HR получит модель айтишника

Система включает анализ рынка труда региона и модуль подбора подходящего для пользователя профессионального направления. При этом, модели и алгоритмы, которые лежат в основе системы легко перестраиваются на любую другую предметную область. Разработка выполнена в рамках Программы академического стратегического лидерства "Приоритет-2030". Система проходит апробацию на площадке для бизнесов и стартапов "Технопарк Пермь". В качестве основного источника данных ученые использовали требования работодателей к компетенциям IT-специалистов. В исходном виде их можно обнаружить в текстах вакансий, которые публикуются на российских и зарубежных сайтах-агрегаторах. Для превращения объявления о найме в математическую модель, политехники использовали методы обработки естественного языка. После сбора, нормализации и преобразования данных в дело вступает разработанный учеными алгоритм. Сначала производится извлечение из текста и организация всех компетенций, которые встречаются в вакансиях. Затем проводится кластерный анализ, который разбивает множество вакансий региона на взаимосвязанные группы. Каждая группа соотносится с одним направлением профессиональной деятельности. Например, "Веб-разработка", "1С-программирование", "Разработка для мобильных устройств". "Для каждой найденной на первом этапе компетенции определяется степень ее соответствия направлению. Это дает понимание, насколько конкретная компетенция важна для специалиста, работающего именно в этом профессиональном направлении", – поясняет профессор, заведующий кафедрой информационных технологий и автоматизированных систем ПНИПУ Рустам Файзрахманов. На основе описанного подхода ученые Пермского Политеха разработали прототип системы поддержки принятия решений. На сегодня система оперирует более 500 тыс. вакансий со всей страны. "Для использования модуля пользователь должен ввести компетенции, которые для него являются ключевыми, выбрать регион и период анализа. После ввода информации система предложит несколько наиболее подходящих лично ему IT-направлений, а также подскажет, что и в каком порядке стоит изучить для повышения квалификации", – рассказывает разработчик системы, ведущий программист кафедры информационных технологий и автоматизированных систем ПНИПУ Денис Яруллин. Модели и алгоритмы, которые лежат в основе системы, уникальны тем, что легко перестраиваются на любую другую предметную область с минимальным вмешательством со стороны разработчиков. Необходим только источник данных, причем источником может быть любая текстовая информация. Представитель пресс-службыПермского Политеха рассказал ComNews, что наиболее перспективной представляется использование модели SaaS (software-as-a-service) с монетизацией доступа к веб-интерфейсу и отдельным функциям. Также рассматривается монетизация API для сторонних разработчиков. "MVP был готов за два месяца, оттачивание методов и моделей, наполнение базы данных заняло более 2 лет. В настоящее время ведется работа по улучшению UI/UX и масштабированию системы. Степень готовности системык промышленному внедрению можно оценить в 75-80%, - рассказал он. - В условиях возрастающей конкуренции образовательных организаций за обучающихся подготовка востребованных специалистов может служить весомым конкурентным преимуществом. В тоже время для ИТ-компаний ценным становится наглядное представление ландшафта отрасли в регионе и возможность встраивания их текущего стека технологий в этот контекст. Предлагаемое решение позволяет направлять подготовку кадров, опираясь именно на данные, на результаты анализа сотен тысяч исходных текстов. Такой дата-ориентированный подход, на наш взгляд, весьма востребован в условиях цифровой экономики, особенно со стороны образовательных организаций.Подготовка ИТ-кадров является одним из приоритетных направлений образования на всех уровнях. Одновременно с этим получение ИТ-профессий становится все популярнее. При этом требования к соискателям на рынке труда становятся выше: компания заинтересована в том, чтобы новый специалист был готов быстро и эффективно включиться в существующие бизнес-процессы, а время его "онбординга", адаптации было минимальным. Предлагаемая система становится своеобразным мостом между всеми заинтересованными сторонами: образовательные организации получают возможность предлагать программы подготовки и переподготовки, опирающиеся на реальный запрос рынка, соискатели могут сразу увидеть контекст получаемых компетенций и связать их с конкретными задачами и направлениями деятельности, работодатели сокращают время адаптации новых сотрудников и издержки на их дополнительное обучение. С нашей точки зрения, это делает разработку весьма актуальной". Заместитель руководителя департамента цифровых решений Агентства "Полилог", разработчик BPM-платформы Polycode Андрей Макеев считает, что данное решение будет интересно потенциальным работникам. "Соискатели, у которых есть целевая должность, к которой они стремятся, могут получить усредненный перечень требуемых компетенций. Это поможет спланировать персональный трек развития soft и hard-skills. В случае, если понимания должности еще нет, можно пойти от обратного и понять, на что соискатель может претендовать с текущими компетенциями. Новая технология имеет большой потенциал развития и на стороне работодателя. По нашему наблюдению, сейчас наметился тренд на цифровизацию HR-цикла. Компании пытаются удешевить стоимость подбора и найма персонала, прибегая к автоматизации. У нашей команды, как разработчика BPM, уже находится в проработке несколько решений для управления персоналом, основная задача которых — сократить затраты на HR, как минимум, на 20%, - рассказывает он. - По статистике, в 41% случаев рекрутеры не имеют единого образца кандидата. Отсутствие понятных и конкретных требований затрудняет поиск эффективного сотрудника. Несоответствие навыков соискателей и требований работодателей ведет к тому, что 28% кандидатов увольняются сразу после трудоустройства. В качестве интеллектуального эксперта рекрутера продукт Пермского Политеха мог бы помочь более четко формулировать требования к кандидатам". Ссылка на источник