Програмне забезпечення системи підтримки прийняття рішень для агенції з надання послуг в сфері працевлаштування

Abstract

Актуальність Сучасний ринок праці перебуває в стані цифрової трансформації. Компанії стикаються з дефіцитом кваліфікованих кадрів, а агентства з працевлаштування — з безпрецедентними обсягами інформації. Щоденна обробка тисяч резюме вручну створює «вузьке місце» в процесах найму: це ресурсомістко, повільно та суб’єктивно. Існуючі системи автоматизації (ATS) часто обмежуються функціями зберігання даних, не надаючи інструментів для інтелектуального аналізу. Тому розробка спеціалізованого програмного забезпечення системи підтримки прийняття рішень (СППР) є надзвичайно актуальною. Впровадження СППР дозволить автоматизувати скоринг кандидатів, підвищити об’єктивність відбору та скоротити час на закриття вакансій, забезпечуючи агентству конкурентну перевагу. Предмет та Об’єкт Дослідження Об’єктом дослідження є процес прийняття рішень в агентстві з надання послуг у сфері працевлаштування при підборі кандидатів. Предметом дослідження є моделі, методи, алгоритми та інформаційні технології для побудови СППР, призначеної для автоматизації задач скорингу та ранжування кандидатів. Мета Дослідження Метою роботи є підвищення ефективності підбору персоналу шляхом розробки СППР. Для цього необхідно розробити архітектуру на базі гнучкої моделі зваженого оцінювання та спроєктувати аналітичну підсистему з використанням технології OLAP для аналізу ефективності стратегій підбору. Зміст Поставлених Завдань - Для досягнення мети визначено такі завдання: - Провести системний аналіз предметної області та існуючих рішень. - Сформулювати функціональні вимоги до СППР. - Спроєктувати архітектуру системи (OLTP-база + API на FastAPI). - Розробити адаптивну модель зваженого оцінювання з використанням патерну «Стратегія». - Спроєктувати Сховище Даних (DWH) та OLAP-куб (Схема «Зірка») для аналізу ефективності. - Розробити програмний прототип ключових компонентів. - Сформулювати рекомендації щодо використання системи для вдосконалення алгоритмів. Методи Дослідження У роботі використано сукупність сучасних методів та технологій: - Для аналізу та проєктування: методи системного аналізу та об’єктно-орієнтованого проєктування (UML), моделювання баз даних (ER-діаграми). - Для розробки прототипу: мова Python 3, фреймворк FastAPI, ORM SQLAlchemy та Pydantic. Алгоритмічне ядро реалізовано через патерн «Стратегія». - Для аналітичної підсистеми: методологія моделювання Сховищ Даних (DWH), Схема «Зірка», технологія OLAP та засоби бізнес-аналітики (Power BI). Наукова Новизна Отримані результати мають таку наукову новизну: - Запропоновано удосконалення алгоритму підбору шляхом використання патерну «Стратегія», що дозволяє динамічно змінювати моделі зважування (наприклад, пріоритет освіти для Junior або soft-skills для Senior), розвиваючи методи патенту US20130166459A1. - Вдосконалено архітектуру СППР, яка інтегрує операційну базу (OLTP) та багатовимірний OLAP-куб (DWH). - Створено замкнений цикл зворотного зв’язку (feedback loop), що дозволяє об’єктивно вимірювати ефективність стратегій на основі реальних даних (FactHiringPerformance), науково обґрунтовуючи вибір моделі оцінювання