Resumen
La pandemia del COVID 19 creó una serie de condiciones y factores que incidieron en la búsqueda del trabajo en los diferentes contextos y regiones, lo que motivó esta investigación empírica que tuvo como propósito evaluar y clasificar los factores que inciden en la búsqueda de empleo mediante métricas y técnicas de aprendizaje automático e inteligencia artificial con fin de identificar las dimensiones que garantizan la ubicación laboral. Como fundamentación teórica se analizaron las dimensiones que afectan la búsqueda de trabajo, métricas seis sigma para la estandarización de estas dimensiones, clustering y las redes neuronales asociadas a la inteligencia artificial. Como metodología se aplicaron encuestas a personas en búsqueda de empleo en la ciudad de Cartagena y se caracterizaron las dimensiones de búsqueda de empleo. Seguidamente, se calcularon métricas seis sigma a estas dimensiones para estandarizarlas, con lo cual se pudo establecer los conglomerados por medio de aprendizaje automático asociados a las dimensiones de búsqueda de empleo y poder identificar patrones y características relevantes comunes que afectan la búsqueda de empleo. Seguidamente se propuso una red neuronal para clasificar los perfiles asociados a la búsqueda de empleo con el propósito de analizar cuáles son las dimensiones de calidad que garantizan la ubicación laboral después de considerar las condiciones restrictivas generadas por la pandemia. Como resultados se propuso un método que integra el clustering, las redes neuronales, métricas seis sigma y las dimensiones para la búsqueda de empleo que contribuya con la ubicación laboral de las personas desempleadas.
Presentadores
Tomas Jose Fontalvo HerreraProfesor Investigador, Administración Industrial, Universidad de Cartagena, Colombia
Details
Presentation Type
Ponencia temática de un trabajo
Theme
KEYWORDS
Aprendizaje Automático, Redes Neuronales, Búsqueda de Empleo, Métricas, Seis Sigma
