В работе исследуется автоматическая классификация текстов вакансий онлайн-бирж труда с помощью алгоритмов машинного обучения. Сформирован датасет из 173 562 вакансий с трёх платформ (HeadHunter, SuperJob, TrudVsem), выполнена NLP-предобработка и векторизация методом TF-IDF. Проведено сравнение шести моделей классификации по 14 профессиональным категориям - лучший результат показала LightGBM с точностью 89,66%. Разработан веб-прототип аналитической системы на базе Streamlit с девятью модулями, включая прогнозирование временных рядов и анализ emerging-профессий. Результат - рабочий инструмент для HR-специалистов и аналитиков с подтверждённой экономией времени 40–60% на аналитических задачах.

Сотниченко З.Э. (науч. рук. Болдырева Е.А.) Разработка системы анализа текстов вакансий онлайн-бирж труда на основе алгоритмов машинного обучения // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16390