NordiqFlow bygger pa decennier av akademisk forskning inom arbetsmarknadsekonomi, matchningsteori, och maskininlarning.
Var karnhypotes ar att forbattra m() genom att reducera informationsasymmetri. Genom att avsloja dolda karriarvagar som AF:s data redan innehaller kan vi minska sokfriktioner och forbattra matchningseffektiviteten.
Vi extraherar "skill atoms" for att avsloja transfererbart generellt kapital. En "Butikschef" har kompetenser (ledarskap, kundservice, lagerhantering) som ar vardefulla i manga branscher - inte bara detaljhandel.
Vi ersatter brusiga titelsignaler med preciserade kompetens-profiler. Istallet for att matcha pa "Marketing Manager" matchar vi pa specifika concept_ids som "digital_marketing", "seo", "content_strategy".
Vi anvander en liknande taxonomi-approach via AF:s SSYK-klassificering. Var prediktion av framtida efterfragan tar hansyn till automatiseringsrisk baserat pa yrkens "rutininnehall".
Detta underbygger var karnprodukt: att hjlpa manniskor hitta ratt karriarbyte. Genom att minska skill mismatch kan vi potentiellt oka individers livsinkomst betydligt.
Trenden mot skills-based hiring gor var produkt mer relevant over tid. Nar foretag fokuserar pa kompetenser snarare an titlar blir var kompetens-matchning allt viktigare.
Arbetsformedlingens JobAd Enrichments API anvander BERT-liknande modeller for att extrahera kompetenser fran ostrukturerad text. Vi utnyttjar detta for CV-parsing och jobbannons-analys.
Vi anvander node2vec-liknande embeddings for att representera yrken i vektorrummet. Detta mojliggor berakning av "semantisk narhets mellan yrken som inte har direkta substitutability-relationer.
Karriargrafen (yrken som noder, overgangsmojligheter som kanter) ar idealisk for GNN-baserad rekommendation. Framtida versioner av NordiqFlow kan anvanda GNN for battre personalisering.
Detta ar var huvudsakliga datakalla. Vi bygger pa AF:s 51,000+ forberaknade karriaroverganger och 10,000+ klassificerade yrken. Utan JobTech skulle NordiqFlow inte vara mojligt.
Vi integrerar Yrkesbarometerns prognoser i var scoring-formel (D-komponenten). Detta saker att vi rekommenderar yrken med faktisk efterfragan, inte bara hog kompetensoverlapp.
SSYK-koderna ar ryggarden i var taxonomi. De mojliggor hierarkisk expansion och koppling till internationella standarder (ISCO, ESCO) for framtida EU-expansion.
Fran grundlaggande ekonomisk teori till modern AI-tillampning.
Gary Becker publicerar "Human Capital" - grundar teorin om generellt vs specifikt humankapital.
Michael Spence visar att jobbtitlar och utbildning ar brusiga signaler av produktivitet.
Diamond, Mortensen och Pissarides utvecklar matchningsteori for arbetsmarknader.
Autor, Levy & Murnane publicerar inflytelserik artikel om automatisering och kompetenser.
DMP tilldelas Nobelpriset "for their analysis of markets with search frictions".
Google publicerar BERT - mojliggor avancerad textforstaelse for kompetensextraktion.
AF oppnar upp sina API:er - 51,000+ karriaroverganger blir tillgangliga.
Vi kombinerar 60 ar av forskning med modern AI for att forbattra svensk arbetsmarknad.