Tony Wang10 min de lecturaMás de 16.000 empleos dicen solo «2 ubicaciones»
«2 ubicaciones» lidera el campo de ubicación de Jobs con 16.306. Los placeholders multi-sede suman 29.411 — ~5.6% de las vacantes abiertas.
Pregúntale a un board de ATS dónde está un trabajo y a menudo obtienes un número, no un lugar. En la faceta by_location de Jobs de Crawlora, la cadena de ubicación #1 es «2 Locations» — 16,306 vacantes abiertas — más grande que la clave de país «United States» (3,599) y más grande que cualquier ciudad nombrada en la misma ventana del top 100. «3 Locations» hasta «8 Locations» siguen acumulándose. Súmalas y 29,411 puestos abiertos se niegan a tener una sola ciudad antes de siquiera empezar a fusionar variantes ortográficas de Londres o Bengaluru.
Este post trata sobre esa estructura: los marcadores multisitio, el texto libre remoto y cómo lucen los totales por país solo después de descartar las filas irresolubles. No es una segunda lista de «dónde están los trabajos» por ciudad — esa historia ya existe en Bengaluru vs San Francisco.
«2 Locations» es más grande que «United States»
Ordena las cadenas de ubicación principales por conteo y la primera fila no es un mercado laboral que puedas poner en un mapa.
«2 Locations» (16,306) es aproximadamente 4.5 veces la clave de país «United States» (3,599) en la misma ventana de la faceta. Eso no significa que EE. UU. tenga pocos empleos — la mayoría de los puestos de EE. UU. están bajo cadenas de ciudad (New York, NY, San Francisco, CA, …) o nunca aparecen en el top 100. Significa que la etiqueta de ubicación modal entre las cadenas sin procesar de alto volumen es un conteo opaco multisitio, no un nombre de ciudad.
Las interfaces de ATS empresariales (Workday es la fuente habitual del lenguaje «N Locations») colapsan las solicitudes multisitio en una sola publicación con una ubicación de marcador. Para los responsables de contratación eso es conveniente. Para cualquiera que intente rankear ciudades o países a partir del campo sin procesar, es una trampa.
Marcadores de múltiples ubicaciones: la pila completa
Claves exactas N Locations en el top 100:
| Cadena de ubicación | Vacantes abiertas | % de la masa del top 100 | % de abiertas (suma de proveedores) |
|---|---|---|---|
| 2 Locations | 16,306 | 15.6% | 3.1% |
| 3 Locations | 5,390 | 5.1% | 1.0% |
| 4 Locations | 3,328 | 3.2% | 0.6% |
| 5 Locations | 1,923 | 1.8% | 0.4% |
| 6 Locations | 1,235 | 1.2% | 0.2% |
| 7 Locations | 731 | 0.7% | 0.1% |
| 8 Locations | 498 | 0.5% | 0.1% |
| Total 2–8 Locations | 29,411 | 28.1% | 5.6% |
29,411 vacantes abiertas — el 5.6% del rastreo por suma de proveedores — no tienen ciudad ni país en la cadena de ubicación. Dentro de la masa de ubicación del top 100, el multisitio es el 28% de todo lo que rankearías ingenuamente. Por eso el post de Bengaluru excluyó estas filas de las tablas de ciudades: meter «2 Locations» en cualquier hub inventaría geografía.
Si tu pipeline rankea ciudades a partir del JSON de ATS sin procesar sin un filtro multisitio, tu «ciudad» #1 podría ser un dígito.
El texto libre remoto tampoco es un país
Antes de los agrupamientos por país, separa el lenguaje de modalidad de trabajo que parece un lugar:
| Patrón (top 100) | Vacantes abiertas |
|---|---|
Remote | 3,920 |
Remote job | 1,218 |
Formas remotas etiquetadas como EE. UU. (Remote (United States), Remote - US, US Remote, …) | 4,415 |
| Subtotal de texto libre remoto | ~9,553 |
Estas filas no son el booleano remote=true (un post complementario cubre el indicador remoto). Son una codificación paralela: el campo de ubicación usado como tipo de modalidad de trabajo. Los totales por país de abajo las excluyen para que «United States» no se cuente doble vía Remote (United States) como si fuera un agrupamiento geográfico de contratación presencial en EE. UU.
Agrupamiento por país — solo después de las exclusiones
Asigna manualmente las claves restantes del top 100 a países (las variantes de ciudad se fusionan en cubos de estilo ISO). Alcance: claves resolubles dentro de la ventana del top 100 después de eliminar el multisitio, el texto libre remoto y el ruido no geográfico (~1,946 etiquetas de hospitales/redes). Esto no significa «EE. UU. tiene el 6.5% de todos los empleos».
