Анкетные данные для HR

Данные собраны в рамках HR-исследования среди участников курсов по Data Science. Бинарная целевая переменная указывает, ищет ли специалист новую работу. Датасет содержит пропуски и категориальные переменные, требующие предобработки.

• Объём: ~19 000 строк, 14 колонок

• Структура: табличная, бинарная классификация

• Признаки: enrollee_id, city, city_development_index (CDI — индекс развитости города), gender, relevant_experience (релевантный опыт), enrolled_university (тип обучения), education_level, major_discipline, experience (лет опыта), company_size, company_type, last_new_job (лет с последней смены работы), training_hours, target (1 = ищет новую работу)

Пример таблицы

Для кого

• HR-аналитики и рекрутеры в tech-компаниях

• L&D департаменты (обучение и развитие)

• Платформы по поиску работы и EdTech

• Руководители технических команд

• Исследователи рынка труда в IT

Как помогает бизнесу

• Прогнозирование оттока технических специалистов до факта увольнения

• Оптимизация бюджета на обучение с фокусом на лояльных сотрудников

• Выявление профилей с высокой вероятностью ухода для проактивного retention

• Таргетинг рекрутинговых кампаний на кандидатов, готовых к смене работы

• Анализ факторов, влияющих на мобильность кадров в Data Science

Задачи машинного обучения

• Tabular Classification

• Clustering

• Feature Extraction

Источники

• URL: https://www.kaggle.com/datasets/arashnic/hr-analytics-job-change-of-data-scientists

• Источник: Kaggle