Los investigadores han lanzado JobHop v2, una versión mejorada del conjunto de datos JobHop disponible públicamente diseñado para la planificación de la fuerza laboral y el análisis del mercado laboral. Construido mediante extracción con modelos de lenguaje grandes de extremo a extremo a partir de aproximadamente 440 000 currículums multilingües pseudonimizados proporcionados por VDAB, el Servicio Público de Empleo flamenco, el conjunto de datos contiene 355 315 trayectorias profesionales.
- El lanzamiento incluye anotaciones con códigos ocupacionales ESCO, información temporal a nivel de trimestre y titulación educativa normalizada en cinco niveles.
- Una tubería de extracción rediseñada utiliza inferencia de LLM controlada por razonamiento con un mecanismo de reintento para lograr una tasa de análisis JSON del 100%.
- La evaluación frente a tres líneas base complementarias de anotación muestra que el mejor extractor se queda solo entre 1,1 y 2,7 puntos porcentuales por debajo del límite de acuerdo entre anotadores.
El conjunto de datos y el código se han lanzado públicamente para apoyar la investigación reproducible sobre trayectorias profesionales.