Tableau招聘信息数据可视化

获取的招聘信息数据为某招聘网站发布的大数据及数据分析相关岗位，对其他计算机相关岗位的招聘信息数据分析也有一定的参考价值。因为所获取的招聘信息数据数量只有1万左右，实际的招聘信息数量肯定不止1万，所以可能会与实际信息有一定的误差。

学历与经验分布柱状图

不同招聘网站的侧重点不同，本数据来源的招聘网站更侧重于有经验的求职者。
招聘信息的学历要求主要为本科学历，本科学历中所需经验要求为3-5年的招聘信息最多。
在这里插入图片描述

数量最多的公司行业为数据服务，其次为科技金融。因为我获取的主要是大数据和数据分析相关岗位的招聘信息数据。平均薪资最高的公司行业是农林牧渔（这…可能是这个行业的几个公司发布的招聘领导级别的招聘信息），其次是新能源汽车制造。
在这里插入图片描述

不同招聘网站的公司类型划分可能不同，有的是按民营这些划分，有的是按融资这些划分。
数量最多的公司类型为不需要融资，平均薪资最高的公司类型为D轮及以上。
在这里插入图片描述

平均薪资的分布折线图类似钟形曲线，平均薪资过高和过低的是少数，大部分人的薪资处于中游。招聘信息的平均薪资也和招聘网站有关，不同招聘网站的侧重点不同。从之前的学历与经验分布柱状图可以看出，招聘信息最多的是本科学历3-5年经验。所以分布较多的平均薪资区间的薪资看起来有点高。
在这里插入图片描述

各城市的平均薪资，城市的平均薪资我觉得参考价值有，但是应该不高，因为即使是互联网行业发展一般的城市可能主要招聘有经验的领导岗位，这些岗位会提高城市的平均薪资。
在这里插入图片描述

这个图就很容易看出各学历随着工作经验的增多，平均薪资也随着增多。当然也存在一些不合理的地方，准确的可视化图表需要大量准确数据的支持，我获取的数据虽然有1万条，但是在如今的大数据时代，说实话还是比较少的。
在这里插入图片描述

这个图就比较合理，公司规模的数量和平均薪资随着公司规模的增多而增多。
在这里插入图片描述

招聘岗位的所在城市主要位于沿海地区城市及各省会城市，其他未标出的城市不是没有发布招聘信息，而是因为我获取的数据不全面，还望理解。
在这里插入图片描述
招聘信息的数据可视化分析其实并不复杂，有的数据需要进行更复杂的计算，所以不断学习，不断进步吧！