python可视化分析大模型相关岗位人才招聘需求

最新推荐文章于 2026-01-08 12:35:24 发布

原创

最新推荐文章于 2026-01-08 12:35:24 发布 · 2k 阅读

标签

#python #开发语言 #数据分析 #数据可视化

引言

近年来，随着人工智能技术的迅猛发展，大模型（如GPT、BERT、Llama等）在自然语言处理、计算机视觉、推荐系统等领域展现出强大的能力，成为行业研究和应用的热点。企业对大模型相关人才的需求也呈现爆发式增长，岗位涵盖算法工程师、数据科学家、AI产品经理等多个方向。然而，当前市场上对大模型人才的需求分布、薪资水平、技能要求等方面的系统性分析仍然较少，企业和求职者往往缺乏直观的数据支持。

为了深入理解大模型相关岗位的市场需求，本研究基于Python对招聘数据进行爬取、清洗和分析，并借助数据可视化技术（如Matplotlib、Seaborn、WordCloud等）揭示以下关键问题：

大模型岗位的地域分布：哪些城市对大模型人才的需求最旺盛？
薪资水平分析：不同岗位、不同经验要求的薪资差异如何？
技能需求趋势：企业最关注哪些技术栈（如PyTorch、TensorFlow、NLP、CV等）？
行业分布：哪些行业（如互联网、金融、医疗等）对大模型人才的需求增长最快？

通过数据分析和可视化，本研究旨在为求职者提供就业方向参考，帮助企业优化招聘策略，同时为教育机构和政策制定者提供人才市场趋势的洞察。

数据处理

1. 数据去重

由于原始数据可能存在重复记录（如同一职位被多次爬取），我们首先进行去重处理：

df = pd.read_csv('work_data.csv')
df = df.drop_duplicates()

原始数据量：11,982 条
去重后数据量：9,644 条（去除了 2,338 条重复记录）
目的：避免重复数据对统计结果（如薪资均值、岗位数量）产生偏差。

2. 薪资数据标准化

薪资信息在原始数据中以文本形式存储（如"1.5-2.9万·14薪"），需转换为数值型数据以便分析：

def process_salary(salary_str):
    if '-' in salary_str:
        min_salary, max_salary = salary_str.replace('万/年', '').split('-')
    elif '及以下' in salary_str:
        max_salary = salary_str.replace('万及以下/年', '')
        min_salary = 0
    else:
        min_salary = max_salary = salary_str.replace('万/年', '')
    min_salary = float(min_salary) * 10 / 12
    max_salary = float(max_salary) * 10 / 12
    return min_salary, max_salary


# 对筛选出来的数据调用 process_salary 函数
result[['jobSalaryMin', 'jobSalaryMax']] = result['provide_salary_text'].apply(lambda x: pd.Series(process_salary(x)))

# 保留一位小数
result[['jobSalaryMin', 'jobSalaryMax']] = result[['jobSalaryMin', 'jobSalaryMax']].round(1)

# 将结果赋值回原 DataFrame
df.loc[result.index, ['jobSalaryMin', 'jobSalaryMax']] = result[['jobSalaryMin', 'jobSalaryMax']]

3. 工作地点提取

原始数据中的 job_area_text 列包含城市和区县信息（如"上海·浦东新区"），需提取城市名：便于后续按城市统计岗位分布和薪资水平。

df['area'] = df['job_area_text'].apply(lambda x: x.split('·')[0] if '·' in str(x) else x)

通过上述步骤，我们得到了结构清晰、可直接用于分析的数据集，包含：

标准化薪资（月薪，单位K）。
规范化工作地点（城市级）。
去重后的高质量记录（9,644条）。

此部分为后续的可视化分析（如薪资分布、地域热力图、技能词云）奠定了可靠的数据基础。

数据分析

一、月薪维度

最低月薪：主要集中在较低区间，0 - 20K 频次高，（10 - 20K 区间）、（0 - 10K 区间）等数值大，说明多数岗位基础薪资不高，低薪岗位占比大；高最低月薪（如 80 - 100K ）频次极少，高薪基础岗位稀缺。
最高月薪： 20 - 30K 区间频次最高，但 30 - 40K 、40 - 50K 等中高薪资区间也有一定占比，且存在少数超高薪岗位（如 100 - 120K 等区间有零散分布），说明薪资上限有拓展空间，不过整体高薪岗位占比仍不算高，薪资结构呈中间相对集中、两端少的形态，反映出行业薪资有梯度，但高收入群体占比有限。

# 设置图片清晰度
plt.rcParams['figure.dpi'] = 300

# 设置中文字体
plt.rcParams['font.sans-serif']=['SimHei']
# 正常显示负号
plt.rcParams['axes.unicode_minus'] = False

# 绘制 jobSalaryMin 直方图
plt.figure(figsize=(12, 6))
plt.subpl