Modelle für Titelnormalisierung und Unternehmens-Matching mit strukturierten Profilen trainieren
Geben Sie einem KI- oder Datentool-Team gelabelte Beispiele, um Modelle zu trainieren, die Jobtitel nach Funktion und Seniorität normalisieren und uneinheitliche Unternehmensnamen einem Unternehmen zuordnen.
- Kostenloser API-Schlüssel
- Keine Kreditkarte
- Testlauf starten
Kosten: Berechnung pro Anfrage: Credit-Preise.
- Personen-Datenfeed
- Unternehmens-Datenfeed
- Datenfeed
- Feed-Lizenznehmer
- KI-Agenten & Entwickler-Tools
So fließen die Daten
- gelabelte Titelbeispiele
- VP Revenue Operations
- Name
- Jane Example
- Mobil
- +1 (415) 555-0142
- geschäftliche E-Mail
- jane@example.com
- Unternehmen
- Example Inc.
Schritte
- Laden Sie
people_feed-Positionen (role_title,organization_name,forager_organization_id) undcompany_feed(Name, Domain,linkedin_slug, Branche) - Erstellen Sie Titelbeispiele, die mit dem vom Team definierten Mapping von Funktion und Seniorität gelabelt sind
- Erstellen Sie Paare von Unternehmensnamen, die auf dieselbe
forager_idaufgelöst werden, für das Training zur Entity Resolution - Halten Sie ein Testset aus einer späteren Lieferung zurück und verfolgen Sie die Genauigkeit bei jeder Aktualisierung
Eingaben und Ausgaben
| Eingaben | Ergebnisse |
|---|---|
| Personen-Datenfeed | labelled title examples |
| Unternehmensfeed | company name match pairs |
| Label-Taxonomie | evaluation set |
Fragen zu diesem Praxisbeispiel
Wo bekomme ich Trainingsdaten für einen Jobtitel-Klassifikator?
Dieses Praxisbeispiel nutzt Forager Personen-Datenfeed und Unternehmens-Datenfeed. Personen-Datenfeed: Eine lizenzierte Datei mit 800M+ professionellen Profilen, planmäßig aktualisiert und an Snowflake oder S3 geliefert. Geben Sie KI- oder Datentool-Teams gelabelte Beispiele, um Modelle zu trainieren, die Jobtitel nach Funktion und Seniorität normalisieren und unscharfe Firmennamen einem Unternehmen zuordnen.
Was kostet es, Modelle zur Titelnormalisierung und Unternehmenszuordnung auf strukturierten Profilen zu trainieren?
Der Personen-Datenfeed ist eine jährliche Pauschallizenz, global oder regional, und wird nicht in Credits berechnet. Self-Serve-Tarife sind Starter, Growth, Pro und Scale. Tarife und Preise ansehen
Was brauche ich für dieses Praxisbeispiel und was kommt zurück?
Sie senden Unternehmens-Feed, Label-Taxonomie und Personen-Feed. Sie erhalten Paare passender Firmennamen, ein Evaluierungsset und gelabelte Titelbeispiele als JSON zurück. Außerdem benötigen Sie einen Forager-API-Schlüssel, der in einem kostenlosen Konto enthalten ist.
Welcher Datensatz hilft beim Training der Zuordnung von Firmennamen?
Dieses Praxisbeispiel nutzt Forager Personen-Datenfeed und Unternehmens-Datenfeed. Personen-Datenfeed: Eine lizenzierte Datei mit 800M+ professionellen Profilen, planmäßig aktualisiert und an Snowflake oder S3 geliefert. Geben Sie KI- oder Datentool-Teams gelabelte Beispiele, um Modelle zu trainieren, die Jobtitel nach Funktion und Seniorität normalisieren und unscharfe Firmennamen einem Unternehmen zuordnen.
Gibt es eine kostenlose Möglichkeit, Forager für diesen Workflow auszuprobieren?
Ja. Fordern Sie in einem 30-minütigen Gespräch einen Beispielauszug des Personen-Datenfeeds an und prüfen Sie die Felder an Ihren eigenen Datensätzen, bevor Sie lizenzieren.
Wann sollte ich diesen Workflow ausführen?
Wenn ein Team einen Titel-Klassifikator oder ein Entity-Resolution-Modell aufbaut oder neu trainiert. Modelle lernen aus realer Titel- und Unternehmensvariation statt aus einer handgebauten Stichprobe.
Welche Forager-Produkte nutzt dieses Praxisbeispiel?
Personen-Datenfeed und Unternehmens-Datenfeed. Personen-Datenfeed: eine lizenzierte Datei mit 800M+ professionellen Profilen, planmäßig aktualisiert und an Snowflake oder S3 geliefert. Unternehmens-Datenfeed: eine lizenzierte Datei mit 65M+ Unternehmensprofilen und Firmografiken, planmäßig an Snowflake oder S3 geliefert.
Wie genau sind die Daten von Forager?
Der Test, der zählt, ist Ihr eigener: Senden Sie uns eine Liste von Profilen, die für Sie relevant sind. Wir führen ihn aus und zeigen Ihnen Zahl für Zahl, was wir finden, damit Sie Trefferquote und Erreichbarkeitsquote selbst messen können.
Welche Tools können diesen Workflow ausführen?
Als Data Share an Snowflake, Databricks und Amazon S3 geliefert. Oder rufen Sie die Endpoints aus den obigen Schritten mit einem API-Schlüssel aus Ihrem eigenen Code auf.
Wie viele Schritte hat dieser Workflow?
4 Schritte: Laden Sie people_feed-Positionen (role_title, organization_name, forager_organization_id) und company_feed (name, domain, linkedin_slug, industry), erstellen Sie Titelbeispiele, die mit der vom Team definierten Zuordnung von Funktion und Seniorität gelabelt sind, erstellen Sie Firmennamen-Paare, die für das Entity-Resolution-Training auf dieselbe forager_id aufgelöst werden, und halten Sie aus einer späteren Lieferung ein Testset zurück und verfolgen Sie die Genauigkeit bei jedem Refresh.
Gibt es einen Vertrag oder eine Mindestabnahme?
Datenfeeds werden über einen Jahresvertrag lizenziert, in dem Laufzeit, Volumen und Aktualisierungsintervall festgehalten sind. Für Datenfeeds gibt es keine Self-Serve-Tarife.
Können wir Forager-Daten in unserem Produkt anzeigen?
Ja, gemäß den Plattformbedingungen. Self-Service-Tarife decken die interne Nutzung durch Ihr eigenes Team ab. Das Anzeigen von Forager-Daten für Ihre Nutzer oder die Weitergabe von Datensätzen wird separat lizenziert: Sprechen Sie mit dem Vertrieb über das Volumen und darüber, welche Felder Ihre Nutzer sehen müssen.
Schriftliche Antworten sind gerade nicht verfügbar. Die passenden Seiten oben helfen trotzdem weiter, oder buchen Sie eine Demo und fragen Sie das Team.
- 5 $ gratis Credits
- Keine Kreditkarte
- Testlauf starten
Weitere Praxisbeispiele für LLM-Apps
-
Einen Personen-Datenfeed für Retrieval über Personen- und Unternehmensdatensätze lizenzieren
-
KI-CRM-Agenten mit aktuellen Unternehmens- und Personendatensätzen fundieren
-
Nutzer anhand einer E-Mail-Adresse über die Personen informieren, die sie gleich treffen
-
Kontaktdaten aktualisieren, bevor ein Agent ins CRM schreibt
-
Eine Anmelde-E-Mail-Adresse in einem Copilot einer Person zuordnen
-
Fragen zu Einstellungen und Arbeitsmarkt in einem KI-Analysten per Stellenanzeigen-Feed beantworten