跳到主要内容

技术分析数据集

企业技术栈尽在一个数据集中

  • 全球 13M 家企业的技术栈数据
  • 52M 条记录,揭示企业使用的工具和软件
  • 每日结构化文件直接交付至您的 S3 存储桶

受到行业领袖的信赖

Google logoAmazon logoIBM logoUber logoBCG logoStanford University logoEquifax logoJetBrains logoQonto logoClay logoFreshworks logomonday.com logoZapier logoGrafana Labs logoNew Relic logoRedis logoConfluent logoFlexport logoPayhawk logoAllianz Trade logoRemote logoMake logoDevoteam logoRapid7 logoIEEE logoSmartRecruiters logoWorkable logoTigerData logoMotherDuck logoGoogle logoAmazon logoIBM logoUber logoBCG logoStanford University logoEquifax logoJetBrains logoQonto logoClay logoFreshworks logomonday.com logoZapier logoGrafana Labs logoNew Relic logoRedis logoConfluent logoFlexport logoPayhawk logoAllianz Trade logoRemote logoMake logoDevoteam logoRapid7 logoIEEE logoSmartRecruiters logoWorkable logoTigerData logoMotherDuck logo

数据集

该数据集包含以下文件

company_idkeyword_idkeyword_slugcompany_namesubcategory_slugis_recruiting_agencyconfidencejobsjobs_last_180_daysjobs_last_30_daysjobs_last_7_daysjobs_source_descriptionjobs_source_description_last_180_daysjobs_source_description_last_30_daysjobs_source_description_last_7_daysjobs_source_titlejobs_source_title_last_180_daysjobs_source_title_last_30_daysjobs_source_title_last_7_daysjobs_source_urljobs_source_url_last_180_daysjobs_source_url_last_30_daysjobs_source_url_last_7_daysfirst_date_foundlast_date_foundfirst_date_found_source_job_descriptionlast_date_found_source_job_descriptionfirst_date_found_source_job_titlelast_date_found_source_job_titlefirst_date_found_source_job_urllast_date_found_source_job_urltechnology_rank_source_jobstechnology_rank_180_days_source_jobsrank_last_date_found_source_job_urlrank_1_tie_source_jobsrank_180_days_tie_source_jobsrelative_occurrence_within_category_source_jobsrelative_occurrence_within_category_180_days_source_jobs
5346682d948cc3f683635b6918f9b3d0822021-1KFCdomain-name-servicesfalselow10001000000000002025-12-182025-12-182025-12-182025-12-18221falsefalse0.250
795199cf0924eb646ec05bb1ce615399822021-1Pax8domain-name-servicesfalselow10001000000000002023-04-182023-04-182023-04-182023-04-18111truetrue0.50
6293fcb29e0afdea50ffa7d581d5f09b822021-1Cheildomain-name-servicesfalsemedium11001100110000002026-07-092026-07-092026-07-092026-07-092026-07-092026-07-09111falsefalse11
5150fb22e39a09b1fdf88fda381bb4d0822021-1Drillisch Online GmbHdomain-name-servicesfalsemedium10001000000000002022-05-272022-05-272022-05-272022-05-27111falsefalse10
fb96e5af0ed1cbf916c5ce2e964c8ebd822021-1United Internet AGdomain-name-servicesfalsemedium3610036100200000002022-09-292026-03-212022-09-292026-03-212022-12-012023-03-09111falsefalse11
808d55d80180349f4801cef9a55853d61293611-2-1-marketingWiproother-marketing-techfalselow20002000000000002025-10-282025-10-282025-10-282025-10-28221falsefalse0.10
79e805dea3870be6bd7f3ecf85520fa71293611-2-1-marketingUnileverother-marketing-techfalselow20002000000000002023-01-132025-02-062023-01-132025-02-06221falsefalse0.066666670
f1b39e80b43ecba99170ac1588826f911293611-2-1-marketingScotiabankother-marketing-techfalsemedium10001000000000002022-04-042022-04-042022-04-042022-04-04111falsefalse10
7ac04cf18b7606efb16ff9ecbca878251293611-2-1-marketingBATother-marketing-techfalsemedium10001000100000002024-10-022024-10-022024-10-022024-10-022024-10-022024-10-02221falsefalse0.250
8a3d9894b0ef3d1b1a6f520aac54cda71293611-2-1-marketingSinchother-marketing-techfalsemedium30003000000000002022-02-242022-02-252022-02-242022-02-25111falsefalse10
407876724a0e648457c32a5d07f0a7971164101010dataHERSHEY MXbig-data-analyticsfalselow10001000000000002023-05-092023-05-092023-05-092023-05-09311falsetrue0.0169491530
671f028142280b556a85ffdd90e0a43d1164101010dataMarsbig-data-analyticsfalselow10001000000000002024-08-132024-08-132024-08-132024-08-13531falsefalse0.00189753320
a5c6b42093f2e2fc8ee375a28a3034b01164101010dataPepsiCobig-data-analyticsfalselow11001100000000002026-06-242026-06-242026-06-242026-06-24441falsefalse0.0250.027777778
7de556a55ac7c037a52b69b3e0f6044f1164101010dataDanonebig-data-analyticsfalselow10001000000000002026-02-052026-02-052026-02-052026-02-05331falsefalse0.00574712640
18e035303ffe1f20503741d49b753aa81164101010dataHenkelbig-data-analyticsfalselow10001000000000002023-01-302023-01-302023-01-302023-01-30431falsefalse0.00442477870
167cd5762065530b3bf05b9d1f4fed661346311099-proBarclaystax-and-compliancefalselow10001000000000002022-10-292022-10-292022-10-292022-10-29111truetrue0.50
1c71322192a121ec4f87938a5ba38e341346311099-proW. R. Berkley Corporationtax-and-compliancefalselow11002100000000002026-01-142026-02-272026-01-142026-02-27211falsefalse0.333333341
d4ff4823ac2f6adeccc0e9df435e2e201346311099-proBayertax-and-compliancefalselow20002000000000002024-11-152025-03-072024-11-152025-03-07231falsefalse0.222222220
d0a2729356263156d63de03cab53074d1346311099-proBILLtax-and-compliancefalsemedium10001000000000002023-09-152023-09-152023-09-152023-09-15111falsefalse10
2283eed4779c78951b7b27ca61d3ffec12295011-emailJohnson & Johnsonhosted-emailfalselow10001000000000002024-05-032024-05-032024-05-032024-05-03321falsefalse0.0147058820

