不知不觉，十月份已经过去了，传说中的金九银十招聘季也应该随之结束了，不知道有换工作打算的朋友有没有找到理想的下家，反正我没有。 

于是乎，我再次转战 Boss 直聘，我就是想看看，到底什么工种比较好找工作呢。当然了，这里工作种类实在是太多了，我就挑选出 Python，Java，数据分析和产品经理这四种岗位来做下简单的分析。

• 获取数据

我在前面就写过一篇获取 Boss 数据的文章，可以戳这里查看(查看)。但是后面有人反映说 Cookies 过期时间太快了，我自己尝试之后也确实如此，那么这种情况下，使用 selenium 就是更好的选择了。

由于网站页面结构并没有变化，所以以前的解析网页的代码基本可以复用，只不过从 bs4 解析变为 webdriver 解析。

def get_jobs(page, city, job_type): 
 Chrome_driver = webdriver.Chrome(options=options) 
 c_code = city_code[city] 
 for i in range(1, page + 1): 
 try: 
 print("正在抓取第 %s 页数据" % i) 
 uri = '/%s/?query=%s&page=%s' % (c_code, job_type, i) 
 Chrome_driver.get(config.url + uri) 
... 
1.
2.
3.
4.
5.
6.
7.
8.
9.

同时这里要注意的是，Boss 网站会检测浏览器是否在受 selenium 控制，所以我们还要增加一条配置，来绕过该检测。

from selenium.webdriver import ChromeOptions 
options = ChromeOptions() 
options.add_experimental_option('excludeSwitches', ['enable-automation']) 
1.
2.
3.

之后就可以运行程序等待完成了。

if __name__ == '__main__': 
 for i in city_code.keys(): 
 get_jobs(10, i, 'python') 
 get_jobs(10, i, 'java') 
 get_jobs(10, i, '数据分析') 
 get_jobs(10, i, '产品经理') 
1.
2.
3.
4.
5.
6.

每种岗位我只爬取了前10页，毕竟我们翻看工作的时候，也不会翻看到10页以后吧！

而对于城市，我则选择了如下的城市：

city_code = { 
 'beijing': 'c101010100', 
 'shanghai': 'c101020100', 
 'guangzhou': 'c101280100', 
 'shenzhen': 'c101280600', 
 'hangzhou': 'c101210100', 
 'xian': 'c101110100', 
 'wuhan': 'c101200100', 
 'chengdu': 'c101270100', 
 'nanjing': 'c101190100' 
} 
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.

• 招聘薪资整体分析

首先我们先来看下不同城市间，同种工作的招聘薪资对比，正所谓没有对比，就没有伤害。

图中的薪资来源：选择岗位中招聘薪资区间最多的作为普遍薪资，如对于西安的 Java 岗位，10-15K 是最多的薪资区间，那么西安 Java 岗位在图中的数值即为(10+15)/2 + 32/10 = 15.7

从图中的数据可以看出，北京、上海、深圳和杭州的普遍薪资是高其他城市一等的，那么应该是第一阶梯，所谓的“北上广深”可能即将成为过去式了。

同时还能看出，虽然近些年 Python 混的风生水起，大红大紫，但是薪资相对来说却不是很高，所有的城市都没有超过30K，相比杭州的 Java，深圳的数据分析和北京的产品经理来说，Python 还是太弱势了。

而从整体来看，产品经理绝对是总体薪资水平很高的岗位，无论程序猿们服不服气，你们的战友(天敌)就是会压你一头。

下面再来看看不同城市对于不同岗位的需求程度，我这里默认需求程度高，那么普遍薪资也高。

• 岗位城市需求

Python 需求情况

能够看出，对于 Python 来说，北京、上海和深圳可能是比较好发展的城市，而南京竟然垫底，这让我情何以堪啊。

Java 需求情况

上海和杭州是独一档的存在，拥有阿里巴巴的杭州，招聘高级 Java 可不是闹的哦。而其他城市则分布的较为平均，看来老牌语言的威力就体现在这里了，哪个公司敢说自己一点 Java 都不用呢?

数据分析岗位

对于数分岗位，深圳一马当先，我想这会不会和腾讯有着莫大的关系呢，毕竟分析好自己和别人的数据，才更好。。。

而北京也是独占第二档，看来近来大火的数据分析岗位，还是在大城市，大厂中更加有发展前途哦。

产品经理岗位

能够看出，北京应该是产品经理的天堂，这也非常符合北京这座城市的身份地位–引领中国互联网的潮流。

而深圳、上海、杭州和南京对于产品经理来说也会有不错的发展，毕竟这几座城市，是多少年轻人梦开始的地方!

• 总体岗位分布

最后再来看看总体岗位需求分布情况

可以清晰的发现，当前的岗位需求分布还是分为三大块，北京地区，长三角地区和广州-深圳地区。

无论是当年的改革开放还是如今的互联网热潮，东南沿海地区一直都走在前列，大型企业入驻，人才涌入，大大推动了地区的发展，从而也水涨船高，无论是薪资还是需求量，都遥遥领先于其他地区。

而对于中部城市西安、武汉和成都等，不是它们不够好，而是先天的差距，需要后天更多的资源倾斜才能弥补。

• 岗位名称

说了这么多，那么各个企业到底都在招聘什么岗位呢

Python 岗位名称

对于 Python 来说，招聘居多的是全栈工程师和开发工程师。我理解的两者的区别应该是全栈工程师需要知道的技术要更多一些，比如前端、数据库、网络等等。当然这并不代表纯的开发工程师就可以不懂这些技能，毕竟如今竞争压力这么大，不是能够承受996就能找到工作的时代了。

Java 岗位名称

Java 来说，比较多的是高级工程师和架构师，这都是比较高级的岗位了，对于 Java 这种生态如此庞大，应用如此广泛的语言来说，成为架构师之路，还是漫长且阻啊!

数据分析岗位名称

数据分析，能够看到有招聘偏于业务的“数据分析-DS快捷拼车”，也有招聘偏于技术的资深数据分析师，总之对于这个岗位，这两大方向应该是两种截然不同的晋升途径，而对于个人的要求也不尽相同。

产品经理岗位名称

对于产品经理这个岗位来说，大多都是基于业务来招聘的，比如 CRM 产品经理，社区产品经理，AI 产品经理等等。看来在社会分工越来越细致的今天，产品经理的分工率先体现了出来，那么不同领域的产品经理，会容易跳槽嘛?

好了，今天的分析就到此为止，我计划下次再来分析下不同企业的招聘情况，可以期待一下下哈!