AI Employment Skill Optimization

该项目研究生成式 AI 对就业结构、职业竞争关系与技能培养路径的影响，并尝试通过参数拟合与优化方法，为教育资源投入和技能提升方案提供可计算的决策支持。

Project Goals

• 分析不同行业和职业在 AI 冲击下的竞争格局
• 建立职业层级或技能层级的动态演化模型
• 优化教育投入与课程资源分配方案
• 通过敏感性分析评估模型稳定性与策略鲁棒性

Methods

• 行业竞争分析与可视化
• 职位级时间演化建模
• 参数搜索与调优
• 最小二乘与约束优化
• 效率矩阵分析
• 敏感性分析与方案对比

Repository Structure

• code/ 主代码目录
• code/第二问求解器/ 围绕优化求解、参数调优和敏感性分析的核心代码
• code/第三问求解器/ 课程配置与教育资源投入优化相关代码
• code/v3_job_level/ 职位级模型、参数估计和预测整合流程
• problem/ 题面文件
• paper/ 论文稿
• docs/ 流程图、说明图和辅助材料

Key Scripts

• code/occupational_competition_analysis.py 行业与职业竞争格局分析
• code/fitting_visualization.py 拟合结果与参数可视化
• code/第二问求解器/优化求解器.py 第二问主优化器
• code/第二问求解器/敏感性分析.py 第二问敏感性分析
• code/第三问求解器/优化求解器.py 第三问主优化器
• code/v3_job_level/main_v3.py 职位级建模主流程
• code/v3_job_level/integrate_and_visualize.py 结果整合与可视化

Data And Outputs

项目包含程序运行所需的 Excel/CSV 数据、参数文件、优化结果、预测结果、热力图与分析报告。输出内容适合直接用于论文图表、结果汇总与方案比较。

Running

建议从 code/ 目录内运行脚本。不同模块通常依赖同级数据目录、参数 JSON 文件和输出目录。

Main Dependencies

• numpy
• pandas
• matplotlib
• seaborn
• scipy
• scikit-learn
• openpyxl