在本程式碼研究室中，您將瞭解如何使用 Cloud Talent Solution API (CTS) 強化貴機構的工作搜尋和人才開發。透過 CTS，您可以在職缺搜尋體驗中加入機器學習技術。
您將會瞭解的內容
- 在 Google Cloud 專案中啟用 CTS
- 使用 Job Search API 查詢開放式工作
軟硬體需求
- 已設定帳單的 Google Cloud 專案 (如果尚未建立，請建立一個)。
- 約 1 小時
您要如何使用本教學課程？
就您先前使用 Google Cloud Platform 的經驗，您會給予什麼評價？
本教學課程旨在在 Google Cloud Platform 上完整執行。不需要下載工作站。
- 如果您還沒有 Google 帳戶，請先建立帳戶並登入
- 建立新的 GCP 專案並啟用計費功能。
啟用 Cloud Talent Solutions API
在 Cloud Console 中開啟您的應用程式，然後按一下左上方的漢堡選單。瀏覽選單至 [Talent Solution ->總覽]。
由於這是一項新專案，因此系統會將您重新導向至新畫面，要求您啟用 API。按一下 [啟用]，並稍候幾分鐘，為這個專案啟用這個 API。
啟用資料記錄功能
現在，請先返回總覽頁面。系統隨即會顯示新的對話方塊，要求您啟用資料記錄功能。這個做法只是要確定您知道 Job Search API 採用需要機器學習模型的機器學習模型。進行整合時，您將可傳送搜尋事件的使用者所發出的事件，進一步訓練這些模型。透過程式碼實作時，您可以指定傳送的資訊。
我們會深入探討這些事件以及稍後傳送事件的方式，但是預先訓練模型可以正常運作。請直接啟用資料記錄功能，然後按一下這個對話方塊左側導覽區中的 [服務帳戶連線]。
設定服務帳戶
提出 API 要求時，您必須代表實際的已驗證帳戶提出要求。Google Cloud Platform 的最佳做法建議為這項服務設定服務帳戶。服務帳戶就像是設定經過驗證的一樣，只適合經過設定且擁有有限權限的已驗證使用者。這有助於打造獨立且安全的系統。
舉例來說，您必須具備服務帳戶才能使用 Job Search API。現在就開始製作！在按一下 [服務帳戶連線] 後，按一下 [管理服務帳戶]，然後按一下 [建立服務帳戶]。使用「工作編輯器」授予讀取/寫入權限 (位於左側選單的「Cloud Talent Solution」部分)。您也可以使用「工作檢視者」來設定服務帳戶，這樣將僅具備唯讀存取權。
接下來，系統會詢問您是否要授予使用者存取這個服務帳戶的權限。您可以略過這個步驟，但記得按一下畫面底部的 [+ 建立金鑰]。系統會自動下載新的 JSON 憑證檔案。將這個檔案儲存在您的伺服器中，您稍後撰寫的程式碼將用於驗證。
設定環境變數
為方便起見，我們將使用 Google Cloud Shell。如果您想在自己的開發環境中完成這個步驟，那就太棒了！請務必以您選擇的語言安裝 Google Cloud SDK 和用戶端程式庫 (這個程式碼研究室將使用 Python)。Cloud Shell 已安裝雲端用戶端程式庫。非常方便，對吧？
如要使用程式庫執行程式碼，您必須設定兩個環境變數：一個用來指定專案 ID，一個用於指定服務帳戶金鑰，另一個用於指定服務帳戶金鑰檔案。我們開始設定。
在專案中，按一下網路控制台右上方的「&_t」圖示，即可開啟 Cloud Shell。新增下列環境變數以指定專案 ID，並設定 json 金鑰檔案的路徑：
export GOOGLE_CLOUD_PROJECT="your-project-id" export GOOGLE_APPLICATION_CREDENTIALS=/path/to/key.json"
執行系統工作之前，我們必須確定一些確實存在。
如果想要瞭解如何透過 API 新增公司和工作，那就再好不過了！請直接對程式碼主題執行程式碼研究室。否則，本節將逐步引導您完成這項程序。
在 Cloud Shell 中開啟程式碼編輯器
在 Google Cloud Console 中，使用右上角的 Cloud Shell 圖示開啟 Cloud Shell。
顯示在 Cloud Shell 右上角的圖示，是由一系列圖示組成。按一下 [File -> Launch Code Editor]，如下所示：
建立部分公司與工作。
使用 File -> New File 來建立新的來源檔案，並填入下列內容。請將其命名為 create_some_jobs.py。
請注意，此 API 用於建立公司的 &&; 工作不在此程式碼研究室的範圍內。舊版程式碼研究室「Job Search API」說明瞭相關做法。下方程式碼只是在系統中建立幾項工作，讓我們能測試對 Search API 的不同功能，看看會有什麼結果。
create_some_jobs.py
import os
from googleapiclient.discovery import build
from googleapiclient.errors import Error
# Build the service object, passing in the api name and api version
client_service = build('jobs', 'v3')
project_id = 'projects/' + os.environ['GOOGLE_CLOUD_PROJECT']
def create_company(request):
