Career Role/Competency Frameworks و Job-skill Extraction

یک عنوان یکسان می‌تواند دو شغل متفاوت باشد

یک vacancy با عنوان AI Product Engineer از Python، experimentation، stakeholder communication و عبارت «agent orchestration» حرف می‌زند. Python must-have است، experimentation preferred است و عبارت اختصاصی کارفرما mapping تمیز و قطعی در taxonomy ندارد. بعداً کارفرمای دوم همان عنوان را استفاده می‌کند، experimentation را optional می‌کند و cloud-cost ownership را اضافه می‌کند.

اگر سیستم title، متن vacancy، taxonomy label و learner evidence را یک vocabulary واحد فرض کند، به‌سادگی یک competency gap ساختگی تولید می‌کند. در این درس Career Role-to-Skill Evidence Map v1 را می‌سازید: snapshot و span دقیق متن را نگه می‌دارد، occupation/skill candidate را به taxonomy نسخه‌دار وصل می‌کند، alternative و unmatched term را حفظ می‌کند، required/preferred/unknown را جدا نگه می‌دارد و هر gap را به job evidence و learner evidence قابل‌ردیابی متصل می‌کند.

قاعدهٔ مرکزی: normalization برای سازمان‌دهی evidence است؛ نه برای پاک‌کردن ambiguity.

مناسب برای: مهندسان learning platform، تیم career/skills، taxonomy integration و reviewerهای evidence. خارج از scope: scraping زندهٔ vacancy، تصمیم استخدام واقعی، تبدیل taxonomy membership به mastery، یا مجبورکردن هر عبارت به ESCO/O*NET.

جهت درس و مرز مالکیت

MKN-018 فقط Career Role/Competency Frameworks و Job-skill Extraction را مالک است. MKN-017 prerequisite سخت است و MKN-019 matching/fairness/explainability را مالک است. خروجی این درس می‌تواند evidence محدود برای downstream matching باشد، اما این درس ranking یا eligibility decision نمی‌سازد.

Foundation از field map و vacancy synthetic شروع می‌کند. Repair اولین evidence dimension شکسته را پیدا می‌کند. Experienced باید versioning، ambiguity، unmatched language و gap provenance را در تغییر کارفرما دفاع کند.

Checkpointها: F1 جداسازی source/taxonomy/learner evidence؛ F2 رد forced normalization؛ F3 recompute کامل برای Employer B بدون کپی‌کردن profile قبلی.

مدل ذهنی: snapshot → span → candidate → taxonomy → requirement → learner evidence → gap محدود

جریان:

job source snapshot → raw title/text hash → occupation candidate → skill span extraction → taxonomy lookup + alternatives → required/preferred/unknown → learner evidence comparison → gap/unknown/review → versioned provenance

Title فقط clue است. evidence اصلی، snapshot و span دقیق متن است. taxonomy candidate یک proposal برای normalization است، نه proof از منظور کارفرما. unmatched term یک state معتبر است و وقتی mapping قابل‌دفاع نیست باید unmatched بماند.

Stateهای مهم: REVIEW_REQUIRED، HOLD_SOURCE_SNAPSHOT، HOLD_SOURCE_SPAN، HOLD_OCCUPATION_MAPPING، HOLD_LOW_CONFIDENCE_REVIEW، HOLD_FORCED_NORMALIZATION، HOLD_STALE_TAXONOMY_MAPPING، HOLD_LEARNER_EVIDENCE، HOLD_PROVENANCE و HOLD_BASELINE_ORACLE_REUSE.

قرارداد پایه: هفده evidence dimension قبل از gap

Dimensionهای فریز‌شده: career_case_id, job_source_ref, raw_job_title, raw_job_text_hash, occupation_candidate, occupation_uri_or_code, taxonomy_version, skill_span_ref, skill_candidate, skill_uri_or_code, requirement_class, confidence_label, ambiguity_state, unmatched_term, learner_evidence_ref, gap_state, provenance.

