Candidatos Recursos Humanos Análise

Analise de dados de canditados de RH

Features

enrollee_id : Unique ID for candidate

city: City code

city_ development _index : Developement index of the city (scaled)

gender: Gender of candidate

relevent_experience: Relevant experience of candidate

enrolled_university: Type of University course enrolled if any

education_level: Education level of candidate

major_discipline :Education major discipline of candidate

experience: Candidate total experience in years

company_size: No of employees in current employer's company

company_type : Type of current employer

lastnewjob: Difference in years between previous job and current job

training_hours: training hours completed

target: 0 – Not looking for job change, 1 – Looking for a job change

Projeto Análise de dados Recursos Humanos

Projeto de análise de dados de candidatos a vagas de emprego, seguinte segmento é buscar informação para determina insights e buscar informações preditivas sobre os dados que temos. A seguir abaixo os códigos que seguem sobre análise é necessário um conhecimento básico sobre programação, linguagem de programação Python.

Este projeto explico passo a passo, sobre tópicos importante em uma análise de dados.

O código esta em Clica Aqui.

---

Relatório

Com base em nossa análise observamos que as variáveis mais relevantes para identificar um bom candidato são:

• Índice de Desenvolvimento da cidade onde mora o candidato.
• Tempo de experiência profissional.
• Se está ou não matriculado em um curso universitário.
• Se tem ou não experiência relevante.
• O nível educacional.
• O tipo de empresa que o candidato trabalhou ou trabalha atualmente.
• A especialização na graduação (quando for o caso).

Não são relevantes para a análise:

• O ID do candidato.
• O código da cidade do candidato.
• O gênero.
• A última vez que o candidato esteve empregado.
• O tamanho da empresa (quando for o caso).
• Total de horas de treimamento.

Recomendações do Analista de Dados:

• O RH pode desenvolver um método de coleta de dados para obter outros recursos a fim de melhorar a qualidade dos dados e tornar o trabalho de análise mais preciso.

• O RH pode procurar candidatos que vêm de cidades com índice de desenvolvimento urbano mais baixo, sem experiência relevante, nível de educação superior e menor experiência de trabalho para ter maior chance de encontrar candidatos que estão procurando um emprego.

• O RH pode tornar o treinamento mais compacto porque muitas pessoas não precisam de muito tempo para concluir o treinamento.