Vietnam Jobs 2023

Mục tiêu phân tích:

Top công việc và ngành nghề có nhu cầu cao tại thị trường Việt Nam (định lượng)

Top việc làm và ngành nghề được trả lương cao nhất

Phân tích số liệu việc làm Marketing

Phân tích số liệu việc làm Analytics

I. Trích xuất dữ liệu từ file nguồn Career Builders

SELECT * FROM 'vietnamese-job-posting.csv'

job_titleobject

Nhân Viên Kinh Doanh0.6%

Kế toán tổng hợp0.3%

1937 others99.1%

job_idobject

35BB6CB40%

35BB6E660%

2054 others99.9%

Performance Marketing

35BB6CB4

Organization Development Manager

35BB6E66

Thiết kế đồ họa- Graphic Designer

35BB6CF1

[HCM-Phú Nhuận] Chuyên viên kinh doanh mảng phân phối âm thanh JBL

35BB6E1A

Nhân Viên Kinh Doanh Phân Phối

35BB6CBF

TRƯỞNG PHÒNG TUYỂN SINH

35BB6DD5

Nhân viên mua hàng Purchasing Staff ( sử dụng tiếng Trung)

35BB6CA8

Nhân viên giao hàng bằng xe máy

35BB6CB0

NHÂN VIÊN BUỒNG PHÒNG

35BB6CC7

Chuyên viên Digital Marketing (Facebook/Google ads)

35BB6D2D

1. Trích xuất dữ liệu cần khảo sát:

Tạo dữl liệu mới cho cột bảng 'salary', thay vì là chuỗi chuyển về định dạng chữ số để phân tích theo định lượng

Tạo dữ liệu mới cho cột bảng 'category', theo chi tiết công việc

Dùng Pandas:

import pandas as pd import re ## Create Dataframe with Pandas: file = pd.read_csv('/work/vietnamese-job-posting.csv') jobs = pd.DataFrame(file) ## Convert the salary column to integer jobs['int_salary_list'] = None for i, salary in enumerate(jobs['salary']): try: if 'Trên' in salary or 'Dưới' in salary: number = re.findall(r'\d+[\.,]?\d*', salary) if number: extracted_number = float(number[0].replace(',', '.')) jobs.loc[i, 'int_salary_list'] = int(extracted_number) else: jobs.loc[i, 'int_salary_list'] = None else: number = salary.split('Tr')[1].replace('-', '').strip() extracted_number = float(number.split(',')[0]) jobs.loc[i, 'int_salary_list'] = int(extracted_number) except (IndexError, ValueError): jobs.loc[i, 'int_salary_list'] = None ## Check salary headline: jobs[['job_title','category', 'exp','salary','int_salary_list']].sort_values('int_salary_list', ascending=False).head() ## Create a new column as 'category_detailed' top_category = jobs['category'][0] ## Chia ngành chi tiết 'Kế toán / Kiểm toán | Ngân hàng | Tài chính / Đầu tư' => 'Kế toán / Kiểm toán' type(top_category.split('|')[0]) for k, category in enumerate(jobs['category']): try: if isinstance(category, str): category_detailed = category.split('|')[0] jobs.loc[k, 'category_detailed'] = category_detailed else: jobs.loc[k, 'category_detailed'] = None except (IndexError, ValueError): jobs.loc[k, 'category_detailed'] = None jobs.head()

job_titleobject

job_idobject

Organization Development Manager

35BB6E66

Performance Marketing

35BB6CB4

Thiết kế đồ họa- Graphic Designer

35BB6CF1

[HCM-Phú Nhuận] Chuyên viên kinh doanh mảng phân phối âm thanh JBL

35BB6E1A

Nhân Viên Kinh Doanh Phân Phối

35BB6CBF

II. Trả lời câu hỏi:

Top công việc và ngành nghề có nhu cầu cao tại thị trường Việt Nam (định lượng)

SELECT category_detailed, COUNT(category_detailed) as count_category FROM converted_jobs.csv GROUP BY category_detailed ORDER BY count_category DESC LIMIT 10;

category_detailedobject

Bán hàng / Kinh doanh 10%

Tiếp thị / Marketing 10%

8 others80%

count_categoryint64

52 - 253

Bán hàng / Kinh doanh

253

Tiếp thị / Marketing

250

Bán lẻ / Bán sỉ

147

Kế toán / Kiểm toán

118

Ngân hàng

Cơ khí / Ô tô / Tự động hóa

Hành chính / Thư ký

CNTT - Phần mềm

Dịch vụ khách hàng

Kế toán / Kiểm toán

Ngành theo mức lương

SELECT category_detailed, ROUND(AVG(int_salary_list)) AS mean_salary FROM converted_jobs.csv GROUP BY category_detailed ORDER BY mean_salary DESC

category_detailedobject

Công nghệ sinh học 0.9%

105 others98.1%

Missing0.9%

mean_salaryfloat64

5.0 - 110.0

Công nghệ sinh học

110

Luật / Pháp lý

Quản lý chất lượng (QA/QC)

CNTT - Phần cứng / Mạng

Tiếp thị trực tuyến

Phân tích số liệu nghề Marketing dựa theo nhu cầu và mức lương

A. Marketing:

SELECT COUNT(job_title) AS count_marketing_job, ROUND(AVG(int_salary_list),2) AS avg_salary FROM converted_jobs.csv WHERE job_title LIKE '%arketing%' OR job_title LIKE '%iếp%' OR job_title LIKE '%uảng%'

count_marketing_jobint64

avg_salaryfloat64

101

21.78

SELECT COUNT(job_title) AS count_marketing_job, MAX(int_salary_list) AS max_salary FROM converted_jobs.csv WHERE job_title LIKE '%arketing%' OR job_title LIKE '%iếp%' OR job_title LIKE '%uảng%'

count_marketing_jobint64

max_salaryint64

101

B. BI/Data Analyst:

SELECT COUNT(job_title) AS count_analyst_job, ROUND(AVG(int_salary_list),2) AS avg_salary FROM converted_jobs.csv WHERE job_title LIKE '%hân tích%' OR job_title LIKE '%iệu%' OR job_title LIKE '%lyst%' OR job_title LIKE '%ata%'

count_analyst_jobint64

avg_salaryfloat64

22.42

SELECT COUNT(job_title) AS count_analyst_job, MAX(int_salary_list) AS max_salary FROM converted_jobs.csv WHERE job_title LIKE '%hân tích%' OR job_title LIKE '%iệu%' OR job_title LIKE '%lyst%' OR job_title LIKE '%ata%'

count_analyst_jobint64

max_salaryint64

Cô hội việc làm và mức lương của ngành nghề Marketing cao hơn Data Analyst

.css-ytumd6{-webkit-text-decoration:none;text-decoration:none;}Vietnam Jobs 2023

I. Trích xuất dữ liệu từ file nguồn Career Builders

II. Trả lời câu hỏi:

Vietnam Jobs 2023