加载中...
随着互联网的发展,线上招聘已成为企业发布岗位需求、求职者寻找工作的重要方式。招聘信息不仅反映了各行业的人才需求,也折射出劳动力市场的供需匹配状况。本数据由CnOpenData数据团队推出,涵盖互联网招聘平台、公司等数万个公开来源,通过自然语言处理技术对职位、岗位职责、行业等内容进行了标准化处理,为学者和研究人员提供了丰富的数据基础。 ## 数据构成 本数据包含了较为全面的招聘相关字段,具体包括职位名称、专业技能、学科分类、产业分类、公司名称、地址、薪资、经验要求、学历要求、数据来源、发布日期等。这些字段能够从多个维度刻画招聘岗位的特征,便于进行精细化的分析与挖掘。 ## 时间范围 数据的时间覆盖范围为**2010-2022年**,能够反映较长时间内美国劳动力市场的变化趋势。 ## 更新频率 本数据为**不定期**更新,以保持数据的时效性和覆盖广度。 ## 应用价值 从需求端看,招聘信息可以体现各行业人才需求的差异,在一定程度上反映美国劳动力市场供需匹配概况。从供给端看,招聘信息为高等教育改革和大学生就业研究提供了参考,有助于提高毕业生就业匹配效率、减缓结构性矛盾、提升就业质量。更重要的是,学者可以通过海量的全域招聘信息,窥视美国各地区、各行业的收入基本情况,为相关政策制定提供实证依据。
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | ID | string | - |
| 2 | 职业编码 | string | - |
| 3 | 职业名称 | string | - |
| 4 | 职业原始信息 | string | - |
| 5 | 职位领域编码 | string | - |
| 6 | 职业领域 | string | - |
| 7 | 职业类别编码 | string | - |
| 8 | 职业类别 | string | - |
| 9 | 职业 | string | - |
| 10 | 专业职业编码 | string | - |
| 11 | 专业职业 | string | - |
| 12 | 专业技能编码 | string | - |
| 13 | 专业技能 | string | - |
| 14 | 学科分类2位编码 | string | - |
| 15 | 学科分类2位名称 | string | - |
| 16 | 学科分类3位编码 | string | - |
| 17 | 学科分类3位名称 | string | - |
| 18 | 学科分类4位编码 | string | - |
| 19 | 学科分类4位名称 | string | - |
| 20 | ONET职业编码 | string | - |
| 21 | ONET职业编码(2010版) | string | - |
| 22 | ONET职业名称(2010版) | string | - |
| 23 | ONET职业编码(2019版) | string | - |
| 24 | ONET职业名称(2019版) | string | - |
| 25 | ONET职业名称 | string | - |
| 26 | SOC职业大类编码 | string | - |
| 27 | SOC职业大类名称 | string | - |
| 28 | SOC职业中类编码 | string | - |
| 29 | SOC职业中类名称 | string | - |
| 30 | SOC职业小类编码 | string | - |
| 31 | SOC职业小类名称 | string | - |
| 32 | SOC职业细类编码 | string | - |
| 33 | SOC职业细类名称 | string | - |
| 34 | SOC-EMSI职业大类编码(2019版) | string | - |
| 35 | SOC-EMSI职业大类名称(2019版) | string | - |
| 36 | SOC-EMSI职业中类编码(2019版) | string | - |
| 37 | SOC-EMSI职业中类名称(2019版) | string | - |
| 38 | SOC-EMSI职业小类编码(2019版) | string | - |
| 39 | SOC-EMSI职业小类名称(2019版) | string | - |
| 40 | SOC-EMSI职业细类编码(2019版) | string | - |
| 41 | SOC-EMSI职业细类名称(2019版) | string | - |
| 42 | SOC职业大类编码(2019版) | string | - |
| 43 | SOC职业大类名称(2019版) | string | - |
| 44 | SOC职业中类编码(2019版) | string | - |
| 45 | SOC职业中类名称(2019版) | string | - |
| 46 | SOC职业小类编码(2019版) | string | - |
| 47 | SOC职业小类名称(2019版) | string | - |
| 48 | SOC职业细类编码(2019版) | string | - |
| 49 | SOC职业细类名称(2019版) | string | - |
| 50 | SOC职业大类编码(2021版) | string | - |
