Прогнозирование зарплаты сотрудников

Датасет включает профили сотрудников с ключевыми атрибутами, влияющими на уровень дохода. Целевая переменная — числовой размер годовой зарплаты, что делает задачу регрессионной. При бинаризации по медиане — классификационной.

• Объём: ~6 700 строк, 6–8 колонок

• Структура: табличная, регрессия / классификация

• Признаки: Age (возраст), Gender (пол), Education Level (уровень образования: Bachelor's / Master's / PhD), Job Title (должность), Years of Experience (стаж, лет), Salary (годовая зарплата, $)

Пример таблицы

Для кого

• HR-менеджеры и директора по персоналу

• Рекрутинговые агентства

• Компании при проведении salary review

• Аналитики рынка труда

• Стартапы при формировании компенсационных пакетов

Как помогает бизнесу

• Определение справедливого и конкурентного уровня вознаграждения при найме

• Выявление гендерных или иных разрывов в оплате труда

• Автоматизация процесса формирования оферов на основе профиля кандидата

• Сравнительный анализ компенсаций по должностям, стажу и уровню образования

• Поддержка стратегии удержания сотрудников через конкурентное ценообразование

Задачи машинного обучения

• Tabular Regression

• Tabular Classification

• Clustering

Источники

• URL: https://www.kaggle.com/datasets/rkiattisak/salaly-prediction-for-beginer

• Источник: Kaggle

Соотношение разделения данных: 70 / 15 / 15