人才市场就是你为老板服务
老板付你工资
那么既然是服务。你的技术就是商品。是商品就有供求关系。
供多求少，就会不断贬值失业。
我生活的十几年和父母生活的十几年已经完全不一样了。他们那时候工厂能做一辈子。我们的公司可能就存在几年时间。
皮之不存 毛将焉附 覆巢之下 岂有完卵 国之不存 何以为家。
市场竞争的激烈程度难以想象中小企业基本就三年寿命。大型的阿里巴巴集团 也面临激烈的竞争。
个人如何选择适合自己的职业。挺难的
本文用理性分析来和你讨论讨论
比如你个人技能会前端 ios 运维 java 这四种
你写一个python程序去boss抓这些岗位的平均工资
取中位数 比较一下 发现那种岗位工资更高 你就找那种工作
最好是隔一个月抓取一下 看一下每个月的岗位数量
分析一下供求关系
在工资高的岗位上细分
比如运维 dba 哪个平均工资更高点。
就去学哪个
最不济的 你去达内 北大青鸟教育 问一下每门课的报名费。报名费高的肯定工资高。
然后分析一下这个岗位要求的技能 用词频分析
总结一下工资最高岗位需要的技能
比如这个肯德基的招聘 对照技能去解析自己需要学习的内容
祝福各位职场顺利 日进斗金
比如下面用代码去分析 数据运营岗位需要的技能。
import requests
# used to grab data from the web
from BeautifulSoup import BeautifulSoup
# used to parse HTML
from sklearn.feature_extraction.text import CountVectorizer
# used to count number of words and phrases (we will be using this
module a lot)
前两行imports代码用于从招聘网站中抓取数据，第三行import用于对文本进行计数。
texts = []
# hold our job descriptions in this list
for index in range(0,1000,10): # go through 100 pages of indeed
page = 'https://www.indeed.com/jobs?q=data+scientist&start='+str(index)
# identify the url of the job listings
web_result = requests.get(page).text
# use requests to actually visit the url
soup=BeautifulSoup(web_result)
# parse the html of the resulting page
for listing in soup.findAll('span', {'class':'summary'}:
# for each listing on the page
texts.append(listing.text)
# append the text of the listing to our list
以上代码实现的功能是打开100个网页，抓取网页中的岗位描述信息。最重要的变量是texts，它存储了1 000个岗位描述。
type(texts) # == list
vect = CountVectorizer(ngram_range=(1,2), stop_words='english')
# Get basic counts of one and two word phrases
matrix = vect.fit_transform(texts)
# fit and learn to the vocabulary in the corpus
print len(vect.get_feature_names()) # how many features are there
# There are 11,293 total one and two words phrases in my case!!
我删除了部分代码，但你可以在本书的Github库中找到。运行后的结果如下：
experience 320
machine 306
learning 305
machine learning 294
techniques 266
statistical 215
team 197
analytics 173
business 167
statistics 159
algorithms 152
datamining 149
software 144
applied 141
programming 132
understanding 127
world 127
research 125
datascience 123
methods 122
join 122
quantitative 122
group 121
real 120
large 120
机器学习 技术功底。统计 团队合作 这些词出现的很高。你简历对应的改一下 你被通知面试的机会就高很多
把这些数据存入tidb，时不时的拿出来看看 考虑下一份工作干啥。
书多翻 里面有黄金
你字多，你说了算 
