Cómo convertir descripciones de empleo en un plan de aprendizaje de habilidades

1. Enuncie la decisión de aprendizaje

Escriba cuatro elecciones antes de recolectar avisos. Un aviso es un anuncio de empleo.

Nombre una familia de roles. Una familia de roles es un tipo de empleo, como analista de datos. Nombre un nivel. El nivel inicial significa un primer empleo en ese rol. Nombre un mercado. Un mercado es el país o la ciudad donde quiere trabajar. Escriba la fecha en que lee los avisos.

Este es un plan de estudio para esa elección. No es prueba de una escasez nacional de habilidades. No es una promesa de entrevistas.

No mezcle empleos sénior con empleos de analista para un primer trabajo. Si necesita ambos grupos, estudie cada grupo por separado. No mezcle dos mercados en una tabla.

La lección más adelante en este artículo es ficción original. Usa trabajo de analista de datos de nivel inicial. Usa un mercado inventado llamado Mercado Uno. Su fecha de lectura es el 13 de octubre de 2026. La misma fecha de calendario es también la fecha de comprobación del Actor. Esa coincidencia no significa que estos empleos se hayan recolectado.

2. Recolecte descripciones completas

Compruebe cada fila antes de etiquetar una habilidad. Confirme la identidad del empleo. Confirme que el texto completo está presente. Confirme si el tope de filas o una ejecución fallida detuvo la recolección.

Un tope de filas es la cantidad máxima de filas que pide recolectar. Una ejecución fallida es un resultado desconocido. No trate una ejecución fallida como cero empleos.

Use la entrada guardada del Task solo como inicio:

{"searchTerm": "data engineer\nsoftware engineer\nproduct manager", "startUrls": [], "saveOnlyUniqueItems": true}

Esa entrada mezcla data engineer, software engineer y product manager. Reemplace la mezcla por un rol y un mercado. La lista vacía de `startUrls` es parte de la entrada guardada. Este método usa los siete campos nombrados arriba.

Para una primera comprobación pequeña, ingrese estos valores:

Esta comprobación es una muestra de texto. No cubre todas las vacantes abiertas. No es un relevamiento completo de empleadores.

Conserve estos campos de salida en cada fila que revise:

`descriptionStatus` tiene dos valores útiles. `full` significa que la descripción está lo bastante completa para etiquetar. `missing` significa que el texto completo no está disponible. Si el estado es missing, no etiquete habilidades. Cuente la fila como una brecha.

Un título solo puede omitir funciones. Un extracto corto puede ocultar una función obligatoria. También puede hacer que una habilidad preferida parezca obligatoria. Lea `descriptionText`.

Algunos campos opcionales pueden estar ausentes. Ausente no es lo mismo que cero. Si `companyName` está ausente, el empleador es desconocido. No invente un nombre. Si `jobUrl` está ausente, conserve la fila solo si `jobId` todavía la identifica.

Use `jobId` para descartar copias repetidas del mismo aviso. Conserve una copia. No descarte dos avisos distintos solo porque un empleador publicó ambos. Conserve el empleador en cada aviso. Un empleador con muchos avisos puede hacer que una habilidad parezca más común de lo que es.

Compruebe `query` y `searchLocation`. Si no coinciden con su rol y su mercado, deje la fila fuera de este grupo. Si `locationRaw` nombra un mercado distinto, deje ese aviso fuera. No lo mezcle con Mercado Uno ni con su mercado real.

Una comprobación de control de la build 0.2.19 recolectó tres ID de empleo de origen. También recolectó URL de origen, tiempos de recolección y el `descriptionText` completo. Ese control usó un rol distinto y un mercado distinto. Alcanzó el tope de tres filas. Esas tres filas no son todos los empleos de ese mercado. El control muestra que se puede recolectar el texto completo. No elige habilidades para el trabajo de analista de datos. No respalda los conteos ficticios de más abajo.

3. Guarde una fila de evidencia por habilidad

Lea una descripción completa por vez. Para cada habilidad o función, guarde una fila de evidencia.

Guarde el empleo, el empleador y la oración exacta de origen. Guarde el enlace de origen cuando tenga un `jobUrl` real. Guarde un nombre corto de habilidad, una clase de requisito, la función y una nota.

Una clase de requisito es la etiqueta que usted asigna después de leer la oración. Use solo cuatro etiquetas.

• Obligatoria significa que el texto dice que usted debe tener la habilidad.
• Preferida significa que el texto pide la habilidad, pero no dice que sea obligatoria.
• Contexto significa que el texto nombra una herramienta, pero no como una prueba para usted.
• Incierta significa que usted no puede determinar la clase a partir de las palabras.

