daswer123/job_classification_dataset_v2_ru

---
language:
- ru
license: mit
---
This dataset represents the classification of a profession by its name and description. Real resumes from hh.ru with additional anonymization were used to form the dataset. Claude 3 sonet was used for clasification. The total cost of training the dataset was about 500$
In this version, formation was done by chunks , and each new chunk was added to the RAG database, which the LLM received later, for more accurate classification.

Данный датасет представляет с собой класификацию профессии по её названию и описанию. Для формирования датасета использовались реальные резюме из hh.ru с дополнительной анонимизацией.
В этой версии формирование происходило чанками , и каждый новый чанк добавлялся в базу RAG, которую получала LLM в дальнейшем, для более точной классификации.

Для класификации был использован claude 3 sonet. Общаяя стоимость обучения датасета составила около 1000$

原始信息汇总

数据集概述

数据集内容

• 该数据集用于职业名称和描述的分类。
• 数据来源于hh.ru网站上的真实简历，经过额外匿名化处理。

数据集构建

• 数据集通过分块（chunks）方式形成，每个新块被添加到RAG数据库中，供LLM后续使用以提高分类准确性。

分类工具

• 使用Claude 3 sonet进行分类。

成本信息

• 训练该数据集的总成本约为1000美元。