FenixEdu™

Dissertação

{en_GB=Applying Machine Learning Techniques to Implement a Decision Support Mechanism for Human Resources Recruitment } {} EVALUATED

Detalhes: {pt=Este trabalho descreve uma nova abordagem baseada em técnicas de machine learning na avaliação de candidatos para cargos de trabalho em empresas de IT e a sua integração nos processos de recrutamento. Esta abordagem é constituída por quatro camadas principais: camada de processamento, camada de agrupamento, camada de classificação e camada de output. A camada de processamento recebe CVs, extraindo os atributos dos mesmos de modo a serem usados nas camadas seguintes. A camada de agrupamento estuda a estrutura da empresa enquanto que a camada de classificação é responsável pela avaliação de um novo candidato, dependendo dos dados obtidos na camada anterior. A primeira implementa o algoritmo K-Means enquanto que a última implementa o classificador KNN. Por fim, a última camada gera vários outputs representados numa aplicação web, descrevendo o candidato e o quão adequado é para a empresa a que se candidata. Este trabalho revela resultados promissores em relação à sua utilidade como ferramenta de guia do processo de recrutamento, destacando-se de sistemas semelhantes por uma análise mais aprofundada sobre cada candidato e pelas simples interfaces de utilizador apresentadas., en=This work describes a new approach based on machine learning techniques to automatically evaluate candidates to open positions in IT companies and its integration on the recruitment processes. This approach comprises four main layers: a processing layer, a clustering layer, a classification layer and an output layer. The processing layer receives CVs, extracting their features in order to be used in the latter layers. The clustering layer studies the underlying structure of the company while the classification layer is responsible for the evaluation of an incoming candidate, relying on the structured data obtained from the previous layer. The first implements the K-Means clustering algorithm while the latter implements the KNN classifier. At last, the final layer generates several outputs displayed in a web application, describing the evaluated candidate and his/her adequacy for the company. This work shows promising results regarding its usefulness as a tool to guide the recruitment process, standing out from similar systems by the deeper analysis performed on each candidate and simpler user interfaces.}
Keywords: {pt=Agrupamento, Aprendizagem Automática, Aplicação Web, Classificação, Processo de Recrutamento, Suporte de Decisão, en=Clustering, Classification, Decision-Support, Machine Learning, Recruitment Process, Web Application}

Discussão: novembro 25, 2019, 13:0