不知不覺，十月份已經(jīng)過去了，傳說中的金九銀十招聘季也應(yīng)該隨之結(jié)束了，不知道有換工作打算的朋友有沒有找到理想的下家，反正我沒有。 

于是乎，我再次轉(zhuǎn)戰(zhàn) Boss 直聘，我就是想看看，到底什么工種比較好找工作呢。當(dāng)然了，這里工作種類實(shí)在是太多了，我就挑選出 Python，Java，數(shù)據(jù)分析和產(chǎn)品經(jīng)理這四種崗位來做下簡(jiǎn)單的分析。

• 獲取數(shù)據(jù)

我在前面就寫過一篇獲取 Boss 數(shù)據(jù)的文章，可以戳這里查看(查看)。但是后面有人反映說 Cookies 過期時(shí)間太快了，我自己嘗試之后也確實(shí)如此，那么這種情況下，使用 selenium 就是更好的選擇了。

由于網(wǎng)站頁(yè)面結(jié)構(gòu)并沒有變化，所以以前的解析網(wǎng)頁(yè)的代碼基本可以復(fù)用，只不過從 bs4 解析變?yōu)?webdriver 解析。

def get_jobs(page, city, job_type): 
 Chrome_driver = webdriver.Chrome(options=options) 
 c_code = city_code[city] 
 for i in range(1, page + 1): 
 try: 
 print("正在抓取第 %s 頁(yè)數(shù)據(jù)" % i) 
 uri = '/%s/?query=%s&page=%s' % (c_code, job_type, i) 
 Chrome_driver.get(config.url + uri) 
... 

同時(shí)這里要注意的是，Boss 網(wǎng)站會(huì)檢測(cè)瀏覽器是否在受 selenium 控制，所以我們還要增加一條配置，來繞過該檢測(cè)。

from selenium.webdriver import ChromeOptions 
options = ChromeOptions() 
options.add_experimental_option('excludeSwitches', ['enable-automation']) 

之后就可以運(yùn)行程序等待完成了。

if __name__ == '__main__': 
 for i in city_code.keys(): 
 get_jobs(10, i, 'python') 
 get_jobs(10, i, 'java') 
 get_jobs(10, i, '數(shù)據(jù)分析') 
 get_jobs(10, i, '產(chǎn)品經(jīng)理') 

每種崗位我只爬取了前10頁(yè)，畢竟我們翻看工作的時(shí)候，也不會(huì)翻看到10頁(yè)以后吧！

而對(duì)于城市，我則選擇了如下的城市：

city_code = { 
 'beijing': 'c101010100', 
 'shanghai': 'c101020100', 
 'guangzhou': 'c101280100', 
 'shenzhen': 'c101280600', 
 'hangzhou': 'c101210100', 
 'xian': 'c101110100', 
 'wuhan': 'c101200100', 
 'chengdu': 'c101270100', 
 'nanjing': 'c101190100' 
} 

• 招聘薪資整體分析

首先我們先來看下不同城市間，同種工作的招聘薪資對(duì)比，正所謂沒有對(duì)比，就沒有傷害。

圖中的薪資來源：選擇崗位中招聘薪資區(qū)間最多的作為普遍薪資，如對(duì)于西安的 Java 崗位，10-15K 是最多的薪資區(qū)間，那么西安 Java 崗位在圖中的數(shù)值即為(10+15)/2 + 32/10 = 15.7

從圖中的數(shù)據(jù)可以看出，北京、上海、深圳和杭州的普遍薪資是高其他城市一等的，那么應(yīng)該是第一階梯，所謂的“北上廣深”可能即將成為過去式了。

同時(shí)還能看出，雖然近些年 Python 混的風(fēng)生水起，大紅大紫，但是薪資相對(duì)來說卻不是很高，所有的城市都沒有超過30K，相比杭州的 Java，深圳的數(shù)據(jù)分析和北京的產(chǎn)品經(jīng)理來說，Python 還是太弱勢(shì)了。

而從整體來看，產(chǎn)品經(jīng)理絕對(duì)是總體薪資水平很高的崗位，無論程序猿們服不服氣，你們的戰(zhàn)友(天敵)就是會(huì)壓你一頭。

下面再來看看不同城市對(duì)于不同崗位的需求程度，我這里默認(rèn)需求程度高，那么普遍薪資也高。

• 崗位城市需求

Python 需求情況

能夠看出，對(duì)于 Python 來說，北京、上海和深圳可能是比較好發(fā)展的城市，而南京竟然墊底，這讓我情何以堪啊。

Java 需求情況

上海和杭州是獨(dú)一檔的存在，擁有阿里巴巴的杭州，招聘高級(jí) Java 可不是鬧的哦。而其他城市則分布的較為平均，看來老牌語言的威力就體現(xiàn)在這里了，哪個(gè)公司敢說自己一點(diǎn) Java 都不用呢?

