图书情报硕士数据类岗位胜任力模型构建研究——基于企业招聘网站的数据分析

[目的/意义]调研分析企业数据类岗位招聘信息,构建企业数据类岗位胜任力模型,为高校及时了解社会对于人才需求的变化,并设置相应的人才培养方案和课程体系提供参考。[方法/过程]以扎根理论和胜任力模型为基础,利用文本分析法选取数据类岗位能力特质、数据特质、业务特质以及素质特质4个一级指标、34个二级指标和83个三级指标,并采用层次分析法邀请专家根据各项指标重要程度赋予其相应的权重,构建企业数据类岗位胜任力模型。[结果/结论]参考本研究构建的企业数据类岗位胜任力模型,针对图书情报专业硕士的教育现状提出相应的建议:高校要结合企业招聘要求和现实情况,不断反思其人才培养模式,增加数据方面理论选修课程,同时引导学生积极参与实践,帮助学生提升自身数据素养和各方面的特质。

国内招聘类网站的数据类岗位人才需求特征挖掘

[目的/意义]通过从不同招聘类网站获取数据类岗位招聘信息,研究数据类岗位人才的需求特征,为数据类人才培养及求职者知识与能力构建等提供参考。[方法/过程]以智联招聘、前程无忧、大街网、猎聘网等为数据源,以不同时间节点获取到约34 000条样本数据,利用中文分词及自然语言处理技术构建了数据类岗位招聘词典,然后基于该词典对10 796条数据类岗位招聘进行中文分词、人工筛选词语并分类,从能力要求等5个方面对国内数据类岗位招聘需求特征进行分析。[结果/结论]研究发现,数据分析师、数据挖掘工程师和信息管理人员在能力、学历、专业知识、工具和计算机技能及工作经验方面的招聘信息方面有一定的相似性,也存在一定的差异。

大数据时代数据类岗位人才需求特征分析

数字经济、大数据的快速发展对高校统计类专业人才的培养提出了机遇与挑战,文章基于前程无忧平台招聘信息,运用文本分析、聚类与关联规则等方法具体分析数据类岗位的人才需求特征,并区分社会招聘和校园招聘观察二者对该类岗位的需求差异。研究发现:对于数据类岗位的需求主要集中在互联网、电子商务、计算机软件、金融投资等行业的民营企业中,以本科学历为主,主要分布在一线和新一线城市;企业对该类岗位的专业技能要求主要包括数据分析、数据挖掘、数据库、建模和算法等方面,软件主要是SQL、Excel和Python;相比社会招聘,校园招聘对大数据相关技能的要求较低;而算法工程类岗位薪酬普遍高于数据分析岗位,且更注重工作经验。

数据研发类岗位需求特征及薪资影响因素研究

随着大数据时代的到来,数据研发类岗位需求量在不断增加。本文撷取招聘网站上数据研发类岗位信息,分析不同区域对于数据研发类岗位需求的差异,以及不同区域的岗位薪资的影响因素。研究结果表明,工作经验、学历、工作地区、开发能力、科研能力、管理能力、年龄等在内的13个变量,对数据研发类岗位的薪资具有显著影响。

大数据视域下网络招聘数据信息挖掘的研究

为了更好地了解市场,掌握岗位招聘现状,本文选取数据挖掘技术作为研究工具,探究大数据时代背景下的网络招聘数据信息挖掘方法。本研究以数据分析类岗位招聘特征信息挖掘为例,选择4个综合评分比较高的招聘网站作为数据来源,提出数据挖掘方案研究。通过对岗位招聘信息展开全面分析,从而为人才培养提供参考依据。