Suche
Suche
Linkedin-in
Xing
Facebook-f
Twitter
Instagram
Youtube
Expertise
Technologien
Insights & Events
Karriere
Über uns
Kontakt
Data Strategy
Data Strategy
Data Governance
- Data Quality
-
Data Catalog
Data Platform
Agile BI
Data Driven Company
Hitchhikers Guide to the Data Galaxy
®
Data Architecture
Data Warehouse
Cloud DWH
Data Mesh
Data Lakehouse
Data Lake
Data Fabric
Data Vault 2.0
Virtualisierung
DWH Automation
Data Analytics
Visual Analytics
Information Design
Self-Service BI
IBCS konformes Reporting
Reporting
Dashboarding
Sports Analytics
- Sports Analytics mit AWS
Cloud Computing
Modern Cloud Data Stack
Cloud Migration
Cloud DWH
Cloud Engineering
Cloud Referenzarchitekturen
Microsoft Azure Cloud Solutions
AWS
- BI & Analytics mit AWS
Multicloud
Operations
Data Platform Operations
Data Infrastructure Op.
Managed Cloud Services
Managed Cloud Applications
Monitoring
Consulting Services
Projektmanagement
Agile Projekte
Business & Data Analysis
Training & Coaching (Agilität)
Data Platform
Data Platform
Modern Data Stack
Microsoft Azure Cloud Solutions
AWS
Data Science / KI
Ethic in AI
KI- Architektur
Generative KI
Machine Learning
Deep Learning
NLP
Predictive Analytics
Data Engineering
Data Engineering
Cloud Engineering
DevOps Engineering
Data Pipelines
Data Streams
CI/CD
Training Center
Training Center
Schulungen / Workshops
Coachings
Datavault Builder Training Center
Data Strategy
Alteryx APA
Data Quality Framework
Microsoft Pureview
Alation
Hitchhikers Guide to the Data Galaxy
®
Data Architecture
Snowflake Data Cloud
- Snowflake Unistore
- Snowflake & Matillion
- Coalesce
Microsoft Intelligent Data Platform
SAP Data Warehousing
Exasol
IBM Data Management
Oracle
Databricks
Data Analytics
Tableau
MS PowerBI
SAP Business Intelligence
-
SAP Analytics Cloud
-
SAP Business Objects
-
SAP WEBI
-
SAP Crystal Reports
DOMO
Pyramid Analytics
IBM Cognos Analytics
Zebra BI
Graphomate
ThoughtSpot
Data Integration
Matillion
- Snowflake & Matillion
MS Azure Data Factory
dbt Labs
Theobald Software
Databricks
Apache Kafka / Airflow
a
SAP Center
SAP Business Intelligence
-
SAP Analytics Cloud
-
SAP Business Objects
-
SAP WEBI
-
SAP Crystal Reports
SAP Data Warehousing
-
SAP BW / SAP BW4HANA
-
SAP HANA
-
SAP DWH Cloud
SAP Leonardo
Theobald
Graphomate
Cloud Computing
Snowflake Data Cloud
Modern data platform
Microsoft Azure Cloud Solutions
AWS Cloud
Data Automation
Matillion
- Snowflake & Matillion
Jetvault
Datavault Builder
VaultSpeed
WhereScape
Coalesce
areto Data Chef
Data Science / KI
Generative KI
Alteryx Promote
SAP Leonardo
Databricks
Snowpark
areto Applications
Data Quality Framework
Golden Record Framework
Data Migration Framework
Cloud Applications Framework
Monitoring Framework
Jetvault
a
Microsoft Center
MS Azure
MS Azure Synapse Analytics
MS Azure Blob Storage
MS Azure Databricks
MS Azure Data Factory
MS Azure SQL
MS SQL Server
MS Power BI
Zebra BI
Microsoft Purview
Insights & Events
Events
Referenzen
Pressebereich
areto Blog
Download Center
Karriere
Bist du areto?
areto Workation
#aretosindWIR
Familie & Beruf
Über uns
Unternehmen
Werte
Code of Conduct
Management
Partner
Mit dem Herzen denken
areto Shop
Bewerbermatching mit Machine Learning & Text Mining
Ausgangslage / Ziele
Umsetzung
Ergebnisse
Technologien & Methoden
Infos zum Kunden
Ausgangslage / Ziele
Identifizierung übereinstimmender Merkmale von Bewerbern und freien Stellen zur Aktualisierung der Personalauswahl
Implementierung von Machine-Learning-Algorithmen zur automatisierten Prüfung der Eignung von Bewerbern
Strukturiertes Einlesen der Lebensläufe und Anschreiben aus diversen Dateiformaten
Umsetzung
Einlesen der Bewerbungsunterlagen jedes Bewerbers und Generierung automatischer Unterscheidungsmerkmale
Konvertierung der in den Dokumenten enthaltenen Textbausteine zu numerischen Feldern
Aufbau einer automatischen Paragraphenerkennung zur Ableitung von Variablen
Auswahl und Optimierung von Klassifikationsalgorithmen
Ergebnisse
Vorhersage der Übereinstimmung zwischen Bewerbern und offenen Stellen sowie weiteren Stellen im Konzern
Bewertung und Vergleich der Eignung aller Bewerber für eine offene Stelle
Technologien & Methoden
Python (Libraries: scikit-learn, NLTK, NetworkX), R / Rstudio
Infos zum Kunden
Erstellung eines Trainingsdatensatzes anhand der Ereignisse früherer passender und nicht passender Bewerber
Ableitung einfacherer und fortgeschrittener Merkmale aus den Lebensläufen der Bewerber für die Analyse
Programmierung der Kriterien für die Bewertung der Eignung neuer Angestellter