最浓。


从北上深的最低薪资排序来看,企业规模越大给出的最低工资越高。初创型公司给出的薪资基本在 4K-6K 之间,中型企业给出的最低薪资在 10K-15K 之间的招聘量最大。大企业带给你的不止高薪,还有与大牛一起工作的开阔眼界,成熟的技术体系,因此小编认为至少应有一次大公司的成功工作经历。


规模不同的公司对数据分析与挖掘人员的需求量不同。其中气泡越大表示该规模的公司对人员需求量越大,气泡颜色越深表示该岗位需求量越大。据图所示,近三个月北上深的公司规模在 10 000人以上的对数据挖掘岗位的人员需求量较大,而一般的公司(如规模在 100-499人)对数据分析师的需求量较大。

二、一线城市对数据岗位的需求

一线城市因工作机会多,发展空间大,依旧是年轻人的首要选择。针对北上深三大一线城市来说,数据分析师的需求量明显多于数据挖掘。帝都对数据人才需求相对旺盛,其规模在 10 000人以上的企业招聘量最多,而对于上海和深圳来说,规模在 100-499人的企业对数据方面的人才需求量多于其他规模。


本科学历仍旧是各大公司招聘的重点人才,可以说明的是对业务能力要求比较高的数据分析师、数据挖掘师等职位,行业知识和业务理解能力在很多情况下比学历更加重要。

三、近三个月数据岗招聘热门企业

互联网公司离职率普遍较高,所以对于公司招聘是很重要的环节。近三个月内,北上深互联网公司招聘量普遍缩小。百度的数据岗(数据分析和数据挖掘)人才需求量占所有招聘量的 6.51%,腾讯、字节跳动、阿里巴巴集团对数据岗的人才招聘量基本持平。

四、工作经验影响力

就人类知识的总体而言,所有的理论知识都是来源于实践的,所以实践是理论的基础和源泉。 工作经验 1-3年的员工是从初入职场到独当一面,业务是最好的学习,公司是最好的学校。

近三个月内,北京是对从事数据岗位需求量最大的城市。


近三个月内,上海是对从事数据岗位需求量第二大的城市。


近三个月内,深圳是对从事数据岗位需求量第三大的城市。

后记

  • 本文作者观点:大公司企业文化深厚,带来的不仅是高薪,更重要的是拥有良好的工作环境,可以让毕业生接受很好的职业培训,从而利用大平台慢慢成长。

  • 过热的互联网经济面临着降温,不管该市场何时回暖,打好自己的基础才是关键。降温时节是充电的好时机,在满足日常工作要求之余,学习更多的知识,为升温的到来做充足的储备。只要技术能力过关,工作机会还是很多的。


本文为公众号读者投稿,如果觉得内容不错,欢迎分享给您的朋友。



留言打卡 DAY xx

今日主题:

(1)从事数据岗位,你做好准备了么? 

(2)你今天想在这里表达的 idea


『留言打卡活动』

留言打卡的各位童鞋,后台可以回复 “wechat”,添加我的微信号,定期或不定期 发送留言打卡截图给我。

留言请记得按格式“昵称+DAY xx + 留言内容”,如  Lemon+DAY02+留言内容。

还没有参加的童鞋,可以在公号后台回复 “留言打卡”,查看留言打卡活动详情。


-------------------End-------------------



©著作权归作者所有:来自51CTO博客作者mb5fe18e7c44408的原创作品,如需转载,请注明出处,否则将追究法律责任

更多相关文章

  1. 轻松用 Seaborn 进行数据可视化
  2. 预测优秀数据科学家的五个面试问题 | Python英语-Issue15
  3. Bokeh中独特的数据类型简介: ColumnDataSource | Bokeh 小册子
  4. Bokeh中数据的添加、修改和筛选 | Bokeh 小册子
  5. 毫秒时间戳标识消息导致数据丢失的问题排查
  6. Pandas小册子:日期数据处理 - 如何按日期筛选、显示及统计数据
  7. 2017年文章汇总 - Python数据之道
  8. Python数据类型-List介绍(下)-列表推导式
  9. Python数据类型-List介绍(上)

随机推荐

  1. Android笔记(9)---Fragment的生命周期以及
  2. Android4.X物理按键监听
  3. Android VR入门文章
  4. Android Handler处理机制 ( 一 )(图+源码
  5. (转)当Note2遇上NFC
  6. 美女开发者独立开发二十多款应用,月入上万
  7. 在截击中从响应中获得头球
  8. Android实战技巧之十一:Android Studio和G
  9. [深入理解Android卷一全文-第六章]深入理
  10. 按下子活动后退按钮后,Android主要活动的