[PYTHON] Qiita Job Ich habe versucht, den Job zu analysieren

Inhaltsverzeichnis

--Hintergrund --Datenerfassung

Hintergrund

Während ich den Job wechselte, wurde ich in den Satz "Herzlichen Glückwunsch zum Jobwechsel für 300.000 Yen" verwickelt und bei Qiita Jobs registriert, aber als ich versuchte, ihn zu verwenden, dachte ich, dass die Funktionen etwas mangelhaft waren.

Ich konnte den Arbeitsort nicht eingrenzen oder die Anzahl der Seiten nicht kennen.

Glücklicherweise habe ich die meisten Informationen, die ich benötige, in der Jobliste, und die Gesamtzahl der Seiten beträgt nur etwa 20 (manuell abgerufen). Deshalb habe ich beschlossen, sie in Python abzurufen.

Daten bekommen

Der allgemeine Fluss ist so.

Wir haben insgesamt 294 Jobs. (Ist das wahrscheinlich alles?)

Ich habe mir die Daten angesehen

Die Werkzeuge, die ich benutzte, waren Pandas und Tableau.

Zunächst möchte ich sagen, dass der Inhalt von nun an auf der Grundlage des Inhalts des Stellenangebots von Qiita-Stellen erstellt wird, sodass er nicht das Stellenangebot der gesamten IT-Branche widerspiegelt, sondern ** als Referenz **.

Das erste, was mich interessierte, war die Anzahl der Personen, die nach Arbeitsort eingestellt wurden.

work_place_num2.jpg

Ich sehe, die Anzahl der Stellenangebote in Tokio hat überwältigend gewonnen. Ist es nicht notwendig, den Arbeitsort einzugrenzen? Es scheint jedoch ein wenig unpraktisch für diejenigen, die einen lokalen Job wie U / I Turn suchen.

Als nächstes betrachten wir die Jobtypen nach Jobtyp. 職種別求人数.jpg

TOP5 war eine Webanwendung, ein anderer Ingenieur, ein Backend, ein Frontend und ein Infrastrukturingenieur. Ich bin der Meinung, dass der Arbeitsaufwand im Zusammenhang mit dem Web stärker nachgefragt wird als die Arbeit bei der Entwicklung von Smartphones.

Um zu sehen, wonach andere Ingenieure suchen, habe ich die Back-End-Ingenieure und Front-End-Ingenieure, die eine ähnliche Anzahl von Jobs haben, mit den Tags anderer Ingenieure verglichen.

other engineer.jpg

Für andere Ingenieure gibt es daher viele technische Tags wie JAVA, C ++, C #, Spiele, Animationen usw., wahrscheinlich eingebettete Systeme, Spieleentwicklung usw.

Übrigens, wenn Sie die Verwendungstechniken aller Jobs zusammenfassen, erhalten Sie die folgende Trefferübersicht.

tagCount_heatMap.jpg

Lassen Sie uns abschließend das durchschnittliche Jahreseinkommen nach Jobtyp überprüfen. Hierbei ist zu beachten, dass das "durchschnittliche Jahreseinkommen" einfach der Durchschnitt der oberen und unteren Grenzen des Jahreseinkommens ist.

職種別年収平均.jpg

Wenn Sie sich diese Abbildung ansehen, sehen Sie, dass die Gehaltsspanne der Webanwendungsingenieure groß ist.

Sie können auch sehen, dass der Back-End-Ingenieur ein höheres durchschnittliches Jahreseinkommen hat als das Front-End und das Back-End.

Impressionen und Zukunftspläne

Da ich Tableau zum ersten Mal verwende, bin ich möglicherweise nicht daran gewöhnt, Visualisierungsdiagramme zu erstellen, aber ich würde es gerne wieder verwenden, wenn ich die Gelegenheit dazu habe.

Ich bin sicher, Sie können mit den Daten, die Sie von Qiita Jobs erhalten, noch mehr tun. Ich habe heute, aber in Zukunft, nur den Inhalt der Daten durchsucht

  1. Ich möchte AWS-Services verwenden, um etwas zu erstellen, das anzeigt, ob neue Jobs in die angegebene Jobkategorie kommen.
  2. Dieses Mal habe ich nur die Informationen verwendet, die aus der Liste entnommen werden können, aber ich denke, dass sie auch für maschinelles Lernen verwendet werden können, da in den einzelnen Jobdetails viele weitere Informationen wie wesentliche Fähigkeiten und Arbeitsbedingungen enthalten sind.

