Este repositorio contiene un análisis detallado de salarios en el campo de la ciencia de datos, explorando variaciones según ubicación, nivel de experiencia y modalidad de empleo. Empleando Pandas en Python para transformar el conjunto de datos en un DataFrame y las librerías matplotlib.pyplot, seaborn y plotly para hacer diferentes ejemplos de gráficos para la visualización.
- Temporal:
work_year
,experience_level
. - Detalles del Empleo:
employment_type
,job_title
,salary
,salary_currency
,salary_in_usd
,remote_ratio
. - Ubicación:
employee_residence
,company_location
. - Tamaño de la Empresa:
company_size
.
-
Procesamiento de Datos: Carga, limpieza y exploración del conjunto de datos.
-
Visualización y Análisis:
- Salario promedio por experiencia.
- Rankings de trabajos demandados, mejor remunerados y posibilidad de trabajo remoto.
-
Obtención de conclusiones: a partir del análisis realizado.
Explora este repositorio para obtener insights sobre la distribución salarial en ciencia de datos y su relación con diversos factores. ¡Descubre patrones y conclusiones valiosas!