Увольнение сотрудника – проблема не только самого работника, но и компании. Это
вызывают значительные финансовые потери, в среднем до 2 млн рублей на одного человека в небольших и средних компаниях, что связано с поиском, наймом и адаптацией новых работников. Проблема текучести кадров приводит к снижению эффективности командной работы и увеличению нагрузки на оставшихся сотрудников.
В МФТИ создается HR-платформа (программное обеспечение, которое автоматизирует процессы управления персоналом), она поможет спрогнозировать риск увольнений. Об этом сообщила пресс-служба института.
Студентка магистратуры Глобального университета Рыбакова и МФТИ Дарья Анисимов разрабатывает цифровую платформу AMSTEF, которая сможет спрогнозировать риски увольнения сотрудников и повысить эффективность управления персоналом в компаниях. Проект использует методы машинного обучения для анализа данных сотрудников и поможет эффективнее управлять процессами удержания талантов, а также уменьшить убытки, связанные с текучестью кадров.
По словам разработчиков, платформа обладает рядом конкурентных преимуществ — она выдает прогноз на основе уникального набора динамических и статических данных, обладает гибкостью, что дает возможность адаптации модели под потребности конкретной компании. Помимо этого, она проста во внедрении, а также предоставляет практические рекомендации.
«Мы с командой заинтересовались этой темой, потому что видим, насколько сложно компаниям прогнозировать текучесть кадров и управлять удержанием сотрудников, — рассказала Дарья Анисимова. — В итоге мы решили, что можем создать инструмент, который поможет HR-специалистам лучше понимать своих сотрудников и минимизировать текучесть кадров».
На данном этапе команда проекта ведет активную работу с потенциальными пользователями — HR-специалистами и руководителями. Проведены интервью с представителями разных компаний, чтобы понять их реальные проблемы и потребности. Это позволило авторам проекта выделить ключевые факторы, влияющие на увольнения сотрудников, и заложить основу модели прогнозирования. Сейчас собираются данные для тестирования алгоритмов и проверки гипотез.
Цель команды проекта — не просто создать предсказательную модель, но и сделать ее практичной и понятной для HR-специалистов.
