ORANGE DATA MINING NO RECRUTAMENTO: UMA ANÁLISE PREDITIVA PARA OTIMIZAR PROCESSOS

Resumo

As empresas de Recursos Humanos passaram por transformações devido à globalização e avanços tecnológicos, como Inteligência Artificial (IA) e Machine Learning (ML). A seleção de candidatos para entrevistas ainda enfrenta desafios, como processos manuais e demorados, destacando a necessidade de soluções independentes para melhorar eficiência e assertividade. O estudo visa aplicar algoritmos de ML, utilizando o software Orange Data Mining, para criar um modelo preditivo que auxilie na seleção de candidatos em uma empresa de RH, reduzindo custos e tempo no processo de recrutamento. Utilizou-se um estudo quantitativo com dados da empresa. Quatro algoritmos (Random Forest, Neural Network, KNN e Árvore de Decisão) foram testados para analisar 300 candidatos, com variáveis ​​como experiência, escolaridade e habilidades. O método DMAIC (Definir, Medir, Analisar, Melhorar, Controlar) estruturou uma abordagem. Verificou -se que o algoritmo Neural Network apresenta os melhores resultados de predição para candidatos reprovados, enquanto o KNM para candidatos aprovados. Dificuldades na coleta automatizada de dados e a necessidade de avaliar manualmente os aspectos qualitativos (como habilidades interpessoais) limitam a generalização dos resultados. Sugere-se a inclusão de mais variáveis ​​qualitativas e a atualização contínua da base de dados, além da integração de sistemas para automatizar a coleta de informações, melhorando a precisão dos modelos.