基于技能与公司属性过滤的数据驱动职位搜索引擎

根据一份在线报告，每月有超过2亿独立用户在线搜索职位。这一巨大且快速增长的需求吸引了谷歌和Facebook等软件巨头进入该领域，而该领域此前由LinkedIn、Indeed和CareerBuilder等公司主导。最近，谷歌发布了其“人工智能驱动的职位搜索引擎”——“Google For Jobs”，而Facebook则在其平台内推出了“Facebook Jobs”。这些现有的职位搜索引擎和平台允许用户基于一般性的狭窄过滤器（如职位名称、发布日期、经验水平、公司和薪资）来搜索职位。然而，它们在技能集（如C++、Python和Java）以及公司相关属性（如员工规模、营收、技术图谱和微观行业）方面的过滤器却极为有限。这些专业化的过滤器可以帮助求职者和公司在非常个性化、相关且更深入的层面上建立联系。在本文中，我们提出了一个提供端到端“数据驱动职位搜索引擎”的框架。此外，用户还可以接收潜在的招聘人员和高级职位的联系人信息，以获得建立联系和拓展人脉的机会。该框架的高层实现描述如下：1) 收集美国的职位发布数据，2) 使用ETL管道从发布数据中提取有意义的词元，3) 对数据集进行规范化处理，将公司名称与其特定的公司网站关联起来，4) 提取技能集并对其进行排序，5) 通过EVERSTRING公司API将公司名称和网站与其各自的公司层面属性关联起来，6) 在数据库上运行用户特定的搜索查询以识别相关的职位发布，以及7) 对职位搜索结果进行排序。该框架为最终用户提供了高度可定制和高度精准的搜索体验。