描述人们在工作中所做的工作是劳动经济学中一个长期存在的核心问题。传统上，分类是手工完成的。如果有可能将新的计算工具和行政工资记录结合起来，在职位和职业之间生成一个自动的人行横道，就可以节省数百万美元的人工成本，数据处理可以加快，数据可以变得更加一致，并且有可能在没有延迟的情况下生成关于劳动力市场不断变化的职业构成的最新信息。本文探讨了使用自动化机器学习方法为管理数据中包含的职位分配职业的可能性。我们使用了一组新的非常丰富和详细的数据，这些数据涉及一个相对狭义的行业(高等教育的公共机构)中的大型公司(大学)的人事交易记录，以确定机器学习方法对职业进行分类的潜力。