dtЦифровая трансформацияDigital Transformation2522-96132524-2822Educational Establishment “Belarusian State University of Informatics and Radioelectronics”10.35596/1729-7648-2025-31-2-21-31dt-938Research ArticleЭКОНОМИЧЕСКИЕ НАУКИ, ОБРАЗОВАНИЕECONOMIC SCIENCES, EDUCATIONПрименение больших языковых моделей для анализа профессиональных компетенций на региональном рынке труда Республики БеларусьThe Use of Large Language Models for the Analysis of Professional Competencies in the Regional Labor Market of the Republic of BelarusКалиновскаяИ. Н.KalinouskayaI. N.

Калиновская Ирина Николаевна, канд. техн. наук, доц. каф. экономики и электронного бизнеса 

210039, Витебск, просп. Московский, 72 

Тел.: +375 29 515-92-21 

Kalinouskaya Iryna Nikolaevna, Cand. Sci. (Tech.), Associate Professor at the Department of Economics and Business Management 

210039, Vitebsk, Moskovsky Ave.,72 

Tel.: +375 29 515-92-21 

i-kalinovskaya@yandex.byВитебский государственный технологический университетVitebsk State Technological University2025200620253122131Copyright © Калиновская И.Н., 20252025Калиновская И.Н.Kalinouskaya I.N.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://dt.bsuir.by/jour/article/view/938

Представлен комплексный подход к анализу профессиональных компетенций на рынке труда Беларуси с применением больших языковых моделей. Предложена методика, включающая сбор данных с использованием веб-скраперов, предварительную обработку с применением многоуровневой системы очистки и нормализацией текстовой информации, классификацию и анализ компетенций на основе взаимодействия с большими языковыми моделями. Сформированы детализированные профили навыков для каждой профессиональной группы, выявлены кластеры взаимодополняющих компетенций, определены устойчивые сочетания навыков, требуемых в различных профессиональных областях. Продемонстрирована высокая эффективность применения больших языковых моделей для задач извлечения информации о компетенциях из неструктурированных текстовых описаний вакансий с показателями точности и полноты извлечения, превышающими 85 %. Разработана методология анализа рынка труда, интегрирующая традиционные методы анализа больших данных с возможностями современных языковых моделей.

An integrated approach to the analysis of professional competencies in the Belarusian labor market using large language models is presented. A methodology is proposed that includes data collection using web scra­ pers, preliminary processing using a multi-level cleaning system and normalization of text information, classification and analysis of competencies based on interaction with large language models. Detailed skill profiles for each professional group are formed, clusters of complementary competencies are identified, and stable combinations of skills required in various professional fields are determined. High efficiency of using large language models for the tasks of extracting information on competencies from unstructured text descriptions of vacancies is demonstra­ ted with accuracy and completeness indicators exceeding 85%. A methodology for labor market analysis has been developed that integrates traditional big data analysis methods with the capabilities of modern language models.

