Lynceus jobs

该数据集包含来自9,596家公司招聘页面的258,502个职位信息，其中43,924个为远程职位，数据每日更新，以CSV和JSON格式提供，并托管在Hugging Face上。This dataset contains 258,502 job postings sourced from the career pages of 9,596 companies, among which 43,924 are remote positions. The dataset is updated daily, provided in both CSV and JSON formats, and hosted on Hugging Face.

原始信息汇总

Lynceus 数据集详情

数据概览

• 职位总数：258,502 个开放职位
• 公司数量：9,596 家公司
• 远程职位：43,924 个
• 数据更新日期：2026-08-26 04:19 UTC

数据来源与特点

• 所有职位均直接来自各公司官方招聘页面或公开职位馈送，不从其他招聘网站转载
• 排除猎头、人事代理机构和招聘聚合网站，每个职位均为雇主直接招聘
• 职位在来源页面下架后，会从数据集中移除，确保职位有效性
• 数据集中不包含职位描述，仅提供链接指向原始职位发布页面

数据内容与分类

按地区分类

地区	职位数量
远程	43,924
伦敦	7,806
纽约	12,968
旧金山	12,291
柏林	3,123
巴黎	2,373
阿姆斯特丹	1,618
慕尼黑	1,617
都柏林	983
巴塞罗那	888
马德里	843
斯德哥尔摩	506
里斯本	506
苏黎世	301

按职能分类

职能	职位数量
工程	60,385
数据与AI	34,000
销售	22,312
产品	12,879
设计	12,597
市场营销	11,480

数据文件

• data/jobs.csv：最近发布的 5,000 个职位
• data/jobs.json：上述数据的 JSON 格式
• data/companies.csv：全部 9,596 家拥有开放职位的公司
• 完整索引（约 38MB）托管于 Hugging Face 平台：Lynceus/jobs

当前最大招聘方

公司	开放职位数
BAYADA Home Health Care	2,583
Anduril Industries	2,196
SpaceX	2,175
Bjakcareer	1,726
Carvana	1,692
Speechify	1,291
Upstream Rehabilitation	1,183
Veterinary Emergency Group (VEG)	1,125
EquipmentShare	952
ALO	872
Databricks	822
Capco	770
Pavago	768
OpenAI	756
Rentokil Initial	750

使用许可

• 编译数据集采用 CC BY 4.0 许可协议，允许使用和构建，需注明来源为 Lynceus
• 个别职位列表属于发布公司的公开职位广告事实，归原公司所有

搜集汇总

数据集介绍

构建方式

在当今瞬息万变的就业市场中，实时获取来自企业官网的招聘信息具有重要意义。Lynceus jobs数据集通过精心设计的自动化流程，直接从9,596家公司的官方招聘页面和公共职位源抓取数据，累计收录了258,502个活跃职位，其中远程职位达43,924个。每一条记录均附有原始职位链接，确保信息的真实性与时效性。构建过程中严格排除招聘中介与聚合平台，仅保留雇主直接发布的岗位，并每日更新，当职位从源头消失时即刻移除，从而保证数据集的鲜活与准确。

使用方法

使用Lynceus jobs数据集极为便捷。用户可通过GitHub仓库浏览整理好的Markdown板块，快速锁定远程或特定城市的职位列表。对于深度分析，数据文件如jobs.csv和jobs.json提供了最近5,000个职位的结构化数据，而完整的约38MB索引则托管于Hugging Face，支持load_dataset直接加载。此外，用户还能通过trylynceus.com的对话式搜索界面，用自然语言查询心仪职位。开发者可依据CC BY 4.0许可自由使用、构建衍生应用，只需注明出处。若需更正或移除信息，亦可通过GitHub或邮件快速处理。

