2024 рік

Permanent URI for this collection

https://ir.kneu.edu.ua/handle/2010/46346

Browse

Browsing 2024 рік by Subject "candidate selection"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    Розробка алгоритмів для оцінювання навичок кандидатів на посади IT-фахівців з використанням SMART-аналізу
    (Київський національний економічний університет імені Вадима Гетьмана, 2024-06-12) Жук, Дмитро Валентинович; Zhuk, Dmytro; Джалладова, Ірада Агаєвна
    На сьогоднішній день підприємництво виявляє все більший інтерес до використання новітніх технологій та аналітичних інструментів для ефективного управління людськими ресурсами. Життєво необхідно мати об’єктивні, точні та ефективні методи оцінювання навичок кандидатів, щоб забезпечити високу якість кадрового забезпечення та конкурентоспроможність. Використання сучасного підходу SMART-аналізу може значно поліпшити процес підбору кандидатів та управління людськими ресурсами, забезпечуючи відповідність їхніх навичок потребам IT-індустрії та сприяючи подальшому розвитку цього сектору в цілому. Отримані результати дослідження в цілому свідчать про значне покращення процесу оцінювання навичок кандидатів, оскільки значення зваженого коефіцієнта кореляції Кендала Тау досягає близько 0,857. Також рекомендується активне залучення гібридного підходу «Human-in-the-loop» для забезпечення оптимального поєднання інтелектуальних технологій та експертної думки, що забезпечує об’єктивність і нейтральність у процесі оцінювання навичок кандидатів. Today, entrepreneurship emphasizes the use of the latest technologies and analytical tools for effective human resource management. It is vital to employ objective, accurate, and efficient methods to assess candidate skills, ensuring high-quality staffing and competitiveness. Implementing a modern approach of SMART analysis can significantly enhance the candidate selection process and human resource management. This ensure that candidates’ skills align with the needs of the IT industry, contributing to the further sector’s development overall. The results obtained show a significant improvement in assesing candidates’ skills, achieving a Weighted Tau coefficient of up to 0.857. It is also recommended to include the active involvement of a hybrid “Human-in-the-loop” approach to ensure the optimal combination of intelligent technologies and peer review, thereby ensuring objectivity and neutrality in the process of assessing candidate skills.