2025Adzuna全球工作清单

这是一个包含 17,350 条全球招聘信息的、干净且可直接用于分析的数据快照，数据来源于 Adzuna。每条记录包含丰富的文本、薪酬、类别、合同类型和地理空间字段。具体包括唯一ID、发布时间戳、标准化的职位/类别标签、最低/最高薪资以及坐标信息——非常适合市场分析、建模和可视化。链接和引用信息被保留，以便追溯原始招聘信息。​​数据科学应用​​

• ​​薪酬分析与预测​​：根据职位名称、类别、合同类型/时间和地点建模薪资范围；构建薪资基准。
• ​​需求与趋势追踪​​：按类别/地区分析发布量的时间序列，以检测招聘周期和季节性。
• ​​地理空间智能​​：使用经纬度创建热力图和进行区域聚类分析；研究薪资-地区差异。
• ​​职位标准化与主题建模​​：对职位标题/描述进行自然语言处理，以提取技能、丰富分类体系并进行职位族聚类。
• ​​市场细分与预测​​：分析类别/合同组合、全职与兼职份额，并进行需求预测。
• ​​质量与转化漏斗（代理指标）​​：使用 salary_is_predicted、类别和合同类型来细分招聘信息质量和工作意向信号。

​​列描述​​

• ​​job_id​​ — 招聘信息的数字唯一标识符。
• ​​title​​ — 雇主或平台提供的职位名称字符串。
• ​​company​​ — 招聘公司或招聘组织名称。
• ​​location_display​​ — 用于显示的人类可读的位置标签。
• ​​location_area​​ — 分层级的位置标识（例如，国家 › 地区 › 城市），序列化为字符串。
• ​​description​​ — 自由文本的职位描述；适用于自然语言处理/关键词提取。
• ​​created​​ — 招聘信息被收录/创建的时间戳（UTC时间，ISO格式）。
• ​​contract_time​​ — 职位的时间基础（例如，全职，兼职）。
• ​​contract_type​​ — 雇佣基础（例如，永久性，合同制）。
• ​​salary_min​​ — 规定或推断的薪资范围下限（数值）。
• ​​salary_max​​ — 规定或推断的薪资范围上限（数值）。
• ​​salary_is_predicted​​ — 指示器（1/0），标识薪资是否为模型预测而非明确提供。
• ​​redirect_url​​ — 在 Adzuna 或其合作伙伴网站上查看该招聘信息的规范URL。
• ​​category_label​​ — 该招聘信息的人类可读类别名称。
• ​​category_tag​​ — 用于建模和分组的标准化类别代码/标签。
• ​​latitude​​ — 职位地点的 WGS84 纬度（浮点数，-90 至 90）。
• ​​longitude​​ — 职位地点的 WGS84 经度（浮点数，-180 至 180）。
• ​​adref​​ — 用于可追溯性和去重的 Adzuna 参考令牌。

​​符合道德的数据获取​​所有记录均通过 ​​Adzuna 的公共 API​​ 获取。