# This is the API call that actually creates the new company.
result = client_service.projects().companies().create(
parent=project_id, body=request).execute()
return result
def create_job(request):
# The actual API call happens here.
result = client_service.projects().jobs().create(
parent=project_id, body=request).execute()
print('Job created: %s' % result)
return result
def create_foo():
foocorp_company_request = {
"company": {
'display_name': "FooCorp",
'external_id': "foo2_llc"
}
}
result_company = create_company(foocorp_company_request)
company_name = result_company.get('name')
job = {
'company_name': company_name,
'title': 'Senior Software Engineer',
'addresses': ["Mountain View, CA"],
'description':
"""Experienced software engineer required for full-time position.
Leadership ability and ability to thrive in highly competitive environment a must.
<p />Ignore postings from that "Bar" company, their microkitchen is terrible. Join Team Foo!""",
'requisition_id': 'foo_swe',
'application_info': {
'uris': ['http://www.example.com/foo/software-engineer-application'],
'emails': ['apply@example.com']
}
}
request = {'job': job}
result_job = create_job(request)
def create_horsehub():
horsehub_company_request = {
"company": {
'display_name': "Horse Hub",
'external_id': "horsies_llc"
}
}
result_company = create_company(horsehub_company_request)
company_name = result_company.get('name')
job = {
'company_name': company_name,
'title': 'Junior Software Engineer',
'description':
"""Hiring entry level software engineer required for full-time position.
Must be passionate about industry intersection of horses and technology.
Ability to intelligently discuss the equine singularity a major bonus.
<p />C'mon bub! Join Horse Hub!""",
'requisition_id': 'hh_swe',
'application_info': {
'uris': ['http://www.example.com/foo/software-engineer-horsehub'],
'emails': ['apply-horsehub@example.com']
}
}
request = {'job': job}
result_job = create_job(request)
def create_tandem():
tandem_company_request = {
"company": {
'display_name': "Tandem",
'external_id': "tandem"
}
}
result_company = create_company(tandem_company_request)
company_name = result_company.get('name')
job = {
'company_name': company_name,
'title': 'Test Engineer',
'description':
"""Hiring Test Engineer for full-time position with Tandem. Must be detail oriented
and (obviously) comfortable with pair programming. Will be working with team of Software Engineers.
