本科層次大數據人才需求可視化分析

梁婷婷， 邱素貞， 陸 珊

（南寧學院 信息工程學院， 南寧530200）

0 引 言

根據賽迪發布的《2019—2021 年中國大數據市場預測與展望數據》顯示，預計未來三年中國大數據市場規模仍將保持30%以上的增長速度［1］。 到2021 年，中國大數據市場規模將達到4920.3 億元。希捷科技的一項最新研究表明，到2025 年全球數據量將 會 從2018 年 的33ZB 上 升 至175ZB［2］。 到2020 年，工業機器間分享的數據將遠遠超過人類所生成的數據量。 爆炸式增長的數據量推動和豐富了大數據分析及應用需求。 各地數字經濟和新型智慧城市建設項目需要大量的大數據人才。 為了應對大數據人才的旺盛需求態勢，國家加快設立了一批相關專業。 根據教育部公布的2017—2020 年普通高等學校本科專業備案和審批結果顯示，獲批新增“數據科學與大數據技術”專業的高校累計達到616所。 此外，國家還加快設立了交叉性的新學科，培育既懂大數據技術，又有專業知識（如智能建造、智能醫學、智能車輛、計算金融等）的復合型人才。

人才的培育順應國家政策與當前及未來的市場需求。 收集具有廣泛影響力的人力資源服務供應商的人才招聘網站數據，研究海量真實的名企職位招聘信息，從當前的市場實際需求，定位人才的素質能力、知識儲備等要求，對各高校制定人才培養方案具有實際意義。

1 研究數據及方法

本研究以“大數據”為關鍵詞，于2020 年3 月爬取前程無憂51Job 人才招聘網站的52 403 條信息。 其中包括12 個字段：崗位名稱、薪資、教育背景、經驗要求、招聘人數、公司名稱、工作地區、公司性質、公司規模、所處行業、發布日期、職位詳情等。去除重復、大量的房產銷售等人才招聘廣告的噪聲數據，以及一些字段數據為空的記錄，留取22 531條有效數據。 為了深入分析人才需求定位，利用tableau 數據可視化分析軟件，采用描述統計分析方法，研究當前大數據人才市場的實際需求，包括地域分布、薪資水平、經驗要求、崗位需求等。 結合詞頻分析和統計技術，經過對不同崗位的詳情描述進行文本分析，挖掘出各企事業單位對大數據人才的素質能力、知識儲備等要求。 通過散點圖、條形圖、地圖等可視化圖形展示了主要分析結果。

2 研究結果及分析

本次爬取的數據中，有一萬余條（占總數20%）記錄的招聘人數為“若干人”。 為了更好的統計招聘人數，將招聘人數為“若干人”轉換為5 人。 最終計算出總的招聘人數為75 876 人。

企事業單位發布招聘信息時間分布在2020 年1—3 月份，3 月份發布的招聘人數占74%，需求人數激增。 分析原因，應是受鼠年春節和新冠病毒疫情影響，企業需求意愿不強。

數據顯示，教育背景要求本科的占比最大，達到63.4%，大專20%和碩士5.2%。 可見本科學歷的人才最受歡迎，本科層次人才培養對整個大數據市場具有重要意義。 為了更好的研究本科層次大數據人才的需求狀態，本文篩選出教育背景明確要求為本科學歷的記錄進行研究，從多角度分析并給出相應結果。

2.1 崗位需求

各用人單位填寫的招聘崗位名稱不盡相同，部分有交叉重復，共有6 579 種不同名稱。 經分析，結合大多數實際崗位的工作內容，將這些崗位名稱進行分組整理。 分組時，會有部分崗位名稱涉及不同的組別（如：安全研發架構師），但是僅能處于一個組別。 如圖1 所示，需求人數超過總體平均值的有：數據分析（含數據分析、統計分析、數據統計、財務分析、運營分析、數據專員等統一歸為數據分析）、數據開發、軟件開發方向、研發方向、數據工程師、數據運維＼運營、架構方向、銷售方向等。

圖1 不同崗位需求人數條形圖Fig.1 Bar chart of the number of people in different positions

2.2 薪資水平分布

各用人單位給出的薪資范圍千差萬別。 有元／小時、元／天、千／月、萬／月、萬／年等單位，以及數據類似于“6.5～20 千／月”這樣的格式，數據范圍跨度不一。 為了方便統計分析薪資水平，將所有的薪資單位換算為千／月，并將每個薪資數據范圍分離出最低值和最高值，進而計算出每個薪資數據的平均值。經過統計，大數據人才的平均月薪為17 千／月。 并將薪資數據每5 千為一個數據項繪制平均薪資水平分布直方圖。 如圖2 可見，大多崗位的平均薪資分布在5～20 千／月。

