Моделювання підбору молодих спеціалістів за допомогою штучного інтелекту

Abstract

Резюме. Розвиток соціальних мереж, популяризація віддаленої роботи та глобалізація створюють підґрунтя для трансформації HR-менеджменту. Підвищення ефективності та якості реалізації наявних технологій підбору персоналу досягається за рахунок їх цифровізації: застосування інтегрованих мобільних додатків та автоматизація HR-процесів, цифрової інтеграції з хмарними сервісами, використання прогнозної рeople-аналітики, використання технологій доповненої реальності (AR), віртуальної реальності (VR), штучного інтелекту (АІ). Однак, наявна проблема пошуку роботи молодими спеціалістами, що полягає у відсутності досвіду, конкуренції та неоднорідності освітніх програм. Через це роботодавцям складно оцінювати та наймати таких кандидатів. Найм молодих спеціалістів важливий для компаній з різних причин, включаючи підготовку майбутніх фахівців та доступ до академічних ресурсів. У статті досліджено потенціал використання методів, що працюють на інтелектуальній основі для підбору молодих спеціалістів, який полягає у автоматизації рутинних завдань, пришвидшення відбору кандидатів, оцінці об'єктивності кандидатури. У рамках проведеного дослідження для прогнозування найму молодих спеціалістів використано методи машинного навчання: логістична регресія; лінійна регресія; дерева рішень; випадковий ліс; XGBoost. Для аналізу даних використано мову програмування R; для тренування та тестування моделей машинного навчання використано мову програмування Python та бібліотеки scikit-learn та XGBoost. При побудові моделей враховано академічну успішність молодих спеціалістів та рівень оплати праці. Результати дослідження можуть бути використані для оптимізації процесу підбору персоналу та рекрутингу молодих спеціалістів для підприємств і організацій. Штучний інтелект може допомогти в автоматизації відбору кандидатів, аналізі їхніх навичок та якіснішій відповідності потребам робочих місць. Дослідження може допомогти молодим спеціалістам краще розуміти вимоги ринку праці, отримати цінні поради та інсайти щодо того, як підготуватися і підвищити власну конкурентоспроможність при пошуку роботи.

A közösségi hálózatok fejlődése, a távmunka népszerűsítése és a globalizáció megteremti az alapot az HR-menedzsment átalakulásához. A meglévő toborzási technológiák megvalósításának hatékonyságának és minőségének növelése azok digitalizálásával érhető el: integrált mobilalkalmazások alkalmazása és a HR-folyamatok automatizálása, digitális integráció alkalmazása felhőszolgáltatásokkal, prediktív humánelemzés, kiterjesztett valóság (AR), virtuális valóság (VR), ill. mesterséges intelligencia (AI) alkalmazása. Problémát jelent azonban a fiatal szakemberek foglalkoztatása, amely a tapasztalat hiányából, a versenyből és az oktatási programok heterogenitásából áll. Ez megnehezíti a munkáltatók számára az ilyen jelöltek értékelését és felvételét. A fiatal szakemberek vonzása számos okból fontos a vállalatok számára, beleértve a leendő szakemberek képzését és a tudományos forrásokhoz való hozzáférést. A cikk feltárja a fiatal szakemberek kiválasztásának intellektuális alapú módszereinek alkalmazási lehetőségeit, amelyek a rutinfeladatok automatizálásából, a jelöltkiválasztás felgyorsításából és a jelöltség objektivitásának értékeléséből állnak. Az elvégzett kutatás során a következő gépi tanulási módszereket alkalmaztunk a fiatal szakemberek felvételének előrejelzésére: logisztikus regresszió; lineáris regresszió; döntési fák; véletlenszerű erdő; XGBoost. Az R programozási nyelvet használtuk az adatelemzéshez, a Python programozási nyelvet, a scikit-learn és XGBoost könyvtárakat pedig a gépi tanulási modellek betanítására és tesztelésére. A modellek felépítése során a tanulmány figyelembe vette a fiatal szakemberek sikerességi arányát és a javadalmazás szintjét. A kutatás eredményei felhasználhatók a munkaerő-toborzás és a fiatal szakemberek vállalkozásokba, szervezetekbe történő toborzási folyamatának optimalizálására. A mesterséges intelligencia segíthet automatizálni a jelöltek kiválasztását, elemezheti képességeiket, valamint jobban megfelelni a munkakörök igényeinek. A kutatás segíthet a fiatal szakembereknek abban, hogy jobban megértsék a munkaerő-piaci igényeket, értékes tanácsokat kapjanak, és megértsék, hogyan készüljenek fel és növeljék versenyképességüket az álláskeresés során.

Abstract. The development of social networks, the popularization of remote work, and globalization provide a basis for the transformation of HR management. The efficiency and quality of implementing existing recruitment technologies are enhanced through their digitalization: the use of integrated mobile applications and automation of HR processes, digital integration with cloud services, the use of predictive people analytics, augmented reality (AR), virtual reality (VR), and artificial intelligence (AI). However, there is an existing problem of job search for young professionals, which lies in the lack of experience, competition, and heterogeneity of educational programs. Because of this, employers find it challenging to evaluate and hire such candidates. Hiring young professionals is important for companies for various reasons, including preparing future specialists and accessing academic resources.The article investigates the potential of using intelligent-based methods for recruiting young professionals, which includes automating routine tasks, accelerating candidate selection, and evaluating the objectivity of candidates. The study employs machine-learning methods for predicting the hiring of young professionals: logistic regression, linear regression, decision trees, random forest, and XGBoost. The R programming language was used for data analysis; the Python programming language and the SciKit-Learnand XGBoost libraries were used for training and testing machine-learning models. The models take into account the academic performance of young professionals and their salary levels. The study's results can be used to optimize the recruitment process for enterprises and organizations. Artificial intelligence can assist in automating candidate selection, analyzing their skills, and better matching job requirements. The research can help young professionals better understand labor market requirements, gain valuable advice and insights on how to prepare and increase their competitiveness in the job search.