<p />Join Tandem today!""",
'requisition_id': 'tandem_te',
'application_info': {
'uris': ['http://www.example.com/tandem/test-engineer'],
'emails': ['apply-tandem-test@example.com']
},
'promotionValue': 1
}
request = {'job': job}
result_job = create_job(request)
job['requisition_id'] = 'a_tandem_te'
result_job = create_job(request)
try:
create_foo()
create_horsehub()
create_tandem()
except Error as e:
print('Got exception while creating company')
raise e在主控台中執行上述程式碼。
$ python create_some_jobs.py Job created: (Lots of output here)
每次執行搜尋時，我們都必須提供兩個物件：Request (要求) 和 RequestMetadata (要求中繼資料)。
讓我們先專注在 RequestMetadata。
RequestMetadata 物件提供有關提出搜尋要求的使用者相關資訊。請務必提供這些詳細資料，藉此提供一致的使用者體驗，並進一步訓練機器學習模型。
要求物件是由下列四個屬性組成：
- domain (必要) 搜尋代管網域，例如 foo.com。
- sessionId (必填) 工作階段的專屬識別字串。工作階段是指使用者在特定期間內與服務互動的時間長度。
- userId(必填) 代表使用者的專屬識別碼。
- deviceInfo (選用) 包含 ID 和裝置類型，方便您區分網頁搜尋和應用程式搜尋。
如需欄位的完整清單、類型與說明資訊，請參閱 RequestMetadata 相關文件。
執行搜尋的基本步驟如下：
- 定義我們的 RequestMetadata 物件
- 擷取該 RequestMetadata 並將其放入「要求」物件中
- 使用要求做為要求定義的 Jobs API 搜尋
- 檢查結果。
我們來看看開啟新檔案 search_jobs.py，然後貼到下列檔案中。
search_jobs.py
import os
from googleapiclient.discovery import build
from googleapiclient.errors import Error
client_service = build('jobs', 'v3')
project_id = 'projects/' + os.environ['GOOGLE_CLOUD_PROJECT']
# 1) Define RequestMetadata object
request_metadata = {
'domain': 'example.com',
'session_id': 'a5ed434a3f5089b489576cceab824f25',
'user_id': '426e428fb99b609d203c0cdb6af3ba36',
}
try:
# 2) Throw RequestMetadata object in a request
request = {
'request_metadata': request_metadata,
}
# 3) Make the API call
response = client_service.projects().jobs().search(
parent=project_id, body=request).execute()
# 4) Inspect the results
if response.get('matchingJobs') is not None:
print('Search Results:')
for job in response.get('matchingJobs'):
print('%s: %s' % (job.get('job').get('title'),
job.get('searchTextSnippet')))
else:
print('No Job Results')
except Error as e:
# Alternate 3) or 4) Surface error if things don't work.
print('Got exception while searching')
raise e
請嘗試執行這個「搜尋」。
$ python search_jobs.py Search Results: Junior Software Engineer: None Senior Software Engineer: None Test Engineer: None Test Engineer: None
會傳回系統中的所有工作。
為什麼？
因為您尚未指定任何搜尋參數！但該怎麼做呢？如果下一個區段僅涵蓋不實用，但對於搜尋資料庫來說必然是其中一件。發生類似情況...
使用搜尋參數新增 JobQuery 物件
嚴格說來，要求中繼資料中繼資料是唯一的必要要求欄位，但更有可能搜尋到真正的東西，所以我們也應該加入一個 JobQuery。JobQuery 可能是相當簡單的物件，具有實際搜尋字詞的查詢字串和各種篩選器，可以減少傳回的工作。舉例來說，您可以只傳回來自特定公司的職缺，或是依聘僱類型進行篩選。我們暫時會繼續使用查詢字串，但是有關於 JobQuery 說明文件中關於篩選器的詳細資訊。
在此之前，修改程式碼來加入 JobQuery，然後將程式碼加入現有要求中。
search_jobs.py
...
# Create a job query object, which is just a key/value pair keyed on "query"
job_query = {'query': 'horses'}
...
# Update the request to include the job_query field.
request = {
'request_metadata': request_metadata,
'job_query': job_query
}
...
然後再次執行搜尋。
$ python search_jobs.py Search Results: Junior Software Engineer: Hiring entry level software engineer required for full-time position. Must be passionate about industry intersection of <b>horses</b> and technology. Ability to intelligently discuss the equine singularity a major ...
