Презентация_ВКР (2)

1.

ФГАОУ ВО «МГТУ «СТАНКИН»
Институт информационных технологий
Кафедра управления и информатики в технических системах
Выпускная квалификационная работа
по направлению подготовки 09.03.03 «Прикладная информатика»,
профиль «Киберфизические системы»
на тему
«Создание кластеров сотрудников на основе комплексных
профилей навыков для оптимизации управления
персоналом»
Выполнил: студент группы ИДБ-22-12 ЕфременкоА.А.
Руководитель ВКР: Старший преподаватель Ибатулин
М.Ю.
Москва, 2026

2.

АКТУАЛЬНОСТЬ РАБОТЫ
Предметная область
Рост объёма HR-данных
Высокая текучесть персонала
Ограниченность традиционного HR-анализа
Развитие HR-аналитики и Data Mining
2

3.

ЦЕЛЬ И ЗАДАЧИ
Цель
Оптимизация управления персоналом на
основе кластеризации профилей
сотрудников
Задачи
Анализ HR-аналитики
Формирование HR-профилей
Кластеризация сотрудников
Анализ HR-рисков
Разработка рекомендаций
Объект исследования
Процессы анализа кадровых данных
сотрудников.
Предмет ислндования
Методы кластеризации комплексных
профилей сотрудников и их применение для
выявления HR-рисков и оптимизации
управления персоналом.
3

4.

Существующие решения
Решение
Ограничения
Традиционный HR-анализ
Субъективность
Excel-аналитика
Ручная обработка
BI-системы
Нет сегментации
ML-подход
Требует подготовки данных
Большинство подходов не выявляют скрытые HR-сегменты сотрудников
4

5.

Предлагаемое решение
Загрузка
датасета
Предобработка
и нормализация
Статистичес
кий анализ
профилей
кластеризац
ия
Разработка рекомендаций по
оптимизации управления
персоналом
DATASET
IBM HR Analytics Employee Attrition & Performance
ИНСТРУМЕНТЫ
Объём данных:
Google Colab
Python
scikit-learn
1470 сотрудников
matplotlib
5
pandas
seaborn

6.

Формирование HR-профилей
• ИНТЕГРАЛЬНЫЕ HR-ПРОФИЛИ
• Education + Performance → ProfessionalDevelopment
• ProfessionalDevelopmentIndex
• EngagementIndex
• SatisfactionIndex
• JobInvolvement + WorkLifeBalance → Engagementя
• JobSatisfaction + RelationshipSatisfaction → SatisfactionIndex
• YearsAtCompany + YearsInCurrentRole → StabilityIndex
• StabilityIndex
7

7.

Подготовка данных
ЭТАПЫ ПОДГОТОВКИ
ДАННЫХ
● Очистка данных
● Формирование
индексов
● Корреляционный
анализ
● Стандартизация
● Кластеризация
8

8.

Выбор количества кластеров
Метод локтя
Итог: Оптимальное количество кластеров — 4
Метод силуэта
9

9.

Результаты кластеризации
Кластер
Тип сотрудников
0
Вовлечённые
1
Стабильные
профессионалы
2
Низкововлечённые
3
Низкая
удовлетворённость
1
0

10.

Анализ HR-рисков и рекомендации
ATTRITION ANALYSIS
Максимальный риск:
Кластер 2
Кластер 3
Минимальный риск:
Кластер 1
HR-РЕКОМЕНДАЦИИ
● Развитие вовлечённости
● Программы удержания
● Повышение мотивации
● Улучшение условий труда
● Адресный HR-подход
1
1

11.

Подведение итогов работы
МОДЕЛЬ ПОЗВОЛЯЕТ
ОСНОВНЫЕ ВЫВОДЫ
● Выявлять HR-риски
● K-Means эффективно
сегментирует сотрудников
● Прогнозировать текучесть
● Сегментировать сотрудников
● Повышать эффективность HRуправления
● HR-профили связаны с Attrition
● Разные сотрудники требуют
разных HR-подходов
● Методы ML перспективны для
HR-аналитики
1
2

12.

Спасибо за внимание
1
2

13.

ФГАОУ ВО «МГТУ «СТАНКИН»
Институт информационных технологий
Кафедра управления и информатики в технических системах
Выпускная квалификационная работа
по направлению подготовки 09.03.03 «Прикладная информатика»,
профиль «Киберфизические системы»
на тему
«Создание кластеров сотрудников на основе комплексных
профилей навыков для оптимизации управления
персоналом»
Выполнил: студент группы ИДБ-22-12 ЕфременкоА.А.
Руководитель ВКР:Старший преподаватель Ибатулин
М.Ю.
Москва, 2026