Darüber hinaus können Sie diese Zeichnung unter der folgenden URL überprüfen. Tableau Public

Danke, dass du bis zum Ende zugesehen hast.

Recommended Posts

Qiita Job Ich habe versucht, den Job zu analysieren
Ich habe Web Scraping versucht, um die Texte zu analysieren.
Ich habe versucht, den Ball zu bewegen
Ich habe versucht, den Abschnitt zu schätzen.
Ich habe versucht, die Emotionen des gesamten Romans "Wetterkind" zu analysieren
Ich habe versucht, den Befehl umask zusammenzufassen
Ich habe versucht, die grafische Modellierung zusammenzufassen.
Ich habe versucht, das Umfangsverhältnis π probabilistisch abzuschätzen
Ich habe versucht, die COTOHA-API zu berühren
Ich habe versucht, beim Trocknen der Wäsche zu optimieren
Ich habe versucht, die Daten mit Zwietracht zu speichern
Ich fing an zu analysieren
[Qiita API] [Statistik • Maschinelles Lernen] Ich habe versucht, die bisher veröffentlichten Artikel zusammenzufassen und zu analysieren.
[Python] Ich habe versucht, den Pitcher zu analysieren, der keinen Treffer und keinen Lauf erzielt hat
Ich habe versucht, die Trapezform des Bildes zu korrigieren
Ich habe versucht, den Authentifizierungscode der Qiita-API mit Python abzurufen.
Ich habe versucht zu debuggen.
(Python) Ich habe versucht, 1 Million Hände zu analysieren ~ Ich habe versucht, die Anzahl der AA ~ zu schätzen
Ich habe versucht, die Beschleunigung von Python durch Cython zu verifizieren und zu analysieren
Ich habe versucht, die Negativität von Nono Morikubo zu analysieren. [Vergleiche mit Posipa]
LeetCode Ich habe versucht, die einfachen zusammenzufassen
Ich habe versucht, die Neujahrskarte selbst mit Python zu analysieren
Ich habe versucht, das Problem des Handlungsreisenden umzusetzen
Ich habe versucht, die Texte von Hinatazaka 46 zu vektorisieren!
Ich habe versucht, die in Python installierten Pakete grafisch darzustellen
Ich habe versucht, Iris aus dem Kamerabild zu erkennen
Ich habe versucht, die Grundform von GPLVM zusammenzufassen
Ich habe versucht, eine CSV-Datei mit Python zu berühren
Ich habe versucht, Soma Cube mit Python zu lösen
Ich habe versucht, die Sündenfunktion mit Chainer zu approximieren
Ich habe versucht, Pytest in die eigentliche Schlacht zu bringen
[Python] Ich habe versucht, die Top 10 der Lidschatten grafisch darzustellen
Ich habe versucht, die unverständlichen Sätze von Karen Takizawa sprachlich zu analysieren.
Ich habe versucht, die Spacha-Informationen von VTuber zu visualisieren
Ich habe versucht, den negativen Teil von Meros zu löschen
Ich habe versucht, das Problem mit Python Vol.1 zu lösen
Ich habe versucht, die Methode zur Mittelung der Dollarkosten zu simulieren
Ich habe versucht, die nicht negative Matrixfaktorisierung (NMF) zu wiederholen.
Ich habe versucht, die Sprache mit CNN + Melspectogram zu identifizieren
Ich habe versucht, das Wissensdiagramm mit OpenKE zu ergänzen
Ich habe versucht, die Stimmen der Sprecher zu klassifizieren
Ich habe versucht, das Bild mithilfe von maschinellem Lernen zu komprimieren
Ich habe versucht, die String-Operationen von Python zusammenzufassen
Ich habe versucht, SVM zu organisieren.
Ich habe versucht, PCANet zu implementieren
Ich habe versucht, die Qiita-API zu berühren
Ich habe die Changefinder-Bibliothek ausprobiert!
Ich habe versucht, Linux wieder einzuführen
Ich habe versucht, Pylint vorzustellen
Ich habe versucht, SparseMatrix zusammenzufassen
jupyter ich habe es berührt
Ich habe versucht, StarGAN (1) zu implementieren.
Ich habe versucht, die Entropie des Bildes mit Python zu finden
Ich habe versucht, die Umrisse von Big Gorilla herauszufinden
Ich habe versucht, das Blockdiagramm-Generierungswerkzeug blockdiag einzuführen
Ich habe versucht, den für TensorFlow geschriebenen Code nach Theano zu portieren
[Pferderennen] Ich habe versucht, die Stärke des Rennpferdes zu quantifizieren