Bewerbermatching mit Machine Learning & Text Mining

Ausgangslage / Ziele

Technologien & Methoden

Infos zum Kunden

Ausgangslage / Ziele

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

Umsetzung

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

Ergebnisse

Vorhersage der Übereinstimmung zwischen Bewerbern und offenen Stellen sowie weiteren Stellen im Konzern
Bewertung und Vergleich der Eignung aller Bewerber für eine offene Stelle

Technologien & Methoden

Python (Libraries: scikit-learn, NLTK, NetworkX), R / Rstudio

Infos zum Kunden

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