ИнфоТвип - Баттл твипов - В помощь HR-специалистам: разработка анкет для - против - Создание предиктивных или классифицирующих моделей

В помощь HR-специалистам: разработка анкет для опросов персонала, обработка и анализ результатов

20000

Оценка социально-психологического климата, удовлетворённости, вовлечённости персонала Компаний, организаций, индекса счастья, психологические исследования персонала (особенности мотивации, уровень эмоционального выгорания и проч. по запросу) - от разработки опросников, подбора методов исследования до статистической обработки и анализа результатов (письменные отчёты + графическая презентация). С непосредственным моим участием и дистанционно

Бизнес/Консалтинг

Разработаю анкеты, опросники для проведения опросов персонала с учётом особенностей Вашей Компании /организации. Проведу статистическую обработку и анализ результатов, а также предоставлю письменный отчёт с графическим представлением данных и рекомендациями. Сроки выполнения и стоимость работ зависят от объёма исследуемых вопросов / проблем (согласовывается с заказчиком), а также численности персонала. Опросы могут проводить представители HR-служб Компаний самостоятельно / на базе интернет-платформ, или могу выехать в Вашу организацию для проведения опросов с оплатой накладных расходов (проезд, проживание, командировочные)

Голосовать

Создание предиктивных или классифицирующих моделей

2000

Использование алгоритмов машинного обучения (Mashine Learning) для глубокого анализа данных и построения моделей

Маркетинг и реклама/Рекламные концепции

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных