Sunteți un ninja fullstack care este încântat de start-up-urile cu creștere rapidă cu birouri distractive? Sau sunteți un dezvoltator grijuliu în căutarea unui loc de muncă de susținere, cu potențial de avansare?
Orice stil de limbaj ar putea fi folosit pentru a descrie aceeași poziție, iar alegeri ca acestea pot fi critice pentru atragerea de tipuri de candidați de care are nevoie o companie. Alegerea intuitivă a unei voci care se potrivește cu un loc de muncă pare o strategie naturală. Dar când doriți să aruncați o plasă largă, care este cea mai bună cale de urmat?
Ne interesează modul în care lucrurile precum conținutul textului se corelează cu alte valori, cum ar fi clicurile „se aplică jobului”. O metodă pentru măsurarea și compararea caracteristicilor documentelor text (printre mulți) este analiza sentimentelor. În linii mari, metodele de analiză a sentimentului măsoară adesea cât de „pozitiv” sau „negativ” este un document text prin numărarea cuvintelor și a termenilor cheie care sunt asociați cu aceste două opuse.
Pentru a avea o idee rapidă despre modul în care sentimentul ar putea afecta clicurile pe aplicații, am folosit un analizator de sentimente pre-instruit în interiorul unui instrument numit textblob. Am folosit acest lucru pentru a analiza textul tuturor joburilor care au fost vreodată live pe The Muse. Acest grafic de mai jos arată că, conform acestui instrument off-the-raft, majoritatea posturilor de muncă folosesc un limbaj ușor pozitiv.
Cu fiecare loc de muncă atribuit un scor de sentiment, am plasat toate posturile de muncă în 6 grupuri de dimensiuni egale, de la cele mai negative la cele mai pozitive. Distribuțiile sentimentale ale fiecărui grup pot fi comparate în graficul de mai jos:
Acesta este un fel de vizualizare a datelor se numește un complot de casete și ajută la rezumarea modului în care diferă cele 6 grupuri ale noastre. De exemplu, linia din mijlocul fiecărui dreptunghi marchează scorul sentimentului median pentru fiecare grup; scorurile de sentiment tipice pentru joburile dintr-un grup sunt aproape de această linie. Dreptunghiul complet cuprinde 50% din datele care sunt cele mai apropiate de această linie (adică, cele mai tipice). Acest tip de rezumat (care conține câteva date brute suprapuse) ne ajută să înțelegem că joburile care prezintă cuvinte mai pozitive, atunci când analizăm toate categoriile de joburi, au obținut istoric mai multe clicuri.
Există modalități mult mai sofisticate de a privi aceste calități, iar diagramele de deasupra zgârie doar suprafața a datelor care ne pot ajuta să înțelegem. De asemenea, diferite companii au obiective diferite pentru detașarea postului lor - calitatea sau specificitatea candidaților pot fi cantități mai importante, de exemplu.
La The Muse folosim date pentru a înțelege aceste probleme și alte probleme pentru a ajuta solicitanții de locuri de muncă să își găsească locul de muncă de vis și pentru a ajuta companiile să angajeze angajați de vis. Dacă sunteți un dezvoltator interesat să lucreze la probleme de genul acesta, ajutându-i pe oameni să își găsească locul de muncă de vis, vă rugăm să luați legătura.
