Книш Сніжана МихайлівнаХлевна, Юлія Леонідівна2025-06-092025-06-092025Книш С. М. Розробка технології управління персоналом методами Data Science : кваліфікаційна робота магістра : 122 Комп’ютерні науки / Наук. кер. Ю. Л. Хлевна. Київ, 2025. 95 с.https://ir.library.knu.ua/handle/15071834/6670Мета дипломної роботи магістра – підвищення ефективності рекрутингових процесів у системі управління персоналом шляхом розробки та впровадження технології прогнозування термінів закриття вакансій із застосуванням методів Data Science. Об’єкт дослідження – процеси Data Science в сфері управління персоналом, спрямовані на прогнозування термінів закриття вакансій та оптимізацію рекрутингових процесів. Предмет дослідження – моделі, методи та технології Data Science, технології управління персоналом методами Data Science. Наукова новизна дослідження полягає полягає у розширенні предметного поля HR-аналітики шляхом формалізації підходу до прогнозування тривалості закриття вакансій як самостійного обʼєкта дослідження, що раніше не набув належного наукового висвітлення та розглядався здебільшого в контексті загальної оцінки ефективності рекрутингу. У роботі обґрунтовано доцільність виокремлення цього аспекту як окремої задачі моделювання в межах застосування методів Data Science. Відмінність запропонованого підходу полягає в орієнтації на прогнозування саме термінів закриття вакансій, що залишається малодослідженим аспектом у сучасній HR-аналітиці, на відміну від широко представлених рішень щодо класифікації кандидатів або оцінки їхньої відповідності. Модель враховує поєднання категоріальних та кількісних змінних, специфічних для рекрутингового процесу, а також адаптована для застосування у внутрішніх HR-системах без потреби у складних технічних інтеграціях. Практична цінність цього дослідження полягає у розробці та впровадженні технології прогнозування термінів закриття вакансій на основі методів Data Science. Запропонована технологія дозволяє компаніям оптимізувати процеси рекрутингу, скорочуючи час пошуку кандидатів та ефективніше розподіляючи HR-ресурси. Результати дослідження можуть бути використані для вдосконалення систем планування кадрових потреб, що сприяє своєчасному укомплектуванню команд проєктів і зменшенню ризиків затримок у виконанні бізнес-процесів. Крім того, розроблена технологія може слугувати основою для створення аналітичних HR-дашбордів, які забезпечують прозорість і прогнозованість процесів найму. Застосування моделі також дає змогу підвищити якість управлінських рішень у сфері людських ресурсів, забезпечуючи організаціям гнучкість та адаптивність до змін на ринку праці.ukуправління персоналомData ScienceрекрутингRandom ForestпрогнозуванняHR-аналітикамашинне навчанняаналітична модельМагістерська робота