Invariantها:

1. source snapshot/hash evidence ثابت extraction است.
2. هر skill mention span دقیق دارد.
3. occupation/skill mapping taxonomy و version را نام می‌برد.
4. alternative candidate در ambiguity حذف نمی‌شود.
5. required، preferred و unknown یکی نیستند.
6. low-confidence extraction خودکار deficiency نمی‌سازد.
7. employer-specific language می‌تواند unmatched بماند.
8. gap به job evidence و learner evidence همزمان نیاز دارد.
9. taxonomy upgrade mapping قدیمی را تا review/migration معتبر نگه نمی‌دارد.
10. provenance باید source، extractor/rule version، taxonomy version و review state را بازسازی کند.

توضیح عمیق: vocabulary خارجی meaning را برای ما تصمیم نمی‌گیرد

ESCO — FACT. European Commission API و datasetهای ESCO را ارائه می‌کند. conceptها identifier/URI دارند و سایت فعلی ESCO v1.2.1 با آخرین update در 10 December 2025 را نشان می‌دهد. use caseهایی مثل job matching، skills intelligence و career guidance صریح‌اند. این ESCO را vocabulary مفید می‌کند، نه oracle برای employer intent.

**O*NET — FACT.** Content Model، worker requirements مثل skills/knowledge را از occupational requirements مثل work activities/context جدا می‌کند. production database فعلی 31.0 مربوط به August 2026 است. این occupational information model است، نه learner mastery evidence و نه taxonomy جهانی برای همهٔ jurisdictionها.

MAKNOW inference. raw span، versioned ID، alternatives و unmatched term باید حفظ شوند چون normalization می‌تواند ambiguity یا employer-specific meaning را پنهان کند.

MAKNOW design. confidence label، ambiguity state، review threshold و gap policy authority داخلی هستند.

مثال‌های حل‌شده

مثال A — baseline AI Product Engineer

Python required است، experimentation preferred است، stakeholder communication required است و «agent orchestration» employer-specific است. mappingهای دفاع‌پذیر code/URI و version دارند؛ عبارت آخر UNMATCHED_REVIEW می‌ماند. در نتیجه قوی‌ترین state برابر REVIEW_REQUIRED است، نه profile کامل و قطعی.

مثال B — shortcut وسوسه‌کننده

Parser عبارت «agent orchestration» را با confidence=0.54 به نزدیک‌ترین concept وصل می‌کند و gap می‌سازد. این fail است: low confidence و employer-specific language نیاز به review دارند؛ raw span و alternativeها باید visible بمانند.

مثال C — همان title، کارفرمای دیگر

Employer B همان title را دارد، experimentation را optional می‌کند و cloud-cost ownership اضافه می‌کند. map قبلی oracle نیست. باید source hash/span جدید، requirement classification جدید و mapping مستقل ساخته شود.

Failure modeهایی که باید fail-closed شوند

• title یکسان ولی source جدید و map قدیمی → HOLD_BASELINE_ORACLE_REUSE یا HOLD_SOURCE_SNAPSHOT.
• span گمشده → HOLD_SOURCE_SPAN.
• raw text hash ناسازگار → HOLD_SOURCE_SNAPSHOT.
• occupation بدون identifier/version → HOLD_OCCUPATION_MAPPING.
• low confidence تبدیل مستقیم به gap → HOLD_LOW_CONFIDENCE_REVIEW.
• عبارت employer-specific مجبور به canonical skill → HOLD_FORCED_NORMALIZATION.
• taxonomy version عوض شده ولی mapping قدیمی reuse شده → HOLD_STALE_TAXONOMY_MAPPING.
• required به preferred تغییر کرده ولی gap قبلی باقی مانده → recompute.
• learner evidence گمشده ولی gap_state=GAP → HOLD_LEARNER_EVIDENCE.
• provenance ناقص → HOLD_PROVENANCE.

Alternativeها و trade-offها

Exact phrase only: fidelity بالا، interoperability پایین. برای زبان جدید یا disputed مناسب است.

Taxonomy normalization: search/analytics/portability بهتر، ولی اگر raw span و alternatives حذف شوند certainty کاذب می‌سازد.

Multiple candidates: ambiguity را حفظ می‌کند ولی evidence record بزرگ‌تر می‌شود.

