ОЦЕНКА КОМПЕТЕНТНОСТИ СОТРУДНИКОВ С ИСПОЛЬЗОВАНИЕМ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ

Abstract

Целью исследования является экспериментальное обоснование алгоритмов машинного обучения для объективной оценки компетентности сотрудников в условиях цифровизации управления персоналом. Для достижения данной цели были поставлены задачи анализа ограничений традиционных методов аттестации, разработки методов автоматизированной оценки на основе данных о профессиональной деятельности, проведения сравнительного анализа эффективности моделей классификации с учётом требований к интерпретируемости решений. В работе рассмотрены четыре класса алгоритмов — логистическая регрессия, случайный лес, градиентный бустинг и нейронные сети, предложена схема предобработки данных, включающая нормализацию, кодирование категориальных признаков и борьбу с дисбалансом классов. Оценка моделей проводилась по метрикам точности, полноты, F1-меры и ROC-AUC. Результаты показали, что экспериментальная проверка на реальных кадровых данных обеспечивает оптимальный баланс между точностью классификации и прозрачностью принимаемых решений. Внедрение модели случайного леса позволяет минимизировать риски субъективной оценки и может быть интегрировано в существующие HR-процессы без радикальной перестройки информационной инфраструктуры.