我爬取了8483條測驗工程師招聘需求，竟發現……

大家好，我是測驗奇譚的作者譚叔，

自開通博客以來，譚叔被問及最多的問題，便是：

軟體測驗要做些什么？

軟體測驗需要掌握什么技能？

軟體測驗有發展前景嗎？

……

針對以上問題，譚叔寫過文章介紹，也做過線上分享，你可以翻翻之前推送的文章，

但我總覺得還差個東西——軟體測驗的職業環境，

就我個人來說，我每隔一段時間（或半年、或一年）便會審視、總結軟體測驗職業，給自己的未來一個交代，

最近，借金三銀四招聘旺季的貧訓，我爬取了某招聘網站8483條測驗工程師的用人需求，通過分析這些資料，跟大家講一講軟體測驗的職業環境，

具體請看：資料爬取、資料清洗、資料分析

資料爬取

我不喜歡重復造輪子，在分析之前，我依舊在網上瀏覽，卻發現并無多少博主通過分析招聘需求來研究軟體測驗，

因此，我找到了塵封在我資料庫里兩年的代碼（兩年前 ，我在做職業抉擇時，做過類似的分析），

但卻發現，兩年過去，招聘網站進步了不少——反爬蟲機制成熟，一些關鍵資料，已無法通過正常手段獲取，

可我還是不想重復造輪子，但在網上能找到的爬蟲腳本，也無法使用，

于是乎，我花費了兩個下午的休息時間，仔細研究了該網站的反爬蟲機制，加上一休老師的靈光一閃，最終，我成功找到該網站的后門，爬取到了我需要的所有資料，

計，8483條測驗工程師的招聘需求，

資料清洗

我設計了兩張表，一張position表，用于存盤崗位資訊，如薪資、公司規模、年限要求、學歷要求等，

一張info表，用于存盤崗位描述，如崗位職責、崗位要求，

01 去重

我group by了下position表的資料，發現資料有不少重復值，去重后，只有7650條，足足少了833條，

在確保爬蟲腳本無誤的情況下，我檢查了資料的create時間點，再次排除腳本問題，并且排除動態頁面重繪導致的重復（比如，崗位編號123，原本在第2頁，但因為崗位新增，可能跑到第3頁去了，造成資料重復記錄），

最終，我猜測：該招聘網站的崗位總數，可能有水分，

但此為個人猜測，并且不是本篇文章的重心，故看看就好，

02 清洗position表（職位資訊）

我選取關鍵欄位做分析，并分別要處理：

• positionName崗位名稱：去關鍵詞，獲取一些定制崗位的招聘數量（如性能測驗工程師、自動化測驗工程師、測驗開發、測驗主管等）

• salary薪水：取上下限

• salaryMonth能拿到的薪水月份(年終獎)：獲取列舉值

• workYear作業年限：獲取列舉值

• education教育程度：獲取列舉值

• positionAdvantage崗位福利：提取關鍵詞，做詞云分析

• companySize公司規模：獲取列舉值

• financeStage公司融資情況：獲取列舉值

• industryField公司行業：提取關鍵詞，做詞云分析

• companyLabelList公司福利：提取關鍵詞，做詞云分析

• city城市：獲取列舉值

• district區域：獲取列舉值

03 清洗info表（職位資訊）

將爬取到的匯總資料，拆分成：

• work_duty崗位職責：提取關鍵詞，做詞云分析

• work_requirement崗位要求：提取關鍵詞，做詞云分析

資料分析（單因素）

因譚叔本人在成都作業，故此篇文章，我只會放上成都的測驗崗位（550條招聘需求）分析，

如果你需要查看其它城市的分析報告，可關注同名公號，在后臺回復地區即可獲取，

01 招聘崗位分析

①招聘需求

在招聘的崗位名稱上，**自動化、測驗開發等關鍵詞的比例為17%，**但真實的占比不止17%（一些企業在招聘時并不會打上自動化、測驗開發等標簽，但實際卻需要此類技能），

你覺得高嗎？悄悄告訴你，北京、杭州是40%，

其次，測驗開發的招聘需求明顯大于自動化測驗——畢竟，掌握了測驗開發技術，再做自動化測驗并不是什么難事，

so，還沒學自動化技術、測驗開發技術的小伙伴，趕緊行動起來，未來這個比例只會更高，

此外，專職的性能測驗、安全測驗，依舊是小眾需求，

②崗位職責

什么是詞云？由詞匯組成類似云的彩色圖形，某詞匯出現次數越多，則在詞云上顯示最大，

測驗工程師的崗位職責，仍舊以產品為主：理解產品需求、對產品進行、發現產品缺陷、確保產品質量等關聯詞，出現頻次最高，近6成的公司有此基礎要求，

此外，近5成的公司，要求自動化技術，4成的公司，要求求職者具備獨立作業的能力，

結合上一個分析 & 兩年前的職責資料，我們能看出：測驗在向全技能型人才（自動化、開發、性能測驗等技術）發展，

關鍵詞出現的頻率，如下：產品 61.03%、自動化 45.06%、負責 40.68%、問題 29.28%、執行 28.33%、分析 28.14%、質量 27.19%、撰寫 27.00%、開發 25.48%、性能 25.48%