La oración «Usamos Python» no alcanza. No etiquete Python como obligatoria solo por esa oración. Etiquétela como contexto o incierta.

Conserve las palabras originales. No las reemplace por una oración más fluida antes de etiquetar la clase.

Un conteo literal de palabras trata cada mención como igual. La clase evita ese error. Una habilidad preferida no es una habilidad obligatoria. Una mención de contexto no es una habilidad que usted deba aprender primero.

4. Conserve una lista pequeña de habilidades

Elija un nombre corto de habilidad para cada habilidad. Conserve las palabras originales junto a ese nombre.

SQL es un lenguaje que se usa para hacer preguntas a tablas. Use un solo nombre de habilidad para SQL y para Structured Query Language solo cuando el texto se refiere a ese mismo lenguaje.

No una Java y JavaScript. Son lenguajes distintos. No una el trabajo con gráficos con un solo nombre de producto. No una cada servicio en la nube en una sola habilidad. Un servicio en la nube es software al que se llega por internet. Servicios distintos pueden ser habilidades distintas.

Un sinónimo es una palabra distinta para la misma habilidad. Usted decide los sinónimos a mano. Si dos etiquetas entran en conflicto, conserve ambas notas. No afirme que una herramienta automática de habilidades hizo este trabajo. Este Actor no etiqueta habilidades.

5. Cuente avisos y empleadores por separado

El conteo de avisos indica cuántos avisos distintos enuncian la habilidad en esa clase. El conteo de empleadores indica cuántos empleadores distintos la enuncian. Tres avisos de un empleador son tres menciones de aviso. Siguen siendo un empleador.

Informe la clase con ambos conteos. Use solo los avisos con texto completo como el total de avisos. No llame al resultado demanda de clientes. No lo llame una tasa nacional. No lo llame crecimiento de contrataciones. Este tipo de búsqueda no es una muestra aleatoria de todos los empleos.

Muestra ficticia

Las tablas de abajo son ficción original. Enseñan los conteos. No son salida del Actor. No son el control de tres filas.

La ficción tiene seis avisos que usted puede etiquetar. Cinco empleadores los publicaron. El empleador A publicó J1 y J2. El empleador B publicó J3. El empleador C publicó J4. El empleador D publicó J5. El empleador E publicó J6. Las etiquetas J1 a J7 son nombres de la lección. No son ID de origen. Esta ficción no tiene URL de origen. En una tabla real, guarde `jobId` y `jobUrl`.

Una séptima fila recolectada, J7, no tiene `descriptionText`. Su estado ficticio es missing. Sus habilidades son desconocidas. Desconocido no es cero. Deje J7 fuera de los conteos de habilidades. Enuncie la brecha. Una de siete filas recolectadas no se puede etiquetar. El total de avisos para las habilidades es seis, no siete.

«No consta» significa que este texto ficticio no lo dice. No significa que la habilidad esté ausente del trabajo real del empleador.

SQL obligatorio está en cuatro de seis avisos. Esos avisos pertenecen a tres de cinco empleadores: A, B y C. J1 y J2 son ambos del empleador A. El cuarto aviso de SQL suma un aviso. No suma un empleador.

El trabajo obligatorio con hojas de cálculo está en tres de seis avisos. Esos avisos pertenecen a tres de cinco empleadores: A, B y D. El empleador D exige hojas de cálculo y no menciona SQL.

Python preferido está en tres de seis avisos. Esos avisos pertenecen a tres de cinco empleadores: A, C y E. Python no es obligatorio en esta tabla.

El producto de tableros es contexto solo en J6. Ninguno de los seis avisos lo marca como obligatorio. Ese «ninguno» es un conteo de etiquetas para estos seis textos. No es un resultado de un país. J7 sigue desconocido, así que no forma parte de ese «ninguno».

Un orden por palabra clave pondría SQL primero, porque cuatro es más que tres. Después empataría las hojas de cálculo con Python. También podría conservar el producto de tableros. Ese orden es el orden de estudio incorrecto.

El conteo de empleadores deja SQL, las hojas de cálculo y Python iguales, en tres empleadores cada uno. La clase de requisito entonces deja Python detrás de las dos habilidades obligatorias. También saca el producto de tableros de la lista de estudio. El aviso extra de SQL es el empleador A dos veces. No debe poner SQL solo por delante del trabajo con hojas de cálculo.