更棒！其實有好多了我們來詳細分析一下：
- Search API 只使用查詢參數，只傳回相符的結果
- 傳回的結果包含符合搜尋字詞 bolded 的 HTML 格式程式碼片段，使搜尋結果清單更加容易顯示。
- 加入搜尋查詢時，您的程式碼就只有 2 行。
此時，您的基本工作搜尋功能已經開始運作了。您可以對工作資料庫執行查詢並擷取結果。不過，還有許多精彩內容等著您來到。
使用 JobView 限制傳回的資料量
您也可以指定「JobView」屬性，也就是要用來傳回多少搜尋要求相關資訊的 ENUM。JOB_VIEW_FULL 可提供每個工作結果的所有資訊，但您可能會想要節省一些位元組，並選擇另一個傳回較少欄位的選項。請選擇最適合您所用平台的選項。可能的值 (從 JobView 說明文件擷取)：
- JOB_VIEW_UNSPECIFIED - 預設。
- JOB_VIEW_ID_ONLY - 僅包含工作名稱、申請 ID 和語言代碼。
- JOB_VIEW_MINIMAL - ID_ONLY 檢視中的所有內容，以及名稱、公司名稱和位置。
- JOB_VIEW_SMALL - MINIMAL 檢視，包含能見度及工作說明。
- JOB_VIEW_FULL - 所有可用的屬性。
如要深入瞭解有哪些欄位可用，請查看工作說明文件，瞭解系統傳回的搜尋結果物件。以下範例說明如何在要求物件中指定 JobView。
# What your request object looks like with a jobView field
request = {
'requestMetadata': request_metadata,
'jobQuery': job_query,
'jobView' : 'JOB_VIEW_FULL'
}我們在此程式碼研究室中將使用 JOB_VIEW_FULL 功能，因為所查詢的工作數量 (和同時進行的使用者數) 非常低，因此我們可以輕鬆檢查各種可用的欄位。在實際執行時，建議您在建構搜尋結果索引時使用 JobView，並搭配較新的酬載，因為這種模式比較不需要不必要的頻寬。
分頁
您可能會收到許多結果，因此 API 也會進行分頁處理，方便您使用分頁介面。建議您將網頁大小保持在 20 以下，以免發生延遲問題，並且一律透過 API 使用分頁，而非在所有結果中載入分頁。如果有其他工作機會，您就會在回應中收到下一頁的 PageToken，讓您可以傳遞至下一個搜尋查詢字詞的 PageToken。
再對搜尋結果做出一個調整，只要將一個欄位加入要求中，即可指定每個網頁要顯示的搜尋結果數量。
request = {
'requestMetadata': request_metadata,
'jobQuery': job_query,
'jobView' : 'JOB_VIEW_FULL',
'pageSize': 1
}
請嘗試執行 search_jobs 指令碼，並在要求中指定 pageSize 為 1。如果執行搜尋，系統只會顯示一筆搜尋結果！但是您的資料庫中有多個徵人啟事。剩下的 要怎麼辦呢？
如果結果比目前回應內含更多結果，回應中會顯示 nextPageToken 欄位。使用該值的 <以下舉例說明此做法。
if "nextPageToken" in response:
request["pageToken"] = response.get('nextPageToken')
response = client_service.projects().jobs().search(
parent=project_id, body=request).execute()
for job in response.get('matchingJobs'):
print('%s: %s' % (job.get('job').get('title'),
job.get('searchTextSnippet')))自動檢查查詢
API 內建拼字檢查功能。因此，如果求職者搜尋了「manaer」一詞，系統就會針對包含「manager」這個字詞的商家資訊傳回搜尋結果。
這項功能預設為啟用。如要停用該功能，請在 JobQuery 中加入 disableSpellCheck 欄位並設為 true。
search_jobs.py
job_query = {
'query': "Enginer",
'disableSpellCheck': "true"
}請嘗試執行這項動作。缺少此標記時，「Engineer」會傳回包含「Engineer」這個字串的結果。停用拼字檢查之後，相同查詢會傳回 0 筆結果。
