Исследователи представили модель STEP (Sequential Trajectory and Educational Path), предназначенную для анализа и прогнозирования профессионального развития. Система использует данные из неструктурированных резюме, учитывая временную последовательность смены ролей, накопление навыков и образовательный бэкграунд. Разработка позволяет автоматизировать рекомендации по карьерному росту и улучшить инструменты планирования рабочей силы на уровне крупных организаций и рынков труда.
Основная сложность анализа резюме заключается в их гетерогенности, многоязычности и отсутствии единого формата описания опыта. Модель STEP решает эту проблему, преобразуя разрозненные текстовые данные в векторные представления, которые отражают динамику профессионального пути. Это позволяет системе выявлять скрытые закономерности в том, как специалисты переходят между отраслями или наращивают компетенции, что ранее требовало ручной обработки данных HR-специалистами.
Применение подобных архитектур открывает новые возможности для систем подбора персонала и профориентации. В отличие от классических рекомендательных алгоритмов, фокусирующихся на текущих навыках, STEP учитывает долгосрочный контекст развития сотрудника. Это помогает точнее предсказывать потенциал кандидата и предлагать наиболее эффективные шаги для достижения конкретных карьерных целей, основываясь на успешных траекториях других специалистов с похожим опытом.
Ключевые факты
- Модель STEP использует методы моделирования временных и образовательных траекторий для анализа профессионального пути.
- Система обрабатывает неструктурированные данные из резюме, включая описание опыта работы, полученное образование и перечень навыков.
- Архитектура учитывает многоязычность и разнородность форматов резюме, что повышает точность рекомендаций в глобальном масштабе.
- Разработка направлена на автоматизацию планирования рабочей силы и поддержку принятия решений в области кадровой политики.