数据口径与方法说明

当前数据来自公开招聘网站的信息整理，覆盖技术研发类岗位。

数据采集周期为近 30 天，每周更新一次分析结果。

我们只做聚合统计，不搬运、不缓存完整的岗位详情文本。

方向分类基于岗位标题和职位描述中的关键词匹配，使用标题权重 5x、描述权重 3x 的评分机制。

当前覆盖 Java 后端、Go 后端、前端、Android、AI 应用、测试开发、C++ / 系统开发、嵌入式、硬件、半导体、通信网络、实施 / 技术支持、技术产品等方向。

部分跨方向岗位会按标题和描述关键词得分归入最匹配方向，结果用于趋势观察而非精确职业定义。

城市标准化基于城市与省份别名表，将招聘来源中的地区文本归一到可统计的城市或省级区域。

当来源只提供省级地区时，保留为省级标签；无法识别的地区才归入 other。

岗位薪资以月薪中位数（P50）为主要参考指标，辅以 P25 / P75 展示分布。

薪资单位为千元（K），年薪 / 日薪 / 时薪岗位按标准换算为月薪。

'未公开'、'暂无'、'面议' 岗位不纳入薪资统计。薪资区间取中值计算。

岗位标题或描述中包含 '校招'、'实习'、'应届'、'经验不限'、'接受应届' 等关键词时标记为应届友好。

应届友好岗位占比 = 标记为应届友好的岗位数 / 总岗位数。

该标记仅反映岗位描述中的明确表述，不表示实际录取偏好。

机会指数 = (该方向岗位数 / 最大方向岗位数) × 100，反映不同方向间的相对岗位规模。

仅用于方向间横向对比，不反映绝对机会多少。

建议结合岗位数量、应届友好度、薪资区间和自身兴趣综合判断。

技能频次 = (包含该技能的岗位数 / 最多岗位包含的技能数) × 100。

技能从职位描述中通过关键词匹配提取，仅统计明确提及的技能名词。

不区分 '必备' 和 '加分'，只反映企业提及频次。

样本量有限，统计结果受采集周期和来源网站覆盖范围影响。

方向分类为关键词规则匹配，非 NLP 语义理解，可能存在误分类。

数据不构成就业建议，仅供学习规划参考。

我们优先展示聚合统计，不搬运岗位详情，尊重数据来源。