Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica

En el marco del proceso de transformación digital que atraviesan todas las industrias, esta tesis explora el uso innovador de la inteligencia artificial, con un enfoque en el procesamiento del lenguaje natural (NLP), para mejorar los procesos de reclutamiento dentro de las organizaciones. La inve...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Alasino, Augusto
Otros Autores: Del Corro, Luciano
Formato: Tesis de maestría acceptedVersion
Lenguaje:Español
Inglés
Publicado: Universidad Torcuato Di Tella 2024
Materias:
Inteligencia Artificial
Artificial Intelligence
Innovación tecnológica
Technological innovation
Gestión del personal
Personnel Management
Recursos humanos
Human Resources
Procesamiento de Lenguaje Natural
Acceso en línea:https://repositorio.utdt.edu/handle/20.500.13098/12910
Aporte de:
Repositorio Digital Universidad Torcuato Di Tella de Universidad Torcuato Di Tella
id I57-R163-20.500.13098-12910
record_format dspace
spelling I57-R163-20.500.13098-129102024-10-03T22:50:15Z Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica Alasino, Augusto Del Corro, Luciano Inteligencia Artificial Artificial Intelligence Innovación tecnológica Technological innovation Gestión del personal Personnel Management Recursos humanos Human Resources Procesamiento de Lenguaje Natural En el marco del proceso de transformación digital que atraviesan todas las industrias, esta tesis explora el uso innovador de la inteligencia artificial, con un enfoque en el procesamiento del lenguaje natural (NLP), para mejorar los procesos de reclutamiento dentro de las organizaciones. La investigación se centra en el desarrollo de un sistema avanzado y económicamente eficiente de clasificación y recomendación de candidatos para vacantes laborales, utilizando datos no estructurados extraídos de currículums vitae y descripciones de puestos de trabajo. Los resultados sugieren que es totalmente factible generar una mejora significativa en la eficiencia operativa de los procesos de selección con recursos limitados. El sistema desarrollado permite analizar un enorme volumen de candidatos en cuestión de segundos logrando realizar inferencias con un porcentaje de acierto que promedia el 90%, lo cual permitiría reducir costos y tiempos de contratación, además de minimizar los sesgos humanos en la selección inicial de candidatos. Este trabajo no solo confirma la viabilidad de implementar estas tecnologías en entornos empresariales reales debido a su bajo costo computacional, sino que también sugiere un cambio de paradigma hacia un enfoque más justo y equitativo en el reclutamiento, asegurando que todos los candidatos puedan ser considerados basados en su compatibilidad con el puesto. 2024-07-25T17:36:24Z 2024-07-25T17:36:24Z 2024 info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/acceptedVersion https://repositorio.utdt.edu/handle/20.500.13098/12910 spa eng info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-sa/2.5/ar/ 56 p. application/pdf application/pdf Universidad Torcuato Di Tella
institution Universidad Torcuato Di Tella
institution_str I-57
repository_str R-163
collection Repositorio Digital Universidad Torcuato Di Tella
language Español
Inglés
orig_language_str_mv spa
eng
topic Inteligencia Artificial
Artificial Intelligence
Innovación tecnológica
Technological innovation
Gestión del personal
Personnel Management
Recursos humanos
Human Resources
Procesamiento de Lenguaje Natural
spellingShingle Inteligencia Artificial
Artificial Intelligence
Innovación tecnológica
Technological innovation
Gestión del personal
Personnel Management
Recursos humanos
Human Resources
Procesamiento de Lenguaje Natural
Alasino, Augusto
Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
topic_facet Inteligencia Artificial
Artificial Intelligence
Innovación tecnológica
Technological innovation
Gestión del personal
Personnel Management
Recursos humanos
Human Resources
Procesamiento de Lenguaje Natural
description En el marco del proceso de transformación digital que atraviesan todas las industrias, esta tesis explora el uso innovador de la inteligencia artificial, con un enfoque en el procesamiento del lenguaje natural (NLP), para mejorar los procesos de reclutamiento dentro de las organizaciones. La investigación se centra en el desarrollo de un sistema avanzado y económicamente eficiente de clasificación y recomendación de candidatos para vacantes laborales, utilizando datos no estructurados extraídos de currículums vitae y descripciones de puestos de trabajo. Los resultados sugieren que es totalmente factible generar una mejora significativa en la eficiencia operativa de los procesos de selección con recursos limitados. El sistema desarrollado permite analizar un enorme volumen de candidatos en cuestión de segundos logrando realizar inferencias con un porcentaje de acierto que promedia el 90%, lo cual permitiría reducir costos y tiempos de contratación, además de minimizar los sesgos humanos en la selección inicial de candidatos. Este trabajo no solo confirma la viabilidad de implementar estas tecnologías en entornos empresariales reales debido a su bajo costo computacional, sino que también sugiere un cambio de paradigma hacia un enfoque más justo y equitativo en el reclutamiento, asegurando que todos los candidatos puedan ser considerados basados en su compatibilidad con el puesto.
author2 Del Corro, Luciano
author_facet Del Corro, Luciano
Alasino, Augusto
format Tesis de maestría
Tesis de maestría
acceptedVersion
author Alasino, Augusto
author_sort Alasino, Augusto
title Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
title_short Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
title_full Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
title_fullStr Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
title_full_unstemmed Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
title_sort un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
publisher Universidad Torcuato Di Tella
publishDate 2024
url https://repositorio.utdt.edu/handle/20.500.13098/12910
work_keys_str_mv AT alasinoaugusto unenfoquedeclasificacionnosupervisadaparaunsistemaderecomendaciondecurriculumsvitaebasadoenlasimilitudsemantica
_version_ 1823894492810313728

Ejemplares similares