준비 단계진단에 필요한 기준(참조 데이터 등)이 부족해 품질을 판정하지 않았습니다. AI Ready 전 단계입니다. 품질 판정서 보기 · 준비 단계란?
2016년~2024년까지 진행된 한국무역보험공사 신규채용현황(임원직, 일반직정규직, 고졸인력, 장애인 등)을 포함한 파일데이터 자료입니다.
기관이 작성한 데이터 설명 전체
2016년~2024년까지 진행된 한국무역보험공사 신규채용현황(임원직, 일반직정규직, 고졸인력, 장애인 등)을 포함한 파일데이터 자료입니다. (직군별 상세설명은 아래 참고) □ 정규직(일반정규직) 신규채용 - 비정규직에서 일반정규직으로 전환된 인원 포함 - 단시간 근로자는 전일제기준(8시간/1일)로 환산 - 비수도권 지역인재 : 채용시 졸업대학의 소재지 기준 - 고졸인력 : 고등학교를 졸업하였거나 졸업예정인 자 또는 그에 상응하는 지식, 학력, 기술을 보유한 것으로 인정받은 자 * 동일인이 중복해당되는 경우 중복기재 □ 정규직(무기계약직) 신규채용 - 정규직(무기계약직) 공석을 충원하기 위해 처음부터 정규직(무기계약직)으로 채용한인원
재정금융 - 산업금융채용신규채용채용현황일반정규직무기계약직고졸인력지역인재여성 채용
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
9행 × 원본 10열
CSV 1 KB · Parquet 3 KB
기간
2016 – 2024
항목 이름의 연도
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
0/10 항목
원본 열은 그대로 보존
데이터 내용
개별 항목 1개 + 반복 열 그룹 1개
구분연도별 신규채용 인원을 집계하는 직군 또는 채용 대상의 유형유형 문자형분류 코드 · 분류결측 0%정제 원본 유지
연도별 신규채용 인원을 집계하는 직군 또는 채용 대상의 유형
예: 상임임원 총신규채용 일반정규직 총신규채용 청년
{연도}년 9개반복 열 그룹 · 연도 9유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
연도마다 가로로 펼친 열입니다. 열 이름 = {연도}년
- 연도 9
- 2016–2024
첫 열 설명: 표를 연도 기준으로 펼친 축에서 「2016년」에 해당하는 값 · 셀은 0 ~ 29 범위의 실수 수치
각 열의 정의는 오른쪽 「CSVW 항목 스키마」에서 확인할 수 있습니다.
찾는 항목이 없습니다.
상위 5행 · 10열 중 10열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 구분 | 2016년 | 2017년 | 2018년 | 2019년 | 2020년 | 2021년 | 2022년 | 2023년 | 2024년 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|---|---|
| 상임임원 총신규채용 | 1 | 1 | 1 | 1 | 0 | 1 | 1 | 1 | 4 | 0_e14f9c17 |
| 일반정규직 총신규채용 | 29 | 30 | 42 | 28 | 49 | 22 | 22 | 16 | 41 | 1_70d3e1e8 |
| 청년 | 26 | 30 | 41 | 27 | 49 | 21 | 22 | 16 | 41 | 2_b94fd5fb |
| 여성 | 15 | 12 | 23 | 15 | 24 | 14 | 12 | 11 | 27 | 3_a14a01cf |
| 장애인 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 0 | 0 | 4_2735786d |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15005546/data/dataset-15005546.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15005546)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }