В данной статье представлен анализ вакансий, размещенных на портале Роструда «Работа России», с использованием методов кластеризации для выявления закономерностей в условиях заработной платы. Исследование охватывает 60055 вакансий, содержащих коды профессий по классификатору ОК 016-94, с максимальной и минимальной заработной платой до 100000 рублей. Применение методов кластеризации K-средних и модели гауссовой смеси (GMM) позволило выявить различия в условиях размещения вакансий для одинаковых должностей в различных структурных подразделениях компаний. Анализ показал, что большинство компаний размещают вакансии с разными условиями для одинаковых должностей, что приводит к их распределению по разным кластерам. Полученные результаты могут быть полезны для работодателей при оптимизации условий размещения вакансий и для соискателей при выборе наиболее подходящих предложений. Обработка данных проводилась с использованием библиотек pandas, numpy, matplotlib, seaborn и sklearn на языке Python.
This article presents an analysis of vacancies posted on the Rostrud portal «Job of Russia» using clustering methods to identify patterns in salary conditions. The study covers 60,055 vacancies containing occupation codes according to the OK 016-94 classifier, with a maximum and minimum salary of up to 100,000 rubles. The use of K-means clustering methods and the Gaussian mixture model (GMM) made it possible to identify differences in the conditions of posting vacancies for the same positions in different structural divisions of companies. The analysis showed that most companies post vacancies with different conditions for the same positions, which leads to their distribution among different clusters. The results obtained can be useful for employers in optimizing the conditions of posting vacancies and for job seekers in choosing the most suitable offers. Data processing was carried out using the pandas, numpy, matplotlib, seaborn and sklearn libraries in Python.