背景与挑战

背景概述

Lynceus jobs 数据集由 Lynceus 团队创建，最新更新于 2026 年 8 月 26 日，包含 258,502 个活跃职位，覆盖 9,596 家公司，其中 43,924 个为远程职位。该数据集直接从各公司官方招聘页面和职位源抓取，确保信息源头的真实性与时效性，区别于其他聚合平台。其核心研究问题在于提供动态、准确、可追溯的劳动力市场数据，支持职位搜索、远程工作趋势分析、行业招聘需求预测等研究。数据集通过 GitHub 和 Hugging Face 双平台发布，并提供 CSV、JSON 格式及交互式搜索界面，极大便利了学术与商业应用，推动了就业市场数据透明化进程。

当前挑战

该数据集面临的挑战涵盖领域问题与构建过程。领域问题方面，职位数据分散于不同公司网站，格式多样、频繁更新，导致数据抓取与整合难度高；同时需确保职位真实有效，避免过期或重复信息，并区分直接雇主与招聘中介，保证数据纯净性。构建过程中，需应对技术挑战，如反爬虫机制、动态页面渲染、数据标准化等；法律与伦理挑战亦不容忽视，包括版权归属（职位描述归雇主所有，故仅提供链接）及隐私政策，需遵循 CC BY 4.0 许可并支持撤下请求。此外，数据集体积庞大（约 38MB），需优化存储与发布方式，确保每日更新的可行性与可访问性。

常用场景

经典使用场景

Lynceus jobs数据集汇聚了来自9,596家企业官方招聘页面与公开职位源的258,502个在招岗位，涵盖工程、数据与AI、设计、产品、销售及市场营销等核心职能领域，并细分为远程、纽约、旧金山、柏林、伦敦等地域子集。研究者可将其作为劳动力市场动态的实时镜像，用于分析企业招聘规模、岗位地域分布、行业雇佣趋势及远程工作普及率等结构性特征。数据集中每条记录均附原始职位链接，且剔除已关闭岗位，确保时间序列分析的时效性与准确性，为实证研究提供了干净、可追踪的微观数据基础。

解决学术问题

该数据集有效解决了传统招聘数据获取中存在的来源不一、时效滞后与重复聚合等棘手问题。通过直接从雇主官方渠道抓取并每日更新，它剔除了中介与聚合平台的干扰，保障了岗位信息的原始性与完整性，为劳动经济学、组织行为学及计算社会科学等领域的实证研究提供了可靠依据。研究者可借此精准刻画企业用工需求的实时变化，量化分析地域、行业与职能间的结构性差异，并深入探究远程工作等新型用工模式对劳动力市场的深远影响，从而推动相关理论模型的验证与修正。

实际应用

在实际应用中，该数据集直接赋能了智能求职与招聘匹配系统。其结构化数据接口支持自然语言查询，用户可用通俗语言描述职业意向，迅速获取当前正在招聘的雇主列表，显著提升了求职效率。对企业人力资源部门而言，数据集可作为竞争对手招聘策略分析的基准，辅助其优化人才吸引方案。同时，劳动力市场分析机构可依托此数据实时监测就业趋势、预测行业风向，为职业规划指导与公共就业政策制定提供精细化的数据支撑，助力人力资源配置的智能决策。

数据集最近研究

最新研究方向

在劳动力市场数据智能化与实时化发展的浪潮中，Lynceus jobs数据集以其独特的采集机制——直接源自企业官方招聘页面与职位源，而非聚合平台——开辟了就业信息研究的新范式。该数据集涵盖25.8万个活跃职位与近万家企业的结构化信息，并依托Hugging Face平台实现全量索引与便捷的数据加载接口，为自然语言处理、劳动经济学及人才流动分析等领域提供了高时效、低噪音的一手数据源。其最新研究方向聚焦于构建基于职位描述的语义搜索与个性化推荐系统，探索远程工作分布模式与城市就业生态的关联，并利用高频更新数据追踪行业招聘趋势及突发事件对人才需求的即时影响，助力精准就业预测与劳动力政策制定。