接著就來瞭解一些調整搜尋結果關聯性的方法。
Google Cloud Talent Solution Job Search API 採用機器學習技術 (ML) 技術，在使用者搜尋工作時判斷職缺資訊的關聯性。
「職缺」和「公司」設有多項資源，可供機器學習模型參考判斷搜尋結果的關聯性。您可以提供更多資訊，或使用精選職缺這類功能，大幅影響關聯性。當然，搜尋結果的關聯性可能難以評估，特別是由於內容與不同使用者相關。Job Search API 會根據演算法資料中的幾項信號使用演算法。我們來看看部分信號對搜尋結果的影響。
精選職缺
精選職缺功能可讓您根據使用者價值 (而非根據關聯性) 將職缺排名，進而影響使用者的搜尋結果。當您執行精選職缺搜尋時，只會傳回具有指定促銷活動值的相關工作。
當您想為索引中的個別職缺提供贊助時，精選職缺就相當實用。例如，宣傳職涯重大職涯的徵才網站可以使用「精選職缺搜尋」搜尋，將贊助職缺只傳回求職者。
為了將工作定義為「featured」，建立或更新工作時，工作定義中會使用 promotionValue 欄位。在先前在這個程式碼研究室中，我們先前使用的 create_some_jobs.py 指令碼中，其中一項是使用促銷活動的值來建立。我們再次在程式碼片段中附上相關行的摘要：
create_some_jobs.py
job = {
'company_name': company_name,
'title': 'Test Engineer',
'description':
"""Hiring Test engineer for full-time position with Tandem. Must be detail oriented
and (obviously) comfortable with pair programming..
<p />Join Tandem today!""",
'requisition_id': 'tandem_te',
'application_info': {
'uris': ['http://www.example.com/tandem/test-engineer'],
'emails': ['apply-tandem-test@example.com']
},
# Down here vvvvv
'promotionValue': 1
# Up there ^^^^^
}促銷值可以是 1 到 10 之間的任何整數。將搜尋模式改成 FEATURED_JOB_SEARCH (也就是「下一步」之後)，搜尋結果會以下列兩種方式影響：
- 只會顯示 promotionalValue > 0 的工作
- 工作將按 promotionalValue 遞減排序。具有相同 promotionalValue 的職缺會按照關聯性排序 (由搜尋演算法決定)。
search_jobs.py (設為精選職缺搜尋)
request = {
'searchMode': 'FEATURED_JOB_SEARCH',
'requestMetadata': request_metadata,
'jobQuery': job_query,
'jobView' : 'JOB_VIEW_FULL'
}請將您的搜尋模式設為 FEATURED_JOB_SEARCH。然後執行程式碼，您應該會看到與以下類似的輸出內容：
$ $ python search_jobs.py Search Results: Test Engineer: Hiring Test <b>engineer</b> for full-time position with Tandem. Must be detail oriented and (obviously) comfortable with pair programming.. Join Tandem today!
如果職缺的 promotionValue 明確設為高於 0，系統只會傳回該結果。
地理位置
地理區域是最重要的資源之一。公司和職缺都有地點屬性，但當使用者搜尋時，系統便會使用工作地點。您應使用工作和公司專屬的地址欄位，這樣 API 就能使用地理位置傳回與搜尋字詞最相關的職缺。如果有人搜尋「臺北」，他們可能會想先查看舊金山境內的職缺，
在我們的範例工作中，FooCorp 資深軟體工程師的定位欄位設為加州 Mountain View。執行這個動作的程式碼 (如果您覺得不想要返回網頁並進行搜尋) 看起來會像這樣：
create_some_jobs.py (地點在 FooCorp 中所定義)
...
