Решение для HR
март — апрель 2020
Описание решения
Предлагаемое решение может помочь HR - специалистам определить:
Используемые технологии:
Python 3.8.2 и библиотеки машинного обучения
- Соответствует ли выбранная должность предыдущим должностями, указанными в резюме кандидата
- Когда кандидат с большей вероятностью будет заинтересован в смене работы
Используемые технологии:
Python 3.8.2 и библиотеки машинного обучения
Решение позволяет ответить на две основные задачи:
1. Предсказание рабочей области по названию и описанию должности в резюме.
Для данной задачи используется линейная модель.
В результате получаются достаточно точные данные.
Точность предсказания по областям знаний составляет более 90%.
2. Предсказание времени, когда кандидат с большей вероятностью будет заинтересован в смене работы.
В данной задаче определяется несколько промежутков времени.
Например, кандидат будет заинтересован в смене работы:
В результате валидации данных получается достаточно высокая точность.
- Предсказание рабочей области по названию и описанию должности в резюме.
- Предсказание времени, когда кандидат с большей вероятностью будет заинтересован в смене работы.
1. Предсказание рабочей области по названию и описанию должности в резюме.
Для данной задачи используется линейная модель.
В результате получаются достаточно точные данные.
Точность предсказания по областям знаний составляет более 90%.
2. Предсказание времени, когда кандидат с большей вероятностью будет заинтересован в смене работы.
В данной задаче определяется несколько промежутков времени.
Например, кандидат будет заинтересован в смене работы:
- менее чем через 12 месяцев
- через 12 - 36 месяцев
- более чем через 36 месяцев
В результате валидации данных получается достаточно высокая точность.
Применение решения
Daxtra
Точность предсказания по должностям составила 97%
Точность предсказания времени работы на должности составила 80-85%
Точность предсказания времени работы на должности составила 80-85%