③崗位要求

**經驗，經驗，經驗，重要的事情說三遍！**豐富的測驗經驗，帶來的更加優秀的遷移能力，快速發現問題、定位問題的能力……懂者自懂，不再強調，

**軟技能方面，溝通能力、學習能力、分析能力，**符合測驗工程師崗位的客觀規律，

關鍵詞出現的頻率，如下：經驗 111.98%（一個崗位要求里可能有多個經驗關鍵詞，故超過100%）、溝通 34.79%、專案 34.60%、流程 34.22%、產品 33.84%、技術 32.13%、學習 31.56%、測驗工具 29.85%、分析 26.24%

02 福利分析

①年終獎

從資料可以看出，近6成的公司沒有年終獎（資料不絕對，此資料掛靠在薪水上，不排除無法掛靠的專案/績效獎金，或者部分企業未填寫此欄位），愿意給年終獎的公司占到4成，以13-15薪為最大占比，

那么，年終獎大于15薪的是哪些神仙公司呢？

給出18薪的，又是哪家神仙公司呢？

一家培訓機構，真香，

②崗位福利

在崗位福利上面，我們可以看出：五險一金、周末雙休、帶薪年假、團隊nice等為測驗工程師這個崗位的高頻福利，和其他技術崗沒多大區別，

關鍵詞出現的頻率，如下：五險一金 23.45%、周末雙休 14.00%、帶薪年假 10.36%、團隊好 8.91%、六險一金 6.73%、彈性作業 6.18%

③公司福利

在公司福利上面，近3成的公司愿意給帶薪年假，其次，節日禮物、定期體檢、技能培訓等福利出現的頻次相對較高，

關鍵詞出現的頻率，如下：帶薪年假 29.27%、節日禮物 17.27%、定期體檢 12.73%、技能培訓 12.36%、年底雙薪 12.18%、股票期權 12.00%、崗位晉升 11.64%

資料分析（多因素）

01 公司規模與學歷的關系

從圖中得出的結論：大公司對學歷的要求更高，專科生進大公司的路相對較狹窄，

02 公司規模、融資情況與薪水的關系

**公司規模越大，薪水越高，**所以，想提高薪水，進大公司是一種選擇，

天使輪和D輪+的公司，更愿意給出高薪職位，畢竟這兩個階段是公司快速沖刺的階段，

03 作業年限與薪水的關系

什么是箱型圖？一種用作顯示一組資料分散情況資料的統計圖，有上邊緣、下邊緣、中位數和兩個四分位數，

什么是四分位數？指在統計學中把所有數值由小到大排列并分成四等份，處于三個分割點位置的數值，

還是不懂？了解最少、最大、中位數三個值即可，

拋開應屆畢業生不談（大公司開高價招聘應屆生，不具備統計學意義），其余資料符合社會客觀規律，

你可以根據以下資料，對比自己的薪資是平均別人還是被別人平均，

不限：最少3k，最大7k，中位值3.7k，Q1 3k，Q3 6.4k，最少、最大、中位值趨近且中位數靠近Q1，說明大部分崗位薪水在3.7k-7k之間，

1年以下：最少4.5k，最大32k，中位值8.5k，Q1 6.7k，Q3 11.5k，中位值趨近Q1，說明有更多高薪選擇，意味著搖擺更大，擇業容易出現特別明顯的分水嶺，

1-3年：最少6.5k，最大37k，中位值12.5k，Q1 10k，Q3 15.5k，中位值穩定，該中位值能代表平均水平，

3-5年：最少2.5k**，最大44.5k，中位值18k**，Q1 13.5k，Q3 22.5k，同上，中位值穩定，該中位值能代表平均水平，

5-10年：基本不走簡歷投遞招聘模式，

04 學歷與薪水的關系

學歷方面，本科（及以上）與專科，在薪水方面，差異明顯，

本科：最少1.5k，最大44.5k，中位值11.5k，Q1 8.5k，Q3 15.5k

大專：最少2.5k，最大22.5k，中位值7k，Q1 5.5k，Q3 9.5k

碩士：最少1.5k**，最大32.5k，中位值11.5k**，Q1 6k，Q3 15k

你還想看哪方面的資料，歡迎留言~