No convierta cuatro de seis en una tasa para todos los empleos de un país. Cuatro de seis describe solo este conjunto ficticio.

6. Marque la prueba que tiene

Un nombre de habilidad en un currículum no es una prueba. Una prueba es un trabajo terminado que otra persona puede inspeccionar. Una consulta puede ser una prueba. Una tabla limpia puede ser una prueba. Un gráfico con una decisión escrita puede ser una prueba.

Marque cada función repetida como presente, parcial o ausente. Presente significa que existe una prueba inspeccionada. Parcial significa que se muestra una parte de la función y falta otra parte. Ausente significa que no se muestra ninguna prueba. No invente un puntaje de contratación. No prediga entrevistas.

En esta ficción, quien aprende puede escribir un filtro básico de SQL. Un filtro conserva algunas filas y descarta otras. Esa prueba está presente. Quien aprende no tiene un join terminado. Un join vincula dos tablas por una clave compartida. Esa prueba está ausente. Quien aprende no tiene un informe cuyos totales se hayan conciliado. Conciliar significa que los totales de salida coinciden con los totales de entrada. Esa prueba está ausente. Un gráfico de hoja de cálculo también está ausente. Python no es la primera brecha, porque su clase es preferida.

La amplitud de la habilidad no es la amplitud de una función concreta. Las habilidades de SQL abarcan 3 empleadores. Las habilidades de hojas de cálculo abarcan 3 empleadores. La función de join aparece en J1 en el empleador A. La función de conciliación aparece en J3 en el empleador B. La función de gráfico aparece en J1 y J5 en los empleadores A y D. En conjunto, esta evidencia explícita de funciones abarca a los empleadores A, B y D. No abarca al empleador C. Estas funciones no abarcan cada una a 3 empleadores.

Más práctica de filtros repetiría una prueba que ya está presente. La prueba obligatoria que falta es el join, los totales conciliados y el gráfico. El primer proyecto debe cubrir esas brechas. No deje que J2 solo convierta Python en todo el plan.

7. Elija un proyecto

En esta ficción, use el join de SQL, la conciliación y el gráfico de hoja de cálculo. Este conjunto es una combinación deliberada. Las tres funciones caben en un mismo trabajo práctico. El texto citado del empleo respalda la clase obligatoria de las tres funciones. La función de join aparece en J1 en el empleador A. La función de conciliación aparece en J3 en el empleador B. La función de gráfico aparece en J1 y J5 en los empleadores A y D. En conjunto, la evidencia explícita de funciones abarca a los empleadores A, B y D. No abarca al empleador C. Las habilidades de SQL abarcan 3 empleadores. Las habilidades de hojas de cálculo abarcan 3 empleadores. La amplitud de la habilidad no es la amplitud de una función concreta. Estas funciones no abarcan cada una a 3 empleadores.

Un proyecto útil demuestra ese trabajo. Una lista larga de herramientas no lo hace útil. Nombre las habilidades que debe practicar primero. Practique primero un join básico y una suma en hoja de cálculo. No agregue Python hasta que pueda explicar el resultado de SQL y de la hoja de cálculo.

Un control de aceptación es una prueba que dice que el proyecto está terminado. Los controles de abajo son un plan. No son resultados medidos de quien aprende. Este artículo no ejecutó una consulta. Los totales de abajo son una verificación a mano del juego de datos de prueba.

Un juego de datos de prueba es un conjunto pequeño de filas inventadas que se usa para la prueba. Conserve las filas de entrada sin cambios.

Filas de clientes: 4 ID de cliente.

Filas de pedidos: 10 pedidos.

Lea estos datos como dos conteos distintos. La tabla de clientes tiene 4 ID: C1, C2, C3 y C4. Los pedidos usan 4 claves de cliente distintas: C1, C2, C3 y CX. Tres de esas claves de pedido son ID de cliente conocidos. Una clave de pedido no tiene correspondencia. La clave sin correspondencia es CX. C4 no tiene pedidos. CX no es el mismo hecho que C4.

A simple vista, cada ID de cliente aparece una vez. El conteo esperado de ID de cliente duplicados es 0. Cada ID de pedido también aparece una vez. Esta es una lectura a mano del juego de datos de prueba. No es el resultado de una consulta.

Totales a mano, si cada pedido permanece en la tabla mensual:

• Los montos de enero son 10, 20, 15, 12 y 8. Su suma es 65.
• Los montos de febrero son 25, 30, 5, 40 y 18. Su suma es 118.
• Las sumas de los meses son 65 y 118. Su suma es 183.
• Los diez montos de pedidos también suman 183.
• Los montos de CX son 12 y 18. Su suma es 30.
• El monto con correspondencia es 183 menos 30, que es 153.

