Algoritmos automatizados para el análisis textual de búsquedas laborales en la web
| dc.citation.title | Resumen Ampliado Jornadas Anuales "Investigaciones en la Facultad" de Ciencias Económicas y Estadística de la U.N.R. | |
| dc.citation.volume | 1-8 | |
| dc.creator | Collado, Facundo José | |
| dc.creator | Vitelleschi, María Susana | |
| dc.creator | Quaglino, Marta Beatriz | |
| dc.date.accessioned | 2024-02-26T15:52:26Z | |
| dc.date.available | 2024-02-26T15:52:26Z | |
| dc.date.issued | 2023-09-18 | |
| dc.description.abstract | Las responsabilidades específicas para los puestos de profesionales especializados en el área de análisis de datos se encuentran en constante evolución, generando nuevas barreras de acceso a puestos de analistas, ingenieros y científicos de datos. Tanto profesionales del área y quienes están aún en proceso de capacitación para adquirir las habilidades necesarias de estos puestos laborales, no sólo deben disponer con cierta capacidad de adaptación a las demandas actuales, sino que deberán estar al tanto de las tendencias del mercado laboral; como las que se pueden encontrar reflejadas en búsquedas laborales dentro de la web. El objetivo de este estudio consiste en analizar, mediante la aplicación de técnicas de minería de texto, propuestas laborales en formato textual no estructurado orientadas a profesionales de datos, con el objeto de encontrar las responsabilidades laborales específicas de mayor demanda que están ocultas en la redacción de las solicitudes publicadas, mediante la aplicación de técnicas de minería de texto. Los resultados de este trabajo permiten descubrir aquellos patrones, relaciones, tendencias y otros conocimientos útiles que pueden servir a los aspirantes a este tipo de ofertas para adaptar su currículum o postular a tareas más específicas a su capacitación. Asimismo, las organizaciones pueden nutrirse de este conocimiento para instruir al personal de recursos humanos a los efectos de generar propuestas laborales que permitan atraer talentos idóneos a sus necesidades o bien adaptar sus procesos para aprovechar aquellas habilidades de mayor importancia actual. Se aplican dos técnicas de análisis de texto las cuales son evaluadas y contrastadas según diferentes indicadores de su eficacia. | |
| dc.description.abstract | Specific responsibilities for data professional positions are constantly evolving and creating new barriers for data analysts, engineers and scientists who wish to access these positions. Not only must professionals in the field and those who are still in the training process to acquire the necessary skills for these job positions, have a certain ability to adapt to current demands, but also they should be aware of labor market trends. This could be reflected in job searches on the web. The objective of this study is to analyze job proposals in unstructured textual format. It is aimed at data professionals, in order to find specific job responsibilities in great demand hidden in the wording of the demands, through the application of text mining techniques. The results of this study would allow us to discover patterns, relationships, trends and other useful knowledge that could help applicants for this type of offer to adapt their resume or apply for positions more akin to their training. Likewise, organizations could draw on this knowledge in order to instruct human resources personnel to generate job proposals. This would allow them to attract suitable talents or adapt their processes to take advantage of skills that are currently in great demand. Two text analysis techniques are applied, which are evaluated and contrasted according to their effectiveness. | |
| dc.description.fil | Collado, Facundo José. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Argentina. | |
| dc.description.fil | Vitelleschi, María Susana. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Argentina. | |
| dc.description.fil | Quaglino, Marta Beatriz. Universidad Nacional de Rosario. Facultad de Ciencias Económicas y Estadística. Argentina. | |
| dc.identifier.issn | 2718-6636 | |
| dc.identifier.uri | https://hdl.handle.net/2133/26725 | |
| dc.language.iso | es | |
| dc.publisher | Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística de la U.N.R. | |
| dc.relation.publisherversion | https://www.fcecon.unr.edu.ar/seccion/investigacion/jornadas-de-investigacion | |
| dc.rights | openAccess | |
| dc.rights.holder | Universidad Nacional de Rosario | |
| dc.rights.text | Attribution-NonCommercial-NoDerivs 2.5 Argentina | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/ar/ | |
| dc.subject | Búsquedas laborales | |
| dc.subject | Análisis de texto | |
| dc.subject | Big data | |
| dc.subject | Job search | |
| dc.subject | Text analysis | |
| dc.title | Algoritmos automatizados para el análisis textual de búsquedas laborales en la web | |
| dc.type | articulo | |
| dc.type.version | publishedVersion | |
| lom.educational.context | grado | |
| lom.educational.difficulty | sencillo | |
| lom.educational.interactivity | activa | |
| lom.educational.typicalAgeRange | adultos |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- Collado;Vitelleschi;Quaglino - Algoritmos automatizados....pdf
- Tamaño:
- 387.08 KB
- Formato:
- Adobe Portable Document Format
Bloque de licencias
1 - 1 de 1
- Nombre:
- license.txt
- Tamaño:
- 3.87 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: