2024-mcm-everitt-ryan/job-postings-raw

--- dataset_info: features: - name: document_id dtype: string - name: country dtype: string - name: locale dtype: string - name: language dtype: string - name: detected_language dtype: string - name: detected_language_confidence dtype: float64 - name: source dtype: string - name: scraped_date dtype: int64 - name: company_id dtype: string - name: companyName dtype: string - name: city dtype: string - name: dataset_id dtype: string - name: dataset_type dtype: string - name: dataset_license dtype: string - name: dataset_source dtype: string - name: dataset_title dtype: string - name: dataset_url dtype: string - name: category dtype: string - name: position_name dtype: string - name: job_posting_html dtype: string splits: - name: train num_bytes: 10022868302 num_examples: 2597092 download_size: 3564732296 dataset_size: 10022868302 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• document_id: 字符串类型
• country: 字符串类型
• locale: 字符串类型
• language: 字符串类型
• detected_language: 字符串类型
• detected_language_confidence: 浮点数类型
• source: 字符串类型
• scraped_date: 整数类型
• company_id: 字符串类型
• companyName: 字符串类型
• city: 字符串类型
• dataset_id: 字符串类型
• dataset_type: 字符串类型
• dataset_license: 字符串类型
• dataset_source: 字符串类型
• dataset_title: 字符串类型
• dataset_url: 字符串类型
• category: 字符串类型
• position_name: 字符串类型
• job_posting_html: 字符串类型

数据集分割

• train:
  • 数据量: 10022868302 字节
  • 示例数量: 2597092

数据集大小

• 下载大小: 3564732296 字节
• 数据集总大小: 10022868302 字节