Una tabla mensual correcta que incluye cada pedido debe mostrar enero 65, febrero 118 y un total de 183. El gráfico debe mostrar esos dos montos mensuales. Este artículo no incluye un gráfico terminado. Usted arma el gráfico en una hoja de cálculo.

Los pedidos sin correspondencia son O8 y O10. Ambos usan CX. Una prueba correcta de clave sin correspondencia debe señalar esas dos filas.

Enunciado del proyecto para esta ficción:

• Entrada: las 10 filas de pedidos y las 4 filas de clientes de arriba.
• Salida: una tabla de ventas mensuales, un gráfico de hoja de cálculo y dos hallazgos escritos.
• Método: vincule los pedidos con los clientes, marque CX y sume amount por mes.
• Control de calidad: sume la entrada a mano y haga coincidir 183 con la tabla mensual.
• Muestre: el texto de la consulta, el gráfico, la clave sin correspondencia y un límite.

Dos hallazgos deben ser posibles a partir del juego de datos de prueba. Primero, CX no está en la tabla de clientes y su monto es 30. Segundo, C4 no tiene pedidos. Esos hallazgos son la explicación esperada. No son resultados de una ejecución.

Texto de consulta planificado para la tabla mensual. Este artículo no lo ejecutó.

SELECT o.order_month, SUM(o.amount) AS month_amount
FROM orders AS o
GROUP BY o.order_month

Texto de consulta planificado para las claves de pedido sin correspondencia. Este artículo no lo ejecutó.

SELECT o.order_id, o.customer_id, o.amount
FROM orders AS o
LEFT JOIN customers AS c
  ON c.customer_id = o.customer_id
WHERE c.customer_id IS NULL

Use estos controles de aceptación:

1. Las 10 filas originales de pedidos y las 4 filas de clientes permanecen sin cambios.
2. El trabajo informa 10 pedidos.
3. El trabajo informa 4 ID de cliente.
4. El trabajo informa 4 claves de cliente distintas en los pedidos.
5. Esas 4 claves se nombran como 3 ID conocidos más la clave sin correspondencia CX.
6. La nota explica CX y no la confunde con C4.
7. Una verificación a mano muestra que los montos de los pedidos suman 183, y la tabla mensual también suma 183.
8. Se muestran el texto de la consulta y el gráfico.
9. Quien aprende explica un límite.

Un límite claro alcanza. Por ejemplo, el total mensual incluye los 30 sin correspondencia, mientras que el total con correspondencia es 153. Otro límite verdadero es que este proyecto no prueba Python. Un tercero es que seis avisos ficticios no son un resultado nacional. Cualquiera de estos límites puede aprobar el último control.

8. Ordene el plan

Ponga el trabajo en cuatro partes. No empiece por la habilidad preferida.

La parte uno es la práctica que hace primero. Practique un join con este juego de datos de prueba. Practique una suma en hoja de cálculo.

La parte dos es el proyecto combinado. Arme la tabla mensual. Arme el gráfico. Escriba los dos hallazgos.

La parte tres es la revisión. Otro lector usa los controles de aceptación. El lector no necesita confiar en un puntaje. El lector puede contar 10 pedidos, contar 4 ID de cliente, encontrar CX y sumar los montos.

La parte cuatro es la explicación. Explique la clave sin correspondencia. Explique un límite.

El orden para esta ficción es corto. Primero, haga el join, la conciliación y el gráfico. Esas funciones son obligatorias y la prueba falta. Este proyecto es una combinación deliberada. La evidencia explícita de funciones abarca a los empleadores A, B y D. No abarca al empleador C. Estas funciones no abarcan cada una a 3 empleadores. Las habilidades de SQL abarcan 3 empleadores. Las habilidades de hojas de cálculo abarcan 3 empleadores. La amplitud de la habilidad no es la amplitud de una función concreta. Después, revise ese proyecto con los controles. Solo después de poder explicar ese trabajo, practique Python. Deje el producto de tableros fuera del plan de habilidades.

Usted fija los bloques de tiempo. Un bloque de tiempo es el tiempo que elige dedicar. No es una promesa de que dominará la habilidad. En este plan ficticio, use una sesión para la práctica. Use una sesión para el proyecto. Use una sesión para la revisión y la explicación.

Si cambia el rol, el nivel o el mercado, recolecte una muestra nueva. Use las mismas reglas. No reutilice este orden ficticio para un rol distinto.