большие языковые моделирынок трудацифровая экономикапрофессиональные компетенцииуправление человеческими ресурсамискрейпинг данныханализ данныхвакансииискусственный интеллектэкономика знанийlarge language modelslabor marketdigital economyprofessional competencieshuman resource managementdata scrapingdata analysisvacanciesartificial intelligenceknowledge economyReferencesВанкевич, Е. В. Использование больших данных при анализе рынка труда: теоретические подходы и методические инструменты / Е. В. Ванкевич, И. Н. Калиновская // Цифровая трансформация. 2024. Т. 30, № 4. С. 23–32. https://doi.org/10.35596/1729-7648-2024-30-4-23-32.Vankevich А. V., Kalinouskaya I. N. (2024) Using Big Data in Labor Market Analysis: Theoretical Approaches and Methodological Tools. Digital Transformation. 30 (4), 23–32. https://doi.org/10.35596/1729-7648-2024- 30-4-23-32 (in Russian).Vankevich, А. V. Digitalisation and Jobs: The Case of Organisations in the Vitebsk Area of Belarus / А. V. Vankevich, I. N. Kalinouskaya // Journal of New Economy. 2024. Vol. 25, No 4. Р. 106–126. DOI: 10.29141/2658-5081-2024-25-4-6.Vankevich А. V., Kalinouskaya I. N. (2024) Digitalisation and Jobs: The Case of Organisations in the Vitebsk Area of Belarus. Journal of New Economy. 25 (4), 106–126. DOI: 10.29141/2658-5081-2024-25-4-6.Маковская, Н. В. Современные особенности функционирования рынка труда в Беларуси / Н. В. Маковская. Могилев: Могилев. гос. ун-т имени А. А. Кулешова, 2020.Makovskaya N. V. (2020) Modern Features of the Functioning of the Labor Market in Belarus. Mogilev, Mogilev State A. Kuleshov University (in Russian).Vankevich, A. Better Understanding of the Labour Market Using Big Data / A. Vankevich, I. Kalinouskaya // Ekonomia i Prawo. Economics and Law. 2021. Vol. 20, No 3. P. 677–692. DOI: 10.12775/EiP.2021.040.Vankevich A., Kalinouskaya I. (2021) Better Understanding of the Labour Market Using Big Data. Ekonomia i Prawo. Economics and Law. 20 (3), 677–692. DOI: 10.12775/EiP.2021.040.Калиновская, И. Н. Развитие управления человеческими ресурсами организации в условиях цифровизации экономики: методология, теория, практика / И. Н. Калиновская. Витебск: Витебск. гос. технол. ун-т, 2024.Kalinouskaya I. N. (2024) Development of Human Resource Management of an Organization in the Context of the Digitalization of the Economy: Methodology, Theory, Practice. Vitebsk, Vitebsk State Technological University (in Russian).Калиновская, И. Н. Методическое обеспечение управления человеческими ресурсами организации в современных условиях / И. Н. Калиновская. Витебск: Витебск. гос. технол. ун-т, 2025.Kalinouskaya I. N. (2025) Methodological Support for Human Resource Management of an Organization in Modern Conditions. Vitebsk, Vitebsk State Technological University (in Russian).Barcaroli, G. Internet as Data Source in the Istat Survey on ICT in Enterprises / G. Barcaroli, A. Nurra, S. Salamone // Austrian Journal of Statistics. 2015. Vol. 44, No 2. P. 31–43. DOI: 10.17713/ajs.v44i2.53.Barcaroli G., Nurra A., Salamone S. (2015) Internet as Data Source in the Istat Survey on ICT in Enterprises. Austrian Journal of Statistics. 44 (2), 31–43. DOI: 10.17713/ajs.v44i2.53.Bakaev, M. Prospects and Challenges in Online Data Mining: Experiences of Three-Year Labour Market Monitoring Project / M. Bakaev, T. Avdeenko // Lecture Notes in Computer Science. 2016. Vol. 9714. P. 15–23. DOI: 10.1007/978-3-319-40973-3_2.Bakaev M., Avdeenko T. (2016) Prospects and Challenges in Online Data Mining: Experiences of Three-Year Labour Market Monitoring Project. Lecture Notes in Computer Science. 9714, 15–23. DOI: 10.1007/978-3-319-40973-3_2.Gan, C. Application of LLM Agents in Recruitment: A Novel Framework for Resume Screening / C. Gan, Q. Zhang, T. Mori // Journal of Information Processing. 2024. https://doi.org/10.48550/arXiv.2401.08315.Gan C., Zhang Q., Mori T. (2024) Application of LLM Agents in Recruitment: A Novel Framework for Resume Screening. Journal of Information Processing. https://doi.org/10.48550/arXiv.2401.08315.Erdem, M. E. Automatic Resume Screening with Content Matching / M. E. Erdem // 2023 8th International Conference on Computer Science and Engineering (UBMK). 2023. P. 554–558.Erdem M. E. (2023) Automatic Resume Screening with Content Matching. 2023 8th International Conference on Computer Science and Engineering (UBMK). 554–558.

The authors declare that there are no conflicts of interest present.