Bewerbermatching mit Machine Learning & Text Mining

areto Referenz Data Science Text Mining
  • Identifizierung übereinstimmender Merkmale von Bewerbern und freien Stellen zur Aktualisierung der Personalauswahl
  • Implementierung von Machine-Learning-Algorithmen zur automatisierten Prüfung der Eignung von Bewerbern
  • Strukturiertes Einlesen der Lebensläufe und Anschreiben aus diversen Dateiformaten
  • Einlesen der Bewerbungsunterlagen jedes Bewerbers und Generierung automatischer Unterscheidungsmerkmale
  • Konvertierung der in den Dokumenten enthaltenen Textbausteine zu numerischen Feldern
  • Aufbau einer automatischen Paragraphenerkennung zur Ableitung von Variablen
  • Auswahl und Optimierung von Klassifikationsalgorithmen
  • Vorhersage der Übereinstimmung zwischen Bewerbern und offenen Stellen sowie weiteren Stellen im Konzern
  • Bewertung und Vergleich der Eignung aller Bewerber für eine offene Stelle
  • Erstellung eines Trainingsdatensatzes anhand der Ereignisse früherer passender und nicht passender Bewerber
  • Ableitung einfacherer und fortgeschrittener Merkmale aus den Lebensläufen der Bewerber für die Analyse
  • Programmierung der Kriterien für die Bewertung der Eignung neuer Angestellter
  • Python (Libraries: scikit-learn, NLTK, NetworkX), R / Rstudio

Bitte um Rückruf