利用这篇文章提到的方法对拉勾爬虫，然后进行数据分析。通过对局部地区某一岗位的总体分析，找出该地区该职位的职业发展前景规律。本文基于拉勾上2016年12月到2017年1月深圳地区数据分析师招聘数据，为这一行业的朋友作为参考；虽然数据略为过时，但变化也不大，规律依然适用。

区域分析

各区职位数 空间分布 各区域板块职位数

频数分布

第一类别频数 第二类别频数 不同公司阶段招聘数量

薪资分布

全部职位平均薪资总体分布 不同类别职位薪资分布 不同阶段公司平均薪资 不同学历对薪资的影响 公司规模对薪资的影响

技术要求

数据分析师的技术要求

公司排名

高薪岗位top20

高薪岗位排名

综合人气top20

综合人气排名

结论

• 在现今的市场认知中，数据分析师主要还是开发类职业。开发类的职位，无论是市场需求还是薪资都是无可撼动的最高。因此所以如果你不会编程，或者不想作一个程序员（比如我），那么应该重新思考一下职业规划。

• 如果你要在深圳找数据分析师的岗位，请去南山区，优先去科技园附近。

• 如果你去找工作，HR问你期望薪资，你就说20K，因为这是业内的中等水平（这是考虑了最高薪资，不过考虑到大部分的最高薪资只是一个幌子，因此20K当然是虚高:)）。30K基本就到了数据分析师的天花板，而这个天花板一般要5年以上的时间达到。

• 当然要找一个20K的工作也不是那么轻松。你首先要自己具备实力。对于学历，除非你直接攻读相关专业的博士，否则本科足矣，读个硕士作用并不大（尤其是国内的硕士），三年时间转化成工作经验价值更大。至于技术方面，Hadoop和Spark这类大数据基础框架是市场最为重视的，因此Java是最为需要的语言（这主要还是因为大部分的公司不知道数据工程师和数据分析师的区别，或者大部分的公司仍处于基础建设阶段，离数据挖掘、分析和应用还有不少距离）。对于懂行的数据分析师来说，Python是首选的语言，毕竟全能；当然R也是越来越流行和被重视；SAS也不错，金融行业很需要。无论是工程师还是分析师，数据库和SQL始终是重要的基础技能。

• 当你足够牛的时候，就是你来挑选市场了。去大公司还是小公司？去大公司。数据表明大公司的需求和薪资都显著性强于小公司。在移动互联网收尾，人工智能兴起的大数据时代，没有数据、没有资金、没有技术的小公司实在难有作为。

• 当然拉勾的数据既不全面，也不一定都靠谱（事实上许多HR的招聘需求都是抄来抄去）。因此，以上所有结论一定有某种程度的偏差，仅供参考。