Suche
Linkedin-in
Xing
Facebook-f
Twitter
Instagram
Youtube
Expertise
Data Strategy
BI Week
Use Case Discovery Workshop
BI in a Box
Data Warehouse
Data Analytics
Data Science
SAP Competence Center
Technologien
Data Warehouse
Exasol
Snowflake
SAP Data Warehousing
SAP HANA
SAP BW/4HANA
SAP Data Warehouse Cloud
WhereScape
DataVault Builder
Data Vault & Scalefree
Data Virtuality
Matillion
Matillion_Snowflake
areto Data Chef
Microsoft
Oracle
Data Analytics
ThoughtSpot
Power BI
Tableau
SAP Business Intelligence
SAP Analytics Cloud
SAP BusinessObjects BI Suite
SAP Crystal Reports
Cognos Analytics
Data Science
SAP Leonardo
Insights & Events
News
Events
Referenzen
Pressebereich
areto Blog
Karriere
Über uns
Unternehmen
Werte
Management
Partner
areto – mit dem Herzen denken
Kontakt
Menü
Expertise
Data Strategy
BI Week
Use Case Discovery Workshop
BI in a Box
Data Warehouse
Data Analytics
Data Science
SAP Competence Center
Technologien
Data Warehouse
Exasol
Snowflake
SAP Data Warehousing
SAP HANA
SAP BW/4HANA
SAP Data Warehouse Cloud
WhereScape
DataVault Builder
Data Vault & Scalefree
Data Virtuality
Matillion
Matillion_Snowflake
areto Data Chef
Microsoft
Oracle
Data Analytics
ThoughtSpot
Power BI
Tableau
SAP Business Intelligence
SAP Analytics Cloud
SAP BusinessObjects BI Suite
SAP Crystal Reports
Cognos Analytics
Data Science
SAP Leonardo
Insights & Events
News
Events
Referenzen
Pressebereich
areto Blog
Karriere
Über uns
Unternehmen
Werte
Management
Partner
areto – mit dem Herzen denken
Kontakt
Machine Learning für HR Payoff Analysen
Ausgangslage / Ziele
Umsetzung
Ergebnisse
Technologien & Methoden
Infos zum Kunden
Ausgangslage / Ziele
Implementierung von Machine-Learning-Algorithmen zur automatischen Selektion von Kandidaten für Abfindungsangebote
Simulation von Angebotsannahmeraten für verschiedene Parameter von Abfindungsprogrammen
Umsetzung
Extrahierung von relevanten Merkmalen der Abfindungskandidaten
Aufnahme der Merkmale in den Klassifikations-Algorithmus zur Modellierung der Angebotsannahme
Interpretation des resultierenden Models (Identifikation von Einflussfaktoren auf Annahmewahrscheinlichkeit)
Entwicklung eines Backends zur Analyse der Kandidatenmerkmale
Entwicklung eines Webinterfaces zur Auslieferung der Ergebnisse und Eingabe von Modelparametern
Ergebnisse
Vorhersage der Annahme von Abfindungsangeboten
Identifikation von Einflussfaktoren auf die Annahmewahrscheinlichkeit
Validierung des Algorithmus
Technologien & Methoden
Python, Flask/Bokeh, Docker
Infos zum Kunden
Entwicklung eines Vorhersagemodells mit hoher Vorhersagegüte
Modelanalyse
Entwicklung eines interaktiven Frontends
Bitte um Rückruf
