python数据分析就业市场调查报告

就业市场调查报告

基于Python语言的特性，加上历史和文化上的原因，Python发展出了一个大型、活跃的科学计算及数据分析社区。近些年，Python提高了对数据类库的支持，使得它成为数据分析任务的一个流行选择。再综合考虑Python在通用软件工程上的总体实力，它便成为数据分析的首选语言。

一、Python数据分析师的行业需求

图片来自网站搜索

Python数据分析适用于众多行业，包括并不局限于网站运营、销售竞争、新媒体传播、互联网公司对数据的分析等。Python数据分析人员主要担任的岗位：企业运营人员、数据分析师、python工程师、数据挖掘工程师。据分析师岗位行业区别分布差异较大，具有鲜明的行业特点，其中 IT互联网、通信需求量最大，其次，金融、银行、保险、教育咨询及第三方服务业的范围较过往有所增长，该几类行业在短期内无论是产品端、用户端、运营端等都实现大大数据的原始积累，数据增长速度依然可观。 随着大数据的火热发展，各行各业均呈现出了数字化转型的要求与趋势，更多行业及其细分行业对数据分析师岗位的需求增大。

二、Python数据分析师技能要求

行业应聘指标

从事数据分析的python人员需要掌握的技能：

1、数学知识
数学知识是数据分析师的基础知识。Python数据分析需要学习重要的数学知识。对于初级数据分析师，了解一些描述统计相关的基础内容，有一定的公式计算能力即可，了解常用统计模型算法则是加分。对于高级数据分析师，统计模型相关知识是必备能力，线性代数（主要是矩阵计算相关知识）最好也有一定的了解。
而对于数据挖掘工程师，除了统计学以外，各类算法也需要熟练使用，对数学的要求是最高的。所以数据分析并非一定要数学能力非常好才能学习，只要看你想往哪个方向发展，数据分析也有偏“文”的一面，特别是女孩子，可以往文档写作这一方向发展。
2、分析工具
对于初级数据分析师，玩转Excel是必须的，数据透视表和公式使用必须熟练，VBA是加分。另外，还要学会一个统计分析工具，SPSS作为入门是比较好的。对于高级数据分析师，使用分析工具是核心能力，VBA基本必备，SPSS/SAS/R至少要熟练使用其中之一，其他分析工具（如Matlab）视情况而定。对于数据挖掘工程师，主要靠写代码。
3、编程语言、数据库语言
4、业务理解

数据的获取方案、指标的选取、乃至最终结论的洞察，都依赖于数据分析师对业务本身的理解。对于初级数据分析师，主要工作是提取数据和做一些简单图表，以及少量的洞察结论，拥有对业务的基本了解就可以。对于高级数据分析师，需要对业务有较为深入的了解，能够基于数据，提炼出有效观点，对实际业务能有所帮助。对于数据挖掘工程师，对业务有基本了解就可以，重点还是需要放在发挥自己的技术能力上。

5、逻辑思维
编写程序需要严密的逻辑思维，精妙的逻辑结构有利于程序的运行和数据分析的准确性提高。

6、报告分析与业务管控能力
数据分析师要求的三大能力：

• 统计学基础和分析工具应用
• 计算机编码能力
• 特定应用领域或行业的知识

三、Python数据分析师的工作内容

数据获取

数据预处理

数据可视化

提供数据支持、团队目标制定的引导等

四、薪酬

2020年北京python行业从事人员平均工资

数据分析师岗位的薪资水平随着工作年限的增加，专业技能优势尤为凸显，持续上涨走势明显。1年以下工作经验，月基本薪资在7K左右；1-3年工作经验，月基本薪资在3k 左右；3-5年工作经验，月基本薪资15.5k左右；5-10年工作经验，在20k左右；10年以上工作经验，在29K左右。

以企业性质看，数据分析师岗位的月平均薪资水平，外商独资企业平均在17.5k，上市公司在14.5k，民营公司在 16.5k，合资企业在 12.5k，国企平均是9k。除基本月薪标准外，根据企业不同的薪资架构体系影响，员工的年薪范围会存在一定差异。

五、发展路径

原文链接：https://blog.csdn.net/Lyun911/article/details/110766241（仅限发展路径）       

 CSDN博主「Lyun911」的原创文章

1、明确问题 Business Understanding（洞见，领头羊）（管理岗）

对应岗位

商业分析师 Business Analysis（BA）

数据分析师 Data Analylist（DA）

商业智能分析师 Business Intellligence（BI）

常见技能要求

基于业务从数据中找到问题

分析问题

解决问题

（找到问题-分析问题-解决问题）

2、抓取数据 Data Acquisition（15k初学者）

对应岗位

数据分析师 Data Analist（DA）

数据工程师 Data Engineer（DE）

常见技能要求

SQL、爬虫

掌握一门常见语言（Python）

3、数据清理 Data Cleanup（20k资深）

对应岗位

数据分析师 Data Analist（DA）

常见技能要求

掌握SQL、Python

熟练掌握Numpy、Pandas等数据包

4、建模分析 Data Modeling&Analysis（25k高阶）

对应岗位

数据分析师 Data Analist（DA）

机器学习算法工程师

常见技能要求

统计建模类

对数理知识要求高：统计、回归、概率、建模、时间序列等

机器学习类

集成学习、监督学习、深度学习、NPL等各种模型

5、执行 Deployment（可视化呈现，报告）（初学者）

对应岗位

iness Analist (BA)

常见技能要求

Tableau（dashboard）

Power Bl

Excel    

六、积累经验、追求工作：

１、基本理论知识的学习

２、线上教学视频题目的练习

３、使用python进行日常学习中的帮助

４、借鉴博客博主学习的经验