job = {
'company_name': company_name,
'title': 'Senior Software Engineer',
'addresses': ["Mountain View, CA"],
...城鎮名稱可以正常運作，但請使用完整地址以獲得最佳結果。
儘管在技術上來說並非必要，但新增地點後，求職者就能取得許多實用的功能。CTS 會為您將此地址轉換為緯度/經度，並將其當做搜尋訊號使用。舉例來說，我們在這裡說明如何調整 JobQuery，在 Palo Alto 地區搜尋工作，距離最長為 10 英里：
search_jobs.py (搜尋鄰近/附近的 Palo Alto)
...
location_filter = {
'address': 'Palo Alto',
'distance_in_miles': 10,
}
job_query = {
'location_filters': [location_filter],
'query': "Engineer",
}
...執行該程式碼時請謹記，所有工作建立程式碼都已經提到 Palo Alto 一次沒有工作說明，公司名稱，無。
$ python search_jobs.py Search Results: Senior Software Engineer: Experienced software <b>engineer</b> required for full-time position. Leadership ability and ability to thrive in highly competitive environment a must. Ignore postings from that "Bar" company, their microkitchen ...
傳回結果！因為 Palo Alto 在工作方程 10 英里內 (您在 LocationFilter 中定義的邊界為 10 英里)
除了這個程式碼研究室以外，您還可以運用位置資訊進行其他有趣的操作。建議您瀏覽：
關鍵字和放寬範圍
工作職稱和說明是判斷搜尋查詢是否恰當的關鍵要素。如果張貼的是「全家專職大師」的工作，而且其說明提及「管理軟體開發人員」，則請搜尋「軟體開發經理」。請避免在工作說明中填入大量關鍵字，否則可能會產生關聯性較低的工作機會。
這個 API 也有一些在搜尋時可以傳送的參數，讓您更精準地掌控搜尋結果。如果關鍵字要搜尋一般的機器學習驅動結果之外的關鍵字，您可以使用關鍵字比對功能來啟用或停用關鍵字。並且將某些位置相關篩選器放寬。放寬範圍可擴大特定參數的搜尋範圍，讓您獲得更多搜尋結果。
以上就是這個範例的範例。首先，不啟用擴增功能，請使用「Agile」這個查詢字詞進行搜尋，如果您是使用本程式碼研究室提供的指令碼來建立公司和工作，則不會產生任何操作。原因何在？因為「商家資訊」一詞不列入任何產品資訊的任一處。然而，它是與工程工作相關的熱門程式設計方法。
啟用關鍵字擴增功能，看看有哪些變化。
search_jobs.py (已啟用擴增功能)
...
job_query = {
'query': "Agile",
}
request = {
'requestMetadata': request_metadata,
'jobQuery': job_query,
'jobView' : 'JOB_VIEW_FULL',
'enableBroadening' : True
}
...現在，請重新執行指令碼，這時您將會看到一些結果！
$ python search_jobs.py Search Results: Junior Software Engineer: Hiring entry level software engineer required for full-time position. Must be passionate about industry intersection of horses and technology. Ability to intelligently discuss the equine singularity a major ... Senior Software Engineer: Experienced software engineer required for full-time position. Leadership ability and ability to thrive in highly competitive environment a must. Ignore postings from that "Bar" company, their microkitchen ... Test Engineer: Hiring Test engineer for full-time position with Tandem. Must be detail oriented and (obviously) comfortable with pair programming.. Join Tandem today!
