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 PDF
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
Read
Internet Authorized users SPbPU
Read
Internet Anonymous

Access count: 6 
Last 30 days: 2

Detailed usage statistics