Приложение для подбора персонала на основе алгоритмов машинного обучения

Данная работа посвящена построению предиктивной математической модели, направленной на предсказание соответствия конкретного соискателя работы определенной вакансии и успешности выполнения работ данным соискателем. В работе рассмотрены некоторые подходы к решению задачи применения алгоритмов машинного обучения к рекрутинговым системам, а также представлен базовый итеративный процесс построения обучаемой предиктивной модели классификации данных. Для каждого этапа процесса разработки модели представлены базовые теоретические сведения о различных применяемых техниках и алгоритмах машинного обучения и анализа данных. Данная работа производится согласно заданию на разработку предиктивной модели компании PROFI.RU, являющейся одной из крупнейших систем по поиску специалистов для выполнения различного рода работ в российском сегменте рынка marketplace-сервисов услуг. В соответствии с данным заданием техники и алгоритмы, применяемые в работе, базируются на производственных данных, предоставленных данной компанией. Объектом разработки является сервис, предоставляющий функционал по предсказанию успешности выполнения работ размещенного на ресурсе заказа определенным соискателем с заданной точностью. Разработанный сервис обладает внешним API взаимодействия с целью интеграции с внутренними производственными системами компании PROFI.RU и последующим развертыванием и функционированием в VPN ресурса. Работа содержит 30 страниц, 4 главы, 7 рисунков, 2 таблицы, 1 схему, 10 источников, 6 приложений. Ключевые слова: интернет-рекрутинг, рекрутинговые системы, машинное обучение, анализ данных.