.png)
Swedish JobTech delar ut JobTech-priset för femte året i rad!
JobTech-prisets övergripande kriterium är att bidra till en mer öppen och hållbar arbetsmarknad.
Priset för Bästa Tjänst premierar lösningar som leder till en effektivare matchning, vägledning samt främjande av livslångt lärande och som gärna:
-
Skapar samarbeten på arbetsmarknaden mellan olika aktörer, till exempel offentlig sektor, civilsamhälle, näringsliv och medborgare.
-
Tillämpar en datadriven teknik
-
Använder öppna data
-
Delar med sig av egen data och öppen källkod
Det Akademiska priset premierar forskning som belyser områdena matchning, vägledning samt främjande av livslångt lärande. En forskning som undersöker effekter av beteenden och eventuella samarbeten på arbetsmarknaden mellan olika aktörer, till exempel offentlig sektor, civilsamhälle, näringsliv och medborgare och där en form av datadriven teknik ingår.
Både privatpersoner och organisationer kan nomineras och årets pristagare utses av föreningens styrelse.
Vinnaren av årets akademiska arbete erhåller 10 000 kr och nominering av förslag sker fram tom september.
Nominera en kandidat och delta i utlottningen av 50 trisslotter!
För frågor hör av dig till Olle Lundin, tfn: 076-007 18 61.
Tidigare
JobTech-pristagare
2023 - Akademi
Swedish JobTech har utsett rapporten https://www.ifau.se/Forskning/Publikationer/Rapporter/20212/hur-har-jobbsokandet-forandrats-under-covid-19/ med Lena Hensvik, Uppsala Universitet som huvudförfattare till 2023 års pristagare inom kategorin "Akademi". Du kan läsa vår intervju med Lena här.
Swedish JobTech arbetar för att öka nyttjandet av datadrivna tillämpningar på arbetsmarknaden och välkomnar därför detta arbete som utnyttjar ”extraherade” klick från Platsbanken för att beskriva hur pandemin påverkade jobbsökandet.
2023 - Bästa tjänst
Swedish JobTech har utsett JobTech Development till 2023 års pristagare för bästa tjänst med motiveringen :
“JobTech Development har nu fyllt 5 år och visat att den inte är ett tillfälligt projekt utan fortsätter att skapa nytta för marknaden och utvecklas med nya API:er. Den fungerar dessutom som en pådrivande aktör för att utveckla svenska offentliga IT-tjänster, både vad gäller tillgången av öppen data och öppen källkod.”
2022 - akademi
2022 års akademiska JobTech-pris går till Evelina Strauss och Usama Safdar för mastersuppsatsen Automated Metadata Extraction for Job Advertisements inom programmet Applied Data Science på Göteborgs Universitet.
De har använt öppna data från Arbetsförmedlingens Platsbank för att undersöka hur olika tekniska metoder och tekniker kan extrahera metadata ur ostrukturerad text. De har valt att undersöka fyra områden; Utbildning, Erfarenhet, Körkort samt Heltid/Deltid och utvärderat vilka av metoderna som ger bästa resultat. Arbetet är ett bra exempel på samarbete mellan akademi och myndighet där Jonas Södergren på JobTech Development formulerat myndighetens problem och också agerat handledare.
2022 - bästa tjänst
MetaSolutions har med sin tjänst "EntryScape" under många år varit pionjärer i att ge verktyg åt aktörer som vill använda och publicera öppna data och vokabulärer. EntryScape är byggd med öppen källkod vilket innebär att det går bra att ladda ner och bygga vidare på produkten samtidigt som MetaSolutions erbjuder tjänster som drift, support och kurser.EntryScape bygger i grunden på länkade data och används idag i flera länder i Europa, bland annat av Europeiska kommissionen i EU.
Strävan att låsa in data behöver inte alltid komma sig av medvetna val av leverantörerna. Det är helt enkelt så produkter och tjänster av tradition har designats. Här fyller MetaSolutions en viktig roll genom att bygga sin tjänst på öppenhet ur alla aspekter.
Läs mer här: https://entryscape.com/sv/2022/10/plattformen-entryscape-vinner-pris-for-datahantering/
2021 - Akademi
Årets JobTech pris tilldelas Nils Söderkvist och hans examensarbete ”Recommendation system for job coaches” skrivet på civilingenjörsutbildningen i informationsteknologi på Uppsala universitet.
Nils har på ett nytänkande sätt studerat hur datadrivna metoder kan användas för att förbättra effektiviteten i anvisade stödinsatser av Arbetsförmedlingen med hjälp av data från en leverantör av tjänsten stöd och matchning. Studien undersöker hur uppgifter om den arbetssökande i relation till val av jobbcoach samt genomförda aktiviteter under stödinsatsen påverkar huruvida personen hamnat och stannat i anställning eller inte. Med utgång i en grafdatabas utreder studien olika rekommendationsmodeller för att kunna ge förslag på lämplig jobbcoach och aktiviteter givet tidigare lyckade matchningar med liknande deltagare.
Juryns bedömning lyder:
"Arbetet väcker intressanta idéer om hur datadrivna och nyskapande lösningar kan leda till förbättringar och effektiviseringar i en relativt analog bransch. Rapporten är välskriven och pedagogiskt presenterad för fortsatt spridning och användning av resultatet hos berörda intressenter. På så sätt uppmuntrar Nils arbete nyskapande samarbeten mellan flera olika aktörer på arbetsmarknaden och kan genom vidare utveckling bidra till att systemet som helhet blir bättre på att hjälpa fler personer till anställning."
2020 -Akademi
Joakim Eklund och Fred Isaksson från Uppsala Universitet
"Identifying & Evaluating System Components for Cognitive Trust in AI-Automated Service Encounters"
Årets pris gick till ovanstående examensarbete med motiveringen :
" Examensarbetet belyser och adresserar vikten av tillit och förtroende för AI-lösningar, aspekter som arbetsmarknadens aktörer bör ta med sig i sina respektive digitala transformationer och vid utveckling av nya AI-baserade stöd- och matchningslösningar.
Genom ett välgrundat analysarbete kombinerat med en teknisk prototyp har författarna presenterat en innovativ och pedagogisk lösning för en effektivare vägledning på svensk arbetsmarknad. Examensarbetet utgår från ett open source-perspektiv samt har stor potential och genomförbarhet för att kunna ligga till grund för fortsatt utveckling"