| 51 | SOC职业大类名称(2021版) | string | - |
| 52 | SOC职业中类编码(2021版) | string | - |
| 53 | SOC职业中类名称(2021版) | string | - |
| 54 | SOC职业小类编码(2021版) | string | - |
| 55 | SOC职业小类名称(2021版) | string | - |
| 56 | SOC职业细类编码(2021版) | string | - |
| 57 | SOC职业细类名称(2021版) | string | - |
| 58 | NAICS产业分类2位编码 | string | - |
| 59 | NAICS产业分类2位名称 | string | - |
| 60 | NAICS产业分类3位编码 | string | - |
| 61 | NAICS产业分类3位名称 | string | - |
| 62 | NAICS产业分类4位编码 | string | - |
| 63 | NAICS产业分类4位名称 | string | - |
| 64 | NAICS产业分类5位编码 | string | - |
| 65 | NAICS产业分类5位名称 | string | - |
| 66 | NAICS产业分类6位编码 | string | - |
| 67 | NAICS产业分类6位名称 | string | - |
| 68 | 公司编码 | string | - |
| 69 | 公司名称 | string | - |
| 70 | 公司原始名称 | string | - |
| 71 | 公司正在招聘员工 | string | - |
| 72 | 城市编码 | string | - |
| 73 | 城市 | string | - |
| 74 | 州编码 | string | - |
| 75 | 州 | string | - |
| 76 | 国家编码 | string | - |
| 77 | 国家 | string | - |
| 78 | 经纬度 | string | - |
| 79 | 详细地址编码 | string | - |
| 80 | 详细地址 | string | - |
| 81 | 学历编码 | string | - |
| 82 | 学历 | string | - |
| 83 | 最低学历需求编码 | string | - |
| 84 | 最低学历需求 | string | - |
| 85 | 最高学历需求编码 | string | - |
| 86 | 最高学历需求 | string | - |
| 87 | 最低工作经验 | number | - |
| 88 | 最高工作经验 | number | - |
| 89 | 平均薪资 | number | - |
| 90 | 最低薪资 | number | - |
| 91 | 最高薪资 | number | - |
| 92 | 证书编码 | string | - |
| 93 | 证书 | string | - |
| 94 | 是否是实习生 | string | - |
| 95 | 是否是远程 | string | - |
| 96 | 远程方式编码 | string | - |
| 97 | 远程方式 | string | - |
| 98 | 雇佣方式编码 | string | - |
| 99 | 雇佣方式 | string | - |
| 100 | 技能编码 | string | - |
| 101 | 技能 | string | - |
| 102 | 普通技能编码 | string | - |
| 103 | 普通技能名称 | string | - |
| 104 | 软件技能编码 | string | - |
| 105 | 软件技能 | string | - |
| 106 | 数据来源方式 | string | - |
| 107 | 发布日期 | date | - |
| 108 | 最后更新日期 | date | - |
添加销售经理微信,获取数据详情与报价;电话、邮箱点击即可复制。
随着互联网的发展,线上招聘已成为企业发布岗位需求、求职者寻找工作的重要方式。招聘信息不仅反映了各行业的人才需求,也折射出劳动力市场的供需匹配状况。本数据由CnOpenData数据团队推出,涵盖互联网招聘平台、公司等数万个公开来源,通过自然语言处理技术对职位、岗位职责、行业等内容进行了标准化处理,为学者和研究人员提供了丰富的数据基础。
本数据包含了较为全面的招聘相关字段,具体包括职位名称、专业技能、学科分类、产业分类、公司名称、地址、薪资、经验要求、学历要求、数据来源、发布日期等。这些字段能够从多个维度刻画招聘岗位的特征,便于进行精细化的分析与挖掘。
数据的时间覆盖范围为2010-2022年,能够反映较长时间内美国劳动力市场的变化趋势。
本数据为不定期更新,以保持数据的时效性和覆盖广度。
从需求端看,招聘信息可以体现各行业人才需求的差异,在一定程度上反映美国劳动力市场供需匹配概况。从供给端看,招聘信息为高等教育改革和大学生就业研究提供了参考,有助于提高毕业生就业匹配效率、减缓结构性矛盾、提升就业质量。更重要的是,学者可以通过海量的全域招聘信息,窥视美国各地区、各行业的收入基本情况,为相关政策制定提供实证依据。