RocketList

RocketList Startup Jobs

面向初创公司招聘的开放数据层。由 RocketList 每日更新。

来自全球已获融资初创公司的实时职位，经过标准化，汇总为一个有文档说明的数据集，供求职者、研究人员、开发者和 AI Agent 使用。

109,695 个有效职位 · 7,297 家公司 · 生成时间：2026-10-27 09:49:00 UTC

此快照中的热门地点：阿尔巴尼亚：5 · 阿尔及利亚：8 · 阿根廷：193 · 澳大利亚：899 · 奥地利：131。

下载

数据集	Parquet	JSONL	CSV
职位	jobs.parquet	jobs.jsonl.gz	jobs.csv.gz
公司	companies.parquet	companies.jsonl.gz	companies.csv.gz

完整快照位于稳定的 latest 版本中，而不在 Git 历史记录中。每份快照旁都会提供 SHA-256 校验和、生成元数据以及完整审计结果。

wget https://github.com/rocketlist-ai/startup-jobs/releases/latest/download/jobs.parquet

import pandas as pd

jobs = pd.read_parquet(
    "https://github.com/rocketlist-ai/startup-jobs/releases/latest/download/jobs.parquet"
)

berlin_ai = jobs[
    jobs["city"].fillna("").str.contains("Berlin", case=False)
    & jobs["category"].fillna("").str.contains("AI|Data|Engineering", case=False)
]
print(berlin_ai[["company_name", "title", "url"]].head(20))

包含内容

职位数据集包含用于事实检索的元数据：公司、职位名称、标准化的职位类别和资历级别、地点、明确提供时的薪酬、技能、规范的申请 URL、来源平台，以及首次/最近发现时间戳。公司数据集则在可用时补充公司阶段、融资、投资者、行业、总部和招聘页面 URL。

架构版本记录在 schema/jobs.schema.json 和 schema/companies.schema.json 中。可浏览的 100 条记录样本已提交至 sample/，每日汇总变更记录于 changes/。有关数据来源、分母、审计保证和局限性，请参阅公开的方法说明和质量检查。

有意排除的内容

• 完整职位描述或复制的 HTML
• 原始 ATS 响应和爬虫负载
• 嵌入向量、提示词、轨迹或数据增强内部信息
• 候选人、账户、已保存职位、申请或匹配数据
• RocketList 的排名和推荐逻辑

导出器使用显式允许列表；如果出现禁止字段，审计就会失败。

与 Agent 配合使用

在 Claude Code、Codex、Cursor 或其他兼容的 Agent 中安装面向用户的 RocketList 技能：

npx skills add rocketlist-ai/startup-jobs --skill rocketlist-job-search

它会搜索和筛选当前快照、处理简历与职位的匹配，并将用户直接链接到申请页面。该技能包也可在 skills/rocketlist-job-search 中查看，因此任何 Agent 都可以直接使用，无需安装程序。

附带的分发循环说明了数据集、技能、搜索页面和定期数据故事如何相互促进，提升可发现性和流量。

如需进行批量分析，请向 Agent 提供 Parquet URL 和相关架构。如需进行低延迟的对话式搜索，可在 RocketList MCP 可用时连接它：

https://rocketlist.ai/mcp

其官方 MCP Registry 清单的版本记录在 server.json 中。

示例提示词：

使用 RocketList 数据集，查找在柏林招聘产品经理的活跃 A–C 轮公司。返回规范的申请链接，并说明你使用了哪些筛选条件。

更新机制

工作流每天于 UTC 时间 04:17 运行：

1. 通过分页 API 读取，获取所有当前公开目录行。
2. 规范化连接键、字段类型、列表和稳定的公开 ID。
3. 保留活跃且不重复的职位，以及活跃或被引用的公司。
4. 交叉核对总数、协调 API 计数、验证 ID 和 URL 的唯一性、测试公司引用，并拒绝包含禁止字段的数据。
5. 在稳定的 latest 发布版本上替换全部资源。
6. 仅提交少量样本、统计数据和每日变更摘要。

复现导出无需任何凭据：

python -m pip install -r requirements.txt
python scripts/export_dataset.py
python scripts/audit_dataset.py

准确性与局限

RocketList 汇总公司招聘页面和 ATS 来源。职位可能在每日刷新之间关闭；规范的申请页面才是权威来源。数据覆盖范围因雇主、国家和字段而异，公开统计中不会对缺失值进行填补。字段级分母请参阅 stats/latest.json。

许可证与署名

数据集采用 ODC-BY 1.0 许可；代码采用 MIT 许可证。请注明 RocketList，并附上 https://rocketlist.ai 和此代码库的链接。雇主名称和商标归其各自所有者所有，源招聘信息仍受其发布者条款约束。

更正

如发现公司缺失、职位过时、URL 损坏或架构问题，请提交 issue。数据安全规则请参阅 CONTRIBUTING.md。