目前我們如何知道這是「全面發布」的全面性準則？試試「同義詞」和「同義字」等一些同義詞。不論在什麼情況下，皆不會顯示任何內容。
但是，在擴大擴增的餘地，「工作搜尋最佳做法網頁」明確指出，「啟用這項功能」會導致搜尋結果數量增加，但可能會降低整體結果的關聯性。基本上，這項功能存在風險，可能會讓品質提升。另一方面，您的求職者也可能知道如何找到他們剛學到的內容。
探索多元內容
有時候，系統傳回了幾個高度類似的職缺，並在搜尋結果中互相傳回。這會對求職者造成負面影響，避免讓他們看到各種可用的結果。
多樣化功能可以解決這個問題。系統會根據職稱、工作類別和地點，識別出類似的工作。然後，高度相似的結果會進行分群處理，因此只有叢集裡的一個工作會在搜尋結果中的較高位置顯示。您可能在搜尋「工程師」時，發現以下結果：
$ python search_jobs.py Test Engineer ... Senior Software Engineer ... Junior Software Engineer ... Test Engineer ...
為什麼是這樣？軟體工程師的工作對象來自兩家不同的公司，分別是 HorseHub 和 FooCorp。他們不僅是軟體工程職責，但差異程度足以讓結果彼此相近。
不過，如果您查看「測試工程師」商家資訊，這個資訊實際上是對同一家公司顯示兩則相同的資訊。由於系統預設啟用多樣化功能，因此第 2 名「工程師」的列表可視為較不重要的產品資訊，而非其他可能感興趣的產品資訊。
「多樣化」等級有 3 種可能的設定，但你只能選擇其中一項。這些因素包括：
- DIVERSIFICATION_LEVEL_UNSPECIFIED - 只表示你沒有指定這個等級，因此應該執行預設值 (目前預設行為與 SIMPLE 相同)
- DISABLED - 停用多樣化工作。一般來說，被延後到最後一頁的職缺如果因工作十分相似，並不會改變排名。
- SIMPLE - 預設多樣化行為。系統會排序結果清單，使高度相似的結果推送至搜尋結果最後一頁的尾端。
以下將說明您該如何明確地設定要求的多樣化層級。就像多數人在程式碼研究室中所做的設定一樣，您只需要調整要求即可。請嘗試對查詢查詢和要求進行下列設定，這會停用多樣化並將搜尋字詞設為「工程師」
search_jobs.py (多樣化層級)
job_query = {
'query': "Engineer",
}
# 2) Throw RequestMetadata object in a request
request = {
'requestMetadata': request_metadata,
'jobQuery': job_query,
'jobView' : 'JOB_VIEW_FULL',
'diversificationLevel': 'DISABLED'
}立即執行 search_jobs.py 後，就會發現測試順序有些許不同。測試工程師的工作現在會有些微差異。
$python search_jobs.py Test Engineer: Hiring Test <b>Engineer</b> for full-time position with Tandem. Must be detail oriented and (obviously) comfortable with pair programming. Will be working with team of Software Engineers. Join Tandem today! Test Engineer: Hiring Test <b>Engineer</b> for full-time position with Tandem. Must be detail oriented and (obviously) comfortable with pair programming. Will be working with team of Software Engineers. Join Tandem today! Software Engineer: Experienced software <b>engineer</b> required for full-time position. Leadership ability and ability to thrive in highly competitive environment a must. Ignore postings from that "Bar" company, their microkitchen ... Software Engineer: Hiring entry level software <b>engineer</b> required for full-time position. Must be passionate about industry intersection of horses and technology. Ability to intelligently discuss the equine singularity a major ...
您已正式瞭解如何運用 Job Search API 查詢工作。
報表主題
- 設定 Cloud 專案
- 設定開發環境
- 查詢工作
- 使用搜尋參數新增 JobQuery 物件
- 使用 JobView 限制傳回的資料量
- 分頁
- 自動檢查查詢
- 精選職缺
- 針對搜尋關聯性進行調整
- 地理位置
- 關鍵字和放寬範圍
- 探索多元內容
瞭解詳情
- 觀看 Cloud Talent Solutions 的開發人員頻道系列影片
- 查看 GitHub 專案
- 瀏覽 API 說明文件
- 在 Stack Overflow 上張貼問題並在 google-cloud-talent-solution 標記上尋找解答