Ученые МФТИ разработают HR-платформу для прогнозирования увольнения сотрудников

В Московском физико-техническом институте (МФТИ) и Глобальном университете Рыбакова ведется разработка платформы, способной прогнозировать увольнения сотрудников. В основе платформы будут лежать данные о стаже работы сотрудников в других компаниях. Об этом Агентству городских новостей «Москва» сообщили в пресс-службе МФТИ.

«Студентка Глобального университета Рыбакова и МФТИ 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 HR-департаментам эффективнее управлять процессами удержания талантов, а также уменьшить убытки, связанные с текучестью кадров», — рассказали агентству.

Как сообщили в пресс-службе, алгоритмы сервиса будут анализировать поведение сотрудников, основываясь на данных об их трудовом стаже, производительности и обратной связи о работе.

Руководители подразделений часто сталкиваются с проблемой текучести кадров, что негативно сказывается на эффективности командной работы и повышает нагрузку на оставшихся сотрудников. Особенно остро эта проблема стоит в малом бизнесе, где высокая текучесть приводит к убыткам, которые могут существенно повлиять на финансовую стабильность компании.

Новый проект направлен на то, чтобы восполнить недостаток инструментов для понимания настроения и удовлетворенности сотрудников в режиме реального времени. Кроме того, он поможет снизить прямые и косвенные затраты на поиск и замену кадров.

В основе модели прогнозирования лежат интервью с представителями различных компаний, которые сталкиваются с проблемой увольнений сотрудников.

«В современных условиях бизнесу важно не только нанимать, но и сохранять людей, особенно ключевых специалистов. Хотя я не HR-специалист, у меня есть опыт работы с аналитикой данных, а также карьерного консультирования, когда я помогала людям находить работу и строить профессиональный путь. Это дало мне понимание, какие факторы влияют на решение сотрудника остаться или уйти. <…> В итоге мы решили, что можем создать инструмент, который поможет HR-специалистам лучше понимать своих сотрудников и минимизировать текучесть кадров», — рассказала автор проекта Дарья Анисимова.