Un enfoque de clasificación no supervisada para un sistema de recomendación de currículums vitae basado en la similitud semántica
Metadata
Show full item recordAuthor/s:
Alasino, Augusto
Advisor/s:
Del Corro, Luciano
Thesis degree name:
Maestría en Políticas Públicas
Date:
2024Abstract
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.