Details
Title | Разработка прототипа сервиса отбора кандидата на вакансию в рекрутинговом агентстве с применением методов машинного обучения: выпускная квалификационная работа магистра: направление 09.04.04 «Программная инженерия» ; образовательная программа 09.04.04_03 «Машинное обучение в управлении бизнесом» |
---|---|
Creators | Кондакова Анастасия Николаевна |
Scientific adviser | Широкова Светлана Владимировна |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли |
Imprint | Санкт-Петербург, 2024 |
Collection | Выпускные квалификационные работы; Общая коллекция |
Subjects | управление человеческими ресурсами; машинное обучение; искусственный интеллект; задачи управления человеческими ресурсами; методы машинного обучения; модели машинного обучения; задача классификации; технологии искусственного интеллекта; human resource management; machine learning; artificial intelligence; human resource management tasks; machine learning methods; machine learning models; classification task; artificial intelligence technologies |
Document type | Master graduation qualification work |
File type | |
Language | Russian |
Level of education | Master |
Speciality code (FGOS) | 09.04.04 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/3/2024/vr/vr24-3987 |
Rights | Доступ по паролю из сети Интернет (чтение) |
Record key | ru\spstu\vkr\30159 |
Record create date | 7/10/2024 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
Целью работы является разработка прототипа сервиса отбора кандидата на вакансию с применением методов машинного обучения для повышения эффективности процесса рекрутинга в организации. Решены следующие задачи: – проведен анализ применения методов машинного обучения в управлении человеческими ресурсами; – проанализированы существующие аналоги разрабатываемого сервиса; – выбран подход и модели машинного обучения для построения сервиса; – разработан прототип веб-сервиса подбора персонала; – приведено экономическое обоснование эффективности разработанного продукта. Актуальность работы обусловлена необходимостью разработки отечественного аналога сервиса подбора кандидатов для усовершенствования процессов рекрутинга в организации, сокращении финансовых и временных затрат на поиск и подбор персонала, а также для обеспечения информационной безопасности и независимости от иностранных решений, что особенно актуально в условиях глобальных экономических и политических вызовов. Использованные методы: статистические методы, общенаучные методы, наблюдение, анализ и синтез, математические методы, методы машинного обучения. Источниками информации выступили данные отечественной и зарубежной научно-исследовательской литературы, официальных Интернет-ресурсов и аналитических агентств. В результате проделанной работы был разработан прототип сервиса подбора кандидата на вакансию, который может быть использован компаниями РФ для оптимизации процессов рекрутинга.
The aim of the graduate qualification work is development of a prototype of a candidate selection service for a vacancy using machine learning methods to increase the efficiency of the recruiting process in the organization. The following tasks were solved: – analysis of the application of machine learning methods in human resource management was carried out; – analyzed existing analogues of the service being developed; – the approach and machine learning models for building the service were selected; – a prototype of a web service for personnel selection was developed; – an economic justification for the effectiveness of the developed product was provided. The relevance of the topic is due to the need to develop a domestic analogue of a candidate selection service to improve recruitment processes in an organization, reduce financial and time costs for searching and selecting personnel, as well as to ensure information security and independence from foreign solutions, which is especially important in the context of global economic and political challenges. Research methods used: statistical methods, general scientific methods, observation, analysis and synthesis, mathematical methods, machine learning methods. The sources of information were data from domestic and foreign scientific research literature, official Internet resources and analytical agencies. As a result of the work done, a prototype of a service for selecting a candidate for a vacancy was developed, which can be used by Russian companies to optimize recruiting processes.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 6
Last 30 days: 2