Unmatched state: dashboard را کمتر تمیز می‌کند، اما از invention امن‌تر است.

Model-assisted extraction: برای span/candidate generation مفید است؛ confidence proof نیست و gateهای evidence باید مستقل بمانند.

پل Experienced: سه جداسازی حیاتی

اول surface language را از normalized concept جدا نگه دارید. هر دو را ذخیره کنید.

دوم requirement class را از صرف وجود skill جدا کنید. mention ممکن است preferred، optional، contextual یا negated باشد.

سوم job evidence را از learner evidence جدا کنید. role requirement ثابت نمی‌کند learner آن skill را ندارد؛ portfolio learner هم ثابت نمی‌کند employer آن را لازم دارد.

در taxonomy migration نیز mapping تاریخی را rewrite نکنید. نسخهٔ قدیمی provenance است؛ mapping جدید باید review و version مستقل بگیرد.

تمرین هدایت‌شده و مستقل

Guided: lab://MKN-018/MKN-018-LAB1 را باز کنید. span، candidate، taxonomy version، requirement class، learner evidence و provenance را بررسی کنید و «agent orchestration» را در نبود evidence کافی unmatched نگه دارید.

Repair: فقط یک dimension را mutate کنید: span را حذف کنید، required را preferred کنید، taxonomy version را تغییر دهید یا unmatched phrase را force-map کنید. فقط همان gate را rerun کنید.

Independent: fixture Employer B را فقط از source خودش بسازید. decision/map Employer A را نخوانید و reuse نکنید. shared title evidence کافی برای shared profile نیست.

Verification evidence؛ reviewer چه چیزی را باید بازسازی کند؟

Reviewer باید source snapshot/hash، raw title و skill span، occupation candidate/identifier، taxonomy/version، skill candidate/identifier یا unmatched state، requirement class، confidence/ambiguity، learner evidence، gap state و provenance را بازسازی کند.

همچنین باید ثابت شود low-confidence/unmatched mention gap نساخته، required→preferred باعث recompute شده و taxonomy-version change تاریخچه را silently rewrite نکرده است.

اگر field decisive غایب، stale یا متناقض باشد، state non-success باقی می‌ماند. verification یعنی reproducible evidence، نه اعتماد به hidden reasoning.

Assessment و Transfer

S1: boundary MKN-018 و یک non-goal را توضیح دهید. S2: Career Role-to-Skill Evidence Map v1 را برای baseline بسازید. S3: employer را عوض کنید ولی title را ثابت نگه دارید؛ evidence invalidated و minimal repair را نام ببرید. S4: Employer B را با experimentation اختیاری و cloud-cost ownership از source جدید re-extract/remap کنید.

Misconception مسدودکننده: «اگر title و نزدیک‌ترین taxonomy label match باشند، competency checklist قطعی است.»

AI می‌تواند evidence synthetic را مرتب کند، candidate پیشنهاد دهد و deterministic check اجرا کند؛ اما حق invent کردن requirement، forced normalization، ساخت learner evidence، ایجاد gap از low-confidence یا mutation دادهٔ واقعی را ندارد.

منابع، Freshness و مرز Authority

• ESCO — FACT: سایت رسمی فعلی v1.2.1 با update 10 December 2025 را گزارش می‌کند و API را برای job matching/skills intelligence/career guidance ارائه می‌دهد؛ unique mapping از vacancy آزاد را تضمین نمی‌کند.
• **O*NET — FACT:** Content Model skills/knowledge و work activities/context را تفکیک می‌کند؛ production database 31.0 مربوط به August 2026 است؛ MAKNOW mastery یا universal role-fit policy را تعریف نمی‌کند.
• MAKNOW inference: span، alternative، version و unmatched state برای جلوگیری از پاک‌شدن ambiguity حفظ می‌شوند.
• MAKNOW design: confidence/review/gap policy authority داخلی است.

Freshness در 2026-09-13 بررسی شد. بازبینی تا 2027-01-15 یا زودتر در صورت تغییر material ESCO/O*NET یا extraction practice.