數(shù)據(jù)分析崗位

對(duì)于數(shù)分崗位，深圳一馬當(dāng)先，我想這會(huì)不會(huì)和騰訊有著莫大的關(guān)系呢，畢竟分析好自己和別人的數(shù)據(jù)，才更好。。。

而北京也是獨(dú)占第二檔，看來近來大火的數(shù)據(jù)分析崗位，還是在大城市，大廠中更加有發(fā)展前途哦。

產(chǎn)品經(jīng)理崗位

能夠看出，北京應(yīng)該是產(chǎn)品經(jīng)理的天堂，這也非常符合北京這座城市的身份地位–引領(lǐng)中國(guó)互聯(lián)網(wǎng)的潮流。

而深圳、上海、杭州和南京對(duì)于產(chǎn)品經(jīng)理來說也會(huì)有不錯(cuò)的發(fā)展，畢竟這幾座城市，是多少年輕人夢(mèng)開始的地方!

• 總體崗位分布

最后再來看看總體崗位需求分布情況

可以清晰的發(fā)現(xiàn)，當(dāng)前的崗位需求分布還是分為三大塊，北京地區(qū)，長(zhǎng)三角地區(qū)和廣州-深圳地區(qū)。

無論是當(dāng)年的改革開放還是如今的互聯(lián)網(wǎng)熱潮，東南沿海地區(qū)一直都走在前列，大型企業(yè)入駐，人才涌入，大大推動(dòng)了地區(qū)的發(fā)展，從而也水漲船高，無論是薪資還是需求量，都遙遙領(lǐng)先于其他地區(qū)。

而對(duì)于中部城市西安、武漢和成都等，不是它們不夠好，而是先天的差距，需要后天更多的資源傾斜才能彌補(bǔ)。

• 崗位名稱

說了這么多，那么各個(gè)企業(yè)到底都在招聘什么崗位呢

Python 崗位名稱

對(duì)于 Python 來說，招聘居多的是全棧工程師和開發(fā)工程師。我理解的兩者的區(qū)別應(yīng)該是全棧工程師需要知道的技術(shù)要更多一些，比如前端、數(shù)據(jù)庫(kù)、網(wǎng)絡(luò)等等。當(dāng)然這并不代表純的開發(fā)工程師就可以不懂這些技能，畢竟如今競(jìng)爭(zhēng)壓力這么大，不是能夠承受996就能找到工作的時(shí)代了。

Java 崗位名稱

Java 來說，比較多的是高級(jí)工程師和架構(gòu)師，這都是比較高級(jí)的崗位了，對(duì)于 Java 這種生態(tài)如此龐大，應(yīng)用如此廣泛的語言來說，成為架構(gòu)師之路，還是漫長(zhǎng)且阻啊!

數(shù)據(jù)分析崗位名稱

數(shù)據(jù)分析，能夠看到有招聘偏于業(yè)務(wù)的“數(shù)據(jù)分析-DS快捷拼車”，也有招聘偏于技術(shù)的資深數(shù)據(jù)分析師，總之對(duì)于這個(gè)崗位，這兩大方向應(yīng)該是兩種截然不同的晉升途徑，而對(duì)于個(gè)人的要求也不盡相同。

產(chǎn)品經(jīng)理崗位名稱

對(duì)于產(chǎn)品經(jīng)理這個(gè)崗位來說，大多都是基于業(yè)務(wù)來招聘的，比如 CRM 產(chǎn)品經(jīng)理，社區(qū)產(chǎn)品經(jīng)理，AI 產(chǎn)品經(jīng)理等等。看來在社會(huì)分工越來越細(xì)致的今天，產(chǎn)品經(jīng)理的分工率先體現(xiàn)了出來，那么不同領(lǐng)域的產(chǎn)品經(jīng)理，會(huì)容易跳槽嘛?

好了，今天的分析就到此為止，我計(jì)劃下次再來分析下不同企業(yè)的招聘情況，可以期待一下下哈!