Google招聘需求数据集

黑崎一护

1 简介
    这有一份Google招聘需求数据集，想了解Google招聘最看重的技能么，让我们下载下来一探究竟，地址:https://www.kaggle.com/niyamatalmass/google-job-skills。这个数据集有7列，分别是公司(company),职位(Title),工作地址(Locations)，工作职责(Responsibilities),获得工作的最低要求(Minimum Qualification),优先考虑录取的要求(Preferred Qualifications)。数据集大致内容如下图所示。公司只有Google和Yotube,Yotube是Google的附属公司。所以真正意义上的公司只有Google一家。

图1-1

2 数据分析

2.1 读取数据

1. import numpy as np
   
2. import pandas as pd
   
3. import matplotlib.pyplot as plt
   
4. import seaborn as sns
   
5. df = pd.read_csv('../input/google-job-skills/job_skills.csv')

复制代码

2.2 数据缺失值检测

1. pd.isnull(df).sum()

复制代码

图2.2-1

    从上图看出缺失值较少，使用下面代码直接丢弃即可。

1. df = df.dropna(how='any',axis='rows')

复制代码

2.3 提取工作经验要求

1. import re
   
2. df['Minimum_years_experience'] = df['Minimum_Qualifications'].apply(lambda x : re.findall(r'([0-9]+) year',x))
   
3. # 没有工作经验要求的以0代替
   
4. df['Minimum_years_experience'] = df['Minimum_years_experience'].apply(lambda y : [0] if len(y)==0 else y)
   
5. #提取要求里的最大工作经验年数
   
6. df['Minimum_years_experience'] = df['Minimum_years_experience'].apply(lambda z : max(z))
   
7. df['Minimum_years_experience'] = df.Minimum_years_experience.astype(int)
   
8. import seaborn as sns
   
9. sns.countplot('Minimum_years_experience',data=df)
   
10. plt.suptitle('Minimum work experience')

复制代码

图2.3-1

    从上图可以看出，0年工作经验的招聘最多，Google喜欢应届毕业生？也许可能是招聘要求里没列出来吧。其次比较高的是3-5年工作经验。

2.4 提取语言要求

    作为程序员，可能当初学习接触的第一门课就是语言了吧。来看看哪家语言最受Google大佬的青睐。

1. Programming_Languages = ['Python', 'Java ','C#', 'PHP', 'Javascript', 'Ruby', 'Perl', 'SQL','Go ']
   
2. 
   
3. Languages = dict((x,0) for x in Programming_Languages)
   
4. for i in Languages:
   
5.     x = df['Minimum_Qualifications'].str.contains(i).sum()
   
6.     if i in Languages:
   
7.         Languages[i] = x
   
8.   language.plot.barh(x='Language',y='Count',legend=False)
   
9. plt.suptitle('Languages Distribution',fontsize=14)

复制代码

图2.4-1

     从上图可以得知，Python,SQL，占大部分，从而得知数据分析的岗位需求比其他岗位需求要大，这是不是暗示我们的小伙伴去学数据分析啊。

2.5 提取分析师招聘需求中词频最高的关键词

1. def MadeWordCloud(title,text):
   
2.     df_subset = df.loc[df.Title.str.contains(title).fillna(False)]
   
3.     long_text = ' '.join(df_subset[text].tolist())
   
4.     sns.set(rc={'figure.figsize':(11.7,8.27)})
   
5.     wordcloud = WordCloud(mask=G,background_color="white").generate(long_text)
   
6.     plt.figure()
   
7.     plt.imshow(wordcloud, interpolation="bilinear")
   
8.     plt.axis("off")
   
9.     plt.margins(x=0, y=0)
   
10.     plt.title(text,size=24)
    
11.     plt.show()

复制代码

图2.5-1

    从上图可以得知，分析师最看重的职责关键点如下

• 标准:数据/团队/产品/业务/工作
• 洞察力:战略/质量/键/项目/计划/确定/分析/行动/业务/基础设施
• 观众:销售/操作/利益相关者
• 动词:保持/提高/支持/模型/画/定制/确定/提供
• 特点:领导/数量/效率
  

    总结起来就是寻找具有业务和数据知识，熟悉产品的分析师作为团队工作。再来看看google对分析师的最低要求。

1. MadeWordCloud('Analyst','Minimum_Qualifications')

复制代码

图2.5-2

    上图显示的关键词：

• 领域:商业/计算机科学/数学/统计/经济学/工程
• 学位:文科学士/ 理科学士
• 语言Python / SASS/ JAVA / SQL
• 工具:Tableau
  

    Google招聘数据分析师的最低要求小伙伴们满足了吗？反正我是没满足。

1. MadeWordCloud('Analyst','Preferred_Qualifications')

复制代码

图2.5-3

从上图的关键词可以了解在应聘Google数据分析师的时候如何更占优势。关键词如下。

• 领域:商业/计算机科学/数学/统计数据
• 技能:口头/书面/交流/管理
• 经验:咨询/分析/开发/ 公司中身兼数职的员工
  

3 总结

    从对Google的招聘需求数据集的数据分析,我们得知对应聘分析师的要求。感兴趣的小伙伴可以自行分析下其他职业的招聘要求。

I_Like_AI

我会嘤嘤嘤，Google会招我吗？

强人锁男

I_Like_AI 发表于 2018-9-8 10:53
我会嘤嘤嘤，Google会招我吗？

发现一只嘤嘤怪，Google不需要嘤嘤怪

黑崎一护

I_Like_AI 发表于 2018-9-8 10:53
我会嘤嘤嘤，Google会招我吗？

不会，得按招聘流程来，进Google难度大啊，

蛋蛋超人

想进谷歌

不忘初心

用来练练手还可以

黑崎一护

不忘初心 发表于 2018-9-11 10:38
用来练练手还可以

重要的不是练手，可以看清自己应该注重哪些方面的技能

马猴烧酒

资源好评

黑崎一护

马猴烧酒 发表于 2018-9-27 08:00
资源好评

马猴哥，一起发资源啊

马猴烧酒

黑崎一护 发表于 2018-10-11 08:16
马猴哥，一起发资源啊

好噻，一起来