В МТУСИ предложили автоматизированный подход к оценке соответствия навыков кандидата требованиям вакансии

В современном мире, где бизнес-процессы стремительно развиваются, быстрый и эффективный скрининг резюме становится ключевой необходимостью по нескольким причинам: рынок труда становится конкурентнее, и компании должны оперативнее находить и привлекать квалифицированный персонал для поддержания своей конкурентоспособности, в то время как обработка множества поступающих резюме становится трудо- и времязатратной операцией.

МТУСИ

В МТУСИ предложили автоматизированный подход к оценке соответствия навыков кандидата требованиям вакансии / © Getty images

Сложность и высокая затратность ручных методов анализа каждого резюме создают потребность в эффективных автоматизированных решениях, одно из которых предложил магистрант факультета «Информационные технологии» Сергей Копытько под руководством старшего преподавателя кафедры «Математическая кибернетика и информационные технологии» МТУСИ Антона Кузина.

Эксперты разработали подход к оценке соответствия навыков кандидата требованиям вакансии, включающий в себя алгоритм на основе ориентированных графов для классификации компетенций и алгоритм сопоставления навыков с требованиями работодателей.

Алгоритм, основанный на ориентированном графе, представляет собой структуру, где каждая компетенция или навык представлен узлом, а связи между ними формируют ориентированные ребра. Например, термин «управление» связан с навыком «лидерские качества», а выражение «публичное выступление» связано как с навыком «умение убеждать», так и с навыком «коммуникабельность». Узлы данной структуры могут обладать множественными родителями, что отражает реальную динамику, где компетенции и навыки взаимосвязаны и зависят от нескольких областей экспертизы.

Разработчики отмечают, что необходимо провести предварительную обработку данных, направленную на стандартизацию словоформ, уменьшение лексических вариаций, разбиение по стоп-словам и точкам с учетом сокращений. Затем из подаваемого набора фраз выделяются отдельные слова (униграммы) и пары слов (биграммы), после обработки формируется облако понятий, необходимое для работы алгоритма. Предложенный подход может служить основой автоматизации процесса скрининга резюме.

«На основе алгоритма разработан метод систематической оценки соответствия навыков требованиям вакансии. Этот метод включает в себя механизм попарного сравнения компетенций, выделенных с использованием метода формирования n-грамм и предварительно построенной базы графов понятий. Производится подсчет соответствия списка навыков, описанных в резюме, перечню навыков, сформированному на основе вакансии. Каждое соответствие оценивается по шкале от 0 до 1, где 1 представляет собой полное сходство», — пояснил Антон Кузин.

Последующим шагом является нахождение среднего значения, которое и является оценкой соответствия навыков кандидата, описанных в резюме, требованиям вакансии.

Эксперимент, проведенный на реальной вакансии, подтвердил, что алгоритмический подход демонстрирует стойкую эффективность в условиях существенных различий между описанными в резюме навыками и предъявляемыми кандидату вакансией требованиями. Предложенный метод демонстрирует способность обеспечивать точную и систематическую оценку степени соответствия, несмотря на высокий уровень абстракции и множественность параметров, характерных для профессиональных компетенций.

Нашли опечатку? Выделите фрагмент и нажмите Ctrl + Enter.

Московский технический университет связи и информатики (МТУСИ) — ведущее отраслевое техническое высшее учебное заведение Центральной России по подготовке кадров для IT и телеком-индустрии, подведомственное Министерству цифрового развития, связи и массовых коммуникаций РФ. Основан в 1921 году на базе Московского электротехнического института народной связи им. В.Н. Подбельского. Ежегодно МТУСИ выпускает востребованных специалистов в области связи, информационных технологий, квантовых коммуникаций, робототехники, информационной безопасности и цифровой экономики. В состав университета входят 5 факультетов, 34 кафедры, 2 филиала (Волго-Вятский и Северо-Кавказский), Колледж телекоммуникаций, Музей электросвязи, Квантовый центр, Центр робототехники, Лаборатория AR/VR, Центры заочного обучения бакалавров и магистров, Центр индивидуального обучения.