| # | País / territorio | Vacantes abiertas (acotadas) | Incluye (ejemplos) |
|---|---|---|---|
| 1 | Estados Unidos | 34,000 | Formas de ciudad + clave en bruto «United States» |
| 2 | India | 8,577 | Bengaluru/Bangalore, Hyderabad, Pune, Mumbai, «India» |
| 3 | Reino Unido | 6,900 | Variantes de Londres + «United Kingdom» |
| 4 | Alemania | 2,979 | Berlín, Hamburgo, Múnich/München |
| 5 | Singapur | 2,552 | Claves de la ciudad-estado de Singapur |
| 6 | Canadá | 1,989 | Variantes de Toronto + «Canada» |
| 7 | México | 1,090 | México + Guadalajara |
| 8 | Filipinas | 911 | Clave de país en bruto |
| 9 | Grecia | 669 | Atenas / Ática |
| 10 | Japón | 621 | Tokio |
| 11 | Arabia Saudita | 617 | Riad |
| 12 | España | 540 | Madrid |
| 13 | Hong Kong | 523 | Hong Kong |
| 14 | Francia | 517 | París |
| 15 | EAU | 479 | Dubái |
| 16 | Sudáfrica | 469 | Clave de país en bruto |
| 17 | Corea del Sur | 416 | Seúl |
Estados Unidos encabeza el agrupamiento acotado porque las cadenas de ciudad de EE. UU. dominan la cola de alto volumen del top 100 una vez que se elimina el multisitio. India ocupa el segundo lugar incluso antes de salir de la ventana del top 100 — coherente en dirección con la historia del hub de Bengaluru, pero medida aquí como masa del cubo de país entre las etiquetas de ubicación grandes, no como un ranking de ciudades.
Singapur aparece tanto como un hub a escala de ciudad como una clave a escala de país; lo mantenemos como un solo cubo de país/territorio para que no se cuente doble como «ciudad y país».
En qué se diferencia del post de Bengaluru
| Pregunta | Post de Bengaluru | Este post (G1) |
|---|---|---|
| Unidad | Hubs de ciudad (variantes fusionadas) | Estructura del campo de ubicación + agrupamiento por país |
| Multisitio | Excluido de los rankings (~76k en una nota anterior de corpus completo) | Hallazgo principal (29,411 claves exactas en esta extracción) |
| Afirmación de ranking | Bengaluru > SF+Boston | «2 Locations» > clave de país «United States» |
| Riesgo si se mezcla | Ciudades infladas | Países falsos a partir de cadenas remotas / multisitio |
Mismo dataset, intención diferente. Si necesitas saber «qué ciudad», usa el post de ciudades. Si necesitas saber «qué tan roto está el campo de ubicación», usa este.
Lo que esto no es
- No es un censo de país completo de ~525k vacantes abiertas. Solo se asignan las claves de ubicación del top 100; la mayor parte de la masa está en la cola larga.
- No es un ranking de ciudades. Londres y Nueva York solo aparecen como insumos para los cubos de país.
- No es la cuota de mercado remoto. Las filas de texto libre remoto se excluyen de los países; el booleano
remote_openes una historia de honestidad de datos aparte. - No es prueba de que la contratación empresarial sea «solo multisitio». Es prueba de que las etiquetas multisitio son volumen de primera clase en el campo sin procesar.
A quién le sirve esto
Analistas / ingeniería de datos: filtra ^\d+ Locations?$ (y frases hermanas multisitio) antes de cualquier agregado de ciudad o país. Trata la ubicación como una enumeración sucia.
Constructores de producto: si expones «empleos por país», documenta las exclusiones de multisitio y de cadenas remotas, o lanzarás un dashboard que rankea «2 Locations» como un lugar.
Investigadores que citan la serie: la cuota de multisitio y los rankings de ciudades nunca deben compartir un denominador sin la nota de exclusión.
Todo lo anterior se puede volver a consultar desde el mismo endpoint de facetas. Cuando un nuevo rastreo mueva «2 Locations», actualiza el piso — no le inventes ciudades.
Inspecciona cadenas de ubicación en vivo en 14 proveedores de ATS
Busca vacantes abiertas, filtra por faceta de ubicación y observa los marcadores multisitio junto a ciudades reales — misma superficie REST que este estudio. 2,000 créditos gratis al mes, sin tarjeta.
Preguntas frecuentes
What is the most common location string on public ATS job postings?
In Crawlora’s 2026-07-19 top-100 by_location facet, the largest raw string is ‘2 Locations’ at 16,306 open postings — ahead of ‘United States’ (3,599) and every city key in that window. It is a multi-site placeholder, not a city.
How many jobs have no single city in the location field?
Exact ‘N Locations’ placeholders from 2 through 8 Locations sum to 29,411 open postings — about 5.6% of roughly 525,000 open postings by provider sum, and about 28% of the mass inside the top-100 location keys.
Which countries lead after multi-location rows are excluded?
Among resolvable top-100 location keys after excluding multi-loc placeholders, free-text remote strings, and non-geo noise, a hand rollup is led by the United States (~34,000), India (~8,600), the United Kingdom (~6,900), Germany (~3,000), and Singapore (~2,600). That is scoped to the top-100 window, not a full-corpus country census.
Is ‘2 Locations’ larger than US hiring?
No. ‘2 Locations’ is larger than the coarse country key ‘United States’ in the same facet window, but most US roles sit under city strings (New York, San Francisco, …) or outside the top 100. The finding is about label structure, not total US volume.
How is this different from the Bengaluru city ranking post?
That post ranks cities after merging variants and excluding multi-loc rows. This post treats multi-location placeholders as the headline finding and builds a country rollup only after those exclusions. Same Jobs dataset, different unit: city hubs versus location-field structure.
Does free-text ‘Remote’ count as a country?
No. Generic and US-tagged remote location strings (~9,550 in the top-100 window) are workplace language and are excluded from country totals. The remote=true boolean is covered separately in the remote-flag honesty post.