摘要：随着近现代计算机和信息技术的迅猛发展和普及应用，行业应用系统的规模迅速扩大，行业应用所产生的数据呈爆炸性增长引发出大数据时代的到来，从而使数据分析岗位需求日益增加。本文通过位信息，本文通过在各企业给予的 37440条岗位信息，就北京、上海、广州、深圳、武汉、西安、杭州、南京8 省市进行招聘情况和影响薪资因素的分析。收集该网站上对数据分析岗位在各企业给予的要求描述中筛选出出现频率较高关键词，通过对公司规模、经验要求、学历要求、公司所在地、软件要求、公司类别几个变量与薪资做数据分析。将应聘者信息以及招聘岗位情况带入 R 内部程序，可预测平均薪资以及薪资区间范围区间，可供个人以及相关公司参考。本文研究可使应聘者合理的自我地位、为数据公司提供制定薪资的标准、为学校或培训机构提供指导方向。

关键词：大数据分析岗位；数据分析；岗位需求；薪资影响因素

Analysis of employment situation and salary influencing  factors in big data industry

Abstract：With the rapid development of modern computer and information technology application and popularization, the scale of the industry application system rapidly expand, industry application data generated by the explosive growth caused by the arrival of the era of big data, so that the data analysis jobs demand is increasing. In this paper, a information, in this paper, on the basis of 37440 jobs in various enterprises to give information, Beijing, Shanghai, guangzhou, shenzhen, wuhan, xian, hangzhou, nanjing eight provinces and cities in recruitment and the analysis of the factors influencing the wages. Collection of data on the site analysis jobs at the request of the companies to extract the high frequency keywords, description of company scale, experience, academic requirements, the company is located, software requirements, the company category several variables and salary to do data analysis. Bring the information of the applicant and the position of recruitment into R internal procedure, and can predict the average salary and range of salary range, which can be used by inpiduals and related companies. This study can provide a reasonable self-position for the applicant, provide the standard of salary setting for the data company, and provide guidance for the school or training institution.

Key words：big data analysis position；data analysis；position demand；salary influencing factors

目  录

摘要 I

Abstract II

一、 绪论 1

（一）研究背景及意义 1

（二）研究的现状与发展趋势 2

二、 数据介绍 3

（一） 数据来源 3

（二） 运用R程序获取数据 4

三、分析大数据岗位招聘情况 5

（一）描述性统计分析 5

（二） 描述性小结 6

四、 分析影响大数据岗位薪资的因素 7

（一） 对应获取该网站上薪资数据 7

（二）建立模型分析影响薪资因素 7

1 数据描述 7

2 薪资与不同城市 8

3 薪资与不同公司规模 9

4 薪资与公司类别 10

5 薪资与工作经验 10

6 薪资与学历 11

（三）描述性小结 12

五、 回归分析 13

（一）回归分析法介绍 13

（二）变量描述 13

（三）回归分析结果 14

1 公司所在地的回归系数 14

2 公司类别要求的回归系数 15

3 工作经验的回归系数 15

4 学历要求的回归系数 16

5 公司规模要求回归系数 17

（四）回归性总结 18

六、 总结与建议 19

参考文献 21

一、 绪论

（一）研究背景及意义

大数据数据有很多种，比如数字、文字、图像、声音等，随着人类社会信息化进程的加快，我们在日常生产和生活中每天都会产生大量的数据，比如商业网站、政务系统、零售系统、办公系统、自动化生产系统，每时每刻都在不断产生数据，扣针制造业是极微小的了，但它的分工往往唤起人们的注意[1]，经济的发展拉动盛昌黎的发展，大数据时代的来临是经济发展的产物。大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素，从创新到所有决策，数据推动着企业的发展，并使得各级组织的运营更为高效，可以这样说，数据将成为每个企业获取核心竞争力的关键要素。不管是国内还是国外，大数据相关的人才都是供不应求的局面。大数据中的数据是宝贵的财富，其中蕴含大量有用的（有助于管理与决策）信息和知识[2]。数据无处不在，从 2012 年 2 月 18 日开始，全国 70 万家“三上”企业和房地产开发经营企业将在统一的数据采集和处理平台上，通过互联网直接向国家数据中心或国家认定的省级数据中心报送统计数据[3]。随着“互联网+”与大数据时代的到来，相关数据分析的科技公司也如雨后春笋般涌现在世人眼前[4]，当今市场对数据分析师的需求急剧增加；同时，在此大背景下传统行业的创新转型，对数据分析岗位的需求急剧增加；以及，各行各业与数据分析相关的岗位也是越来越多。