Publication
Mercados de talento utilizando inteligĂȘncia artificial
| dc.contributor.advisor | Pereira, Isabel CecĂlia Correia da Silva Praça Gomes | |
| dc.contributor.author | Oliveira, Daniel Filipe Nunes | |
| dc.date.accessioned | 2023-01-09T15:37:50Z | |
| dc.date.available | 2024-11-11T01:30:49Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Os recursos humanos sĂŁo um dos maiores ativos de qualquer empresa visto que estes providenciam a possibilidade para realizar produtos ou serviços. A revolução tecnolĂłgica, a pandemia do COVID-19 e a competitividade do mercado laboral contribuem para um clima de incerteza e permanente renovação de staff dentro das empresas. Isto significa permanĂȘncias curtas dos funcionĂĄrios, mas, mais importante, leva a que os repositĂłrios de competĂȘncias de uma empresa possam ficar, por vezes, empobrecidos e, deste modo, pode pĂŽr em causa a execução dos produtos e serviços pelos quais uma empresa Ă© reconhecida. Recentemente, tĂȘm surgido plataformas online com o objetivo de atrair, designar funçÔes, treinar, mas sobretudo reter os talentos, tudo isto sĂł Ă© alcançado revendo e melhorando permanentemente as competĂȘncias de cada recurso. Estas plataformas utilizam quase sempre mecanismos de inteligĂȘncia artificial. Neste trabalho, apresenta-se uma revisĂŁo literĂĄria das tĂ©cnicas de inteligĂȘncia artificial que podem estar presentes nestas plataformas. Esta revisĂŁo literĂĄria apresenta 4 questĂ”es de investigação que, juntas, respondem a uma questĂŁo de investigação mais ampla: âComo implementar uma destas plataformas, sendo inovador?â. A primeira questĂŁo Ă© relativa aos processos automatizados de leitura e extração de informação de currĂculos. A segunda questĂŁo Ă© relativa Ă inferĂȘncia de competĂȘncias, atravĂ©s de outras competĂȘncias ou informaçÔes previamente extraĂdas de currĂculos, e Ă© neste ponto que se pretende inovar quando em comparação com as soluçÔes existentes. A terceira questĂŁo Ă© relativa Ă existĂȘncia de sistemas multiagente que associam recursos a tarefas de uma forma otimizada. Por Ășltimo, a quarta questĂŁo de investigação Ă© relativa Ă aplicabilidade de algoritmos genĂ©ticos tambĂ©m na associação de funcionĂĄrios a tarefas numa empresa. Os resultados da revisĂŁo literĂĄria mostram que as 4 questĂ”es foram respondidas com sucesso. A revisĂŁo literĂĄria seguiu a metodologia PRISMA, tendo sido realizada a pesquisa em 2 fontes distintas. Foram selecionados 44 artigos, de entre os 27361 encontrados, que foram filtrados atravĂ©s de controlo de qualidade ou leituras rĂĄpidas de tĂtulos e resumos. Por Ășltimo, tendo em consideração a revisĂŁo literĂĄria realizada, foi implementado e testado um sistema que se assemelha a um mercado de talentos, com inferĂȘncia de competĂȘncias. O emparelhamento entre recursos e tarefas foi feito atravĂ©s de um sistema multiagente e de um algoritmo genĂ©tico. Foi, ainda, realizada uma anĂĄlise de usabilidade. Desta forma, podemos concluir que o resultado final foi atingido, pois quer a revisĂŁo literĂĄria quer o sistema implementado foram atividades realizadas com sucesso. | pt_PT |
| dc.description.abstract | Human resources are one of the biggest assets in companies since they possess the skills and expertise to deliver products and services. The COVID-19 pandemic and the technological revolution both increased employee turnover to a level where companies can hardly keep up with the pace, leading to worst talents management. Recently, online platforms, known as talent markets, have become more and more popular and they have the main objective to attract, designate tasks, train and, above all, retain existing employees. Most of these online platforms use artificial intelligence. This work presents a systematic review in artificial intelligence techniques that allow automatization of the processes of talent management. Four research questions were elaborated that, altogether, answer a broader research question which is: âHow to implement an innovative talent market?â. The first question is relative to the automatized processes of information extraction out of resumes. The second question is related to the skill inference process, it is here that innovation is expected when comparing with existing solutions. In the third and fourth research questions, literature over multiagent systems and genetic algorithms dedicated to the optimization of task execution is provided. In the review, 44 papers were selected out of an initial set of 27361. In addition to the systematic review, a system is also proposed that resembles already existing solutions. Innovation is achieved by exploring skill inference, in addition to using already existing techniques in the area of information recognition. A multiagent system and genetic algorithms were also developed for an optimized task and employee pairing. This document also presents various tests to the system including a usability analysis. All in all, the outcome was rewarding, the systematic literature review was a success and so was the proposed solution. | pt_PT |
| dc.identifier.tid | 203112474 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.22/21386 | |
| dc.language.iso | por | pt_PT |
| dc.subject | Recursos Humanos | pt_PT |
| dc.subject | Algoritmo Genético | pt_PT |
| dc.subject | Sistemas Multiagente | pt_PT |
| dc.subject | Aprendizagem Profunda | pt_PT |
| dc.subject | Processamento de LĂngua Natural | pt_PT |
| dc.subject | Human Resources | pt_PT |
| dc.subject | Genetic Algorithm | pt_PT |
| dc.subject | Multiagent Systems | pt_PT |
| dc.subject | Deep Learning | pt_PT |
| dc.subject | Natural Language Processing | pt_PT |
| dc.title | Mercados de talento utilizando inteligĂȘncia artificial | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia de InteligĂȘncia Artificial | pt_PT |