В статье автор изучает возможность анализа и обработки неструктурированные данных о вакансиях на международном рынке труда.
Ключевые слова: рынок труда, интернет, алгоритм, искусственный интеллект, компетенции выпускников, работодатель.
Высшие учебные заведения Республики Узбекистан активно включились в борьбу за международный академический рейтинг. Этому способствует здоровая конкуренция на рынке высших образовательных услуг внутри страны. Необходимо отметить, что за всю историю рейтинга лучших университетов мира — QS World University Rankings 2022 года — в него вошло беспрецедентное количество узбекских вузов — 30. Для сравнения в топе-1000 так же оказались: Китай (58), Великобритания (90) и США (177 университетов).
С целью дальