Анализ вакансий hh.ru

Цели

1. Получить представление о современных требованиях в анализе данных,
2. Добавить в портфолио проект получения, подготовки, анализа и визуализации данных.

Использование проекта

Полный список специальностей можно получить запросом. id выбранной специальности передайте агрументом при создании экземпляра VacancyAggregator.

Получение данных

Инициализация, сбор данных и сохранение в Excel:

va = VacancyAggregator(123)
va.aggregateInfo()
va.saveToXlsx()

Запуск:

python3 index.py

Анализ данных

Изучить процесс можно в Jupyter Notebook по ссылке.

Гипотеза 1: Существует особый "аналитический" язык для описания вакансий,

Гипотеза 2: Технический стек отличается по разделам (аналитик, финансовый/инвестиционный аналитик, BI-аналитик/аналитик данных, продуктовый аналитик, маркетинговый аналитик).

Облако латинских слов из описания вакансий в разделе "BI-аналитик/аналитик данных":

Выводы

• Гипотеза 1 опровергнута - наиболее частые слова универсальны для описания вакансий,
• Гипотеза 2 подтверждена - Python и SQL преобладают в разделах BI-аналитик/Аналитик данных, Продуктовый аналитик. Следующий по популярности инструмент Excel наиболее часто встречается в разделе Финансовый/Инвестиционный аналитик,
• Для программиста, переезжающего в анализ данных, больше шансов найти работу по специальностям BI-аналитик/аналитик данных и Продуктовый аналитик на стеке Python/SQL,
• Анализ описания вакансии позволяет выявить специальные термины и инструменты с большим успехом, нежели анализ ключевых навыков,
• Повысить точность модели можно при фильтрации вакансий по грейду (junior, middle, senior), если реализовать соответствующий фильтр в VacancyAggregator,