В МФТИ разрабатывают HR-платформу для прогнозирования увольнения сотрудников. hr.. hr. искусственный интеллект.. hr. искусственный интеллект. Машинное обучение.. hr. искусственный интеллект. Машинное обучение. мфти.. hr. искусственный интеллект. Машинное обучение. мфти. увольнения.. hr. искусственный интеллект. Машинное обучение. мфти. увольнения. Управление персоналом.

Московский физико-технический институт (МФТИ) и Университет Рыбакова разрабатывают платформу, предназначенную для прогнозирования вероятности увольнения сотрудников на основе данных об их предыдущей трудовой деятельности. По мнению экспертов, в перспективе нейросети смогут прогнозировать и другие аспекты поведения подчинённых, пишут «Известия».

За анализ данных о работниках на платформе отвечает искусственный интеллект, что позволит отделам кадров сократить издержки, указывают в МФТИ. Алгоритмы платформы способны идентифицировать закономерности в поведении сотрудников, учитывая их опыт работы, эффективность и отзывы о рабочих процессах.

«Новый проект призван восполнить отсутствие инструментов для понимания настроения и удовлетворённости сотрудников в режиме реального времени, а также снизить прямые и косвенные затраты на замену сотрудников», — рассказали в пресс-службе МФТИ.

Для разработки модели прогнозирования использовались данные, полученные из интервью с работниками организаций, переживших сокращение штата. 

Отмечается, что метод можно использовать и для сбора косвенных данных о сотруднике, таких как производительность, стаж и обратная связь.

«Эти данные могут косвенно выявить изменения в поведении сотрудников. Кроме того, можно собирать телеметрию с рабочих устройств, однако такой объём данных может значительно увеличить стоимость поддержки системы», — заявляет собеседник издания, инженер по информационной безопасности R-Vision Дмитрий Бурмашов.

Эксперт по сетевым угрозам, веб-разработчик компании «Код безопасности» Константин Горбунов дополняет, что в качестве других вариантов применения ИИ-технологий в HR-сфере могут быть использованы системы рекомендаций образовательных курсов для повышения квалификации сотрудников, а также системы для повышения мотивации, отслеживания уровня вовлечённости подчинённого и его KPI.

Автор: AnnieBronson

Источник

Rambler's Top100