圖2 平均薪資水平分布直方圖Fig.2 Distribution histogram of average salary level

對數據進一步鉆取信息，繪制不同崗位招聘人數及工資散點圖，如圖3 所示。 可見，招聘人數比較多的崗位，如：數據分析、數據開發、軟件開發等，平均薪資在15 千／月左右。 而架構師、BI 和智慧方向的崗位薪資比較高，達24 千／月以上。

圖3 不同崗位招聘人數及工資散點圖Fig.3 recruitment number and salary scatter of different positions

2.3 經驗要求

對本科學歷人才的經驗要求，大多在3 ～4 年，其次是要求在校生／應屆生，如圖4 所示。 結果顯示，對在校生／應屆生的需求崗位最多的是：研發方向（數據研發、研發工程師）、軟件開發；其次是數據分析、數據工程師。 要求一年經驗最多是：數據分析、數據開發；要求2～4 年經驗的崗位更多的是：數據開發、開發工程師、數據分析師和工程師。 要求5～7年經驗以上的崗位更多的是架構方向、開發方向。 隨著經驗年限要求越高，薪資水平也越高。

圖4 不同經驗要求的人才需求條形圖Fig.4 Bar chart of talent demand for different experience requirements

2.4 地域分布

全國主要城市均需求大數據人才，如圖5 所示，需求量最大的城市依次是上海、北京、深圳、廣州、杭州、成都，這六大城市的需求占總需求的57.6%。 除此之外南京、武漢、合肥、西安、珠海、濟南等地需求也比較大。 可見，這些城市是數字經濟發展沃土，是人才聚集地。

2.5 公司行業及性質需求

公司行業字段有多個行業標簽，有些公司跨不同行業，本研究默認以第一個作為該公司的行業標簽。 人才需求行業主要來源于計算機軟件、互聯網／電子商務、通信／電信／網絡設備，金融／投資／證券，計算機服務（系統、數據服務、維修），電子技術／半導體／繼承電路，專業服務（咨詢、人力資源、財會）。本文篩選出招聘總人數在平均值之上的16 個行業，繪制出行業需求餅圖，如圖6 所示。

圖5 大數據人才工作地點分布地圖Fig.5 Distribution map of big data talents＇work places

圖6 行業需求餅圖Fig.6 Pie chart of industry demand

此外，民營公司對大數據人才的需求最大，占到一半。 然后依次是國企（20%）和上市公司（13%）。

2.6 技能需求和人才素養需求

職位詳情字段中，用人單位描述了對招聘人才的技能、素養等要求。 采用文本挖掘方法，利用jieba 分詞工具，對每一條記錄的職位詳情去除停用詞以后進行分詞，然后進行詞頻統計，如圖7 所示。排在前列的軟件和技術要求有PYTHON、JAVA、HADOOP、SPARK、excel、spss、mysql 等，這些是大數據應用過程中所需要的工具和平臺，用來對數據進行采集、存儲、計算、分析等。 對人才素養的要求更強調團隊合作、良好的溝通能力。

若按照崗位名稱分類查看工作要求，需求量最大數據分析崗位的描述詞云，如圖8 所示。 可見數據分析崗位要求熟悉python、R 語言、excel 或spss等熱門編程語言或工具；掌握sql 數據庫；具有數學、統計學、數據挖掘等理論知識；或者應用相關技術，通過數據揭示業務問題。

圖7 職位詳情描述詞頻統計云圖Fig.7 Word cloud chart of job description frequency statistics

圖8 數據分析方向的職位詳情描述詞頻統計云圖Fig.8 Word cloud chart of job description frequency statistics in data analysis direction

此外，根據需要可以得到不同條件下顎描述詞云圖，在此則不一一贅述。

3 結束語

經過研究和分析大型招聘網站的招聘數據，獲知當前市場對大數據人才的需求是多行業、多層次、多分類的，薪資較高、需求量大、工作地大多在北上廣深、杭州及成都等主要城市。 本科高校在設計人才培養方案時，以國家戰略、產業行業發展的頂層設計為出發點，及時根據人才市場需求，規劃和調整教育教學體系，培養適應多元化發展的創新性人才。在此提出以下建議供參考：

（1）考慮學生的職業發展路徑，參照上述熱門崗位經驗要求分析，就業5 年內的職位發展路徑有跡可循，依次是數據研發、數據分析、開發和運營、架構。

（2）有針對性的培養學生技能。 不同行業對崗位的需求也不盡相同，高校在“全科教育”的基礎上培養學生的某個領域特長，應是較合理的培養方向和理念。

（3）專業教育與創新教育互為補充和支撐，全面提升大數據相關專業學生的素質，適應快速發展的社會。

（4）特色培養。 每個學校的辦學基礎不一，有不同的硬軟件環境。 地方本科院校應進一步分析本地及輻射地區的人才需求，為各地數字經濟和新型智慧城市建設項目輸送高質量的大數據人才。 而跨學科的專業，可深入分析相關行業的特殊需求，培養兼具行業背景和大數據技能的復合型人才。