数据集交付

即用文件,自动交付

以结构化格式获取最新的技术数据,按每日计划直接交付到您的云存储。

灵活的更新频率

选择数据刷新频率——从每小时的实时订阅到每季度的快照,匹配您数据管道的节奏。

了解更多

Parquet 和 CSV 格式

以适合您技术栈的格式导出数据——用于分析仓库的列式 Parquet,或具有通用兼容性的 CSV。

了解更多

S3 存储桶交付

将数据直接交付到您的 Amazon S3 存储桶——无需手动下载,无需轮询。一次配置,自动运行。

了解更多

60+ 数据字段及覆盖率

每条职位记录包含 60 多个字段,涵盖职位详情、地点、薪资、公司基本面数据和技术栈——并提供透明的字段填充率指标。

查看完整字典

工作原理

三步访问您的数据集

获取临时凭证,浏览可用文件,下载您需要的数据 — 使用 Python、AWS CLI 或 ClickHouse。

1

获取凭证

从我们的 API 请求临时 S3 凭证。一个 POST 请求即可返回访问密钥、会话令牌、存储桶名称和允许的前缀 — 可立即使用。

2

列出可用文件

浏览数据集存储桶以发现可用文件。使用 Python (boto3)、AWS CLI 或 ClickHouse 的 s3 表函数按前缀和日期列出对象。

3

下载您的数据

下载单个文件或将整个存储桶同步到您的本地环境。Parquet 和 CSV 格式可直接用于分析或导入到您的数据管道中。

Data Quality

Built for accuracy and depth

Every signal is traceable, scored for confidence, and enriched with company and technology metadata.

33k+ 技术目录

从编程语言和框架到CRM、ERP和云基础设施——我们在每个类别中跟踪超过33,000种技术。

探索目录

52M+ 技术信号

实时检测技术采用的变化。我们的平台每分钟处理来自全球数百万职位发布的新技术分析信号。

了解信号

13M+ 公司数据库

访问全球超过13M家公司的技术分析数据。每个档案都包括完整的技术栈、信心评分和历史数据。

探索公司

可追溯到源头

每个技术信号都可以追溯到原始职位发布。通过直接访问证据(公司、日期和职位描述)来验证任何检测。

我们如何获取数据

信心评分

我们的三级信心模型(低、中、高)根据提及量、频率、位置和最近情况来估算公司实际使用某项技术的可能性。

评分如何运作

应用场景

各团队如何利用技术图谱数据

从潜客挖掘到账户数据充实,技术图谱数据帮助销售、营销和产品团队精准锁定目标企业。

查找使用必备技术的企业

锁定已经在使用您产品所需技术的目标客户,让销售管道中的每一个潜在客户从第一天起就是高匹配度的商机。

了解详情

识别竞争对手的客户

构建正在使用竞品工具的企业列表,围绕迁移成本和产品差距定制定位策略,优先触达已在为类似解决方案付费的客户。

了解详情

锁定使用合作伙伴工具的企业

找到正在使用与您产品集成的工具(财务、支付、CRM等)的目标客户,以与您的技术栈无缝对接的清晰信息加速转化

了解详情

洞察企业技术栈

利用基于招聘信息的技术图谱数据,查询任意企业所使用的技术——从后端基础设施和DevOps到内部工具,一览无余。

了解详情

用技术数据充实账户信息

验证企业是否使用特定技术或技术类别,实现账户数据充实、线索精细化分组以及大规模个性化触达。

了解详情

监测技术采用变化

追踪企业采用或弃用技术的动态,实时发现迁移窗口期、业务扩展信号和竞争替代机会。

了解更多

常见问题