Kirili4ik/yandex_jobs

Yandex_Jobs数据集包含超过600个俄罗斯IT职位的招聘信息，这些信息是从Telegram频道https://t.me/ya_jobs解析得到的。所有文本都经过良好结构化处理，没有缺失值。数据集支持的任务包括文本生成、摘要生成和多选任务。数据集的语言仅为俄语，数据实例包括职位标题、表情符号、职位描述、要求、任务、加分项、标签、链接和原始文本等字段。数据集创建于2022年9月3日，解析自Telegram频道，并删除了未解析或缺失字段的示例。使用该数据集时需要注意，这些职位信息仅针对一家IT公司（Yandex），因此可能具有特定性，不能泛化为任何职位或IT职位。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Yandex_Jobs
• 语言: 仅含俄语 (ru)
• 许可证: 未知
• 数据来源: 原始数据，从Telegram频道https://t.me/ya_jobs解析获取
• 数据集大小: 小于1000条记录
• 标签: 职位空缺, 工作, 俄语, Yandex

数据集内容

数据集摘要

• 描述: 包含超过600个来自Yandex的IT职位空缺，数据来源于Telegram频道https://t.me/ya_jobs。所有文本结构良好，无缺失值。

支持的任务和排行榜

• 任务: 文本生成, 摘要提取, 多选题
• 示例任务:
  • 文本生成: 使用原始文本列进行
  • 摘要提取: 从所有信息中提取标题
  • 多选题: 从数据集中选择多个可用标签

数据集结构

数据实例

• 来源: 解析自俄罗斯IT公司Yandex的职位空缺

• 示例结构:

  { Header: 职位标题, Emoji: 职位相关的表情符号, Description: 职位简短描述, Requirements: 职位要求的技术/编程语言/经验, Tasks: 职位任务示例, Pluses: 申请者的加分项, Hashtags: 与职位相关的标签, Link: 职位描述链接, Raw text: 包含所有格式的原始文本 }

数据字段

• 字段描述:
  • Header: 职位标题 (字符串)
  • Emoji: 职位标题后的表情符号 (字符串)
  • Description: 职位简短描述 (字符串)
  • Requirements: 职位要求的技术/编程语言/经验 (字符串)
  • Tasks: 职位任务示例 (字符串)
  • Pluses: 申请者的加分项 (字符串)
  • Hashtags: 与职位相关的标签 (字符串)
  • Link: 职位描述链接 (字符串)
  • Raw text: 包含所有格式的原始文本 (字符串)

数据分割

• 当前状态: 由于样本数量不足，尚未进行训练/测试/验证分割。

数据集创建

• 创建日期: 2022年9月3日
• 数据清理: 从1600个职位空缺中筛选出600个无缺失字段的记录

使用数据集的注意事项

• 数据局限性: 数据集仅包含Yandex公司的职位空缺，可能较为特定，不易推广至其他职位或IT职位。

贡献者

• 联系人和作者: [Kirill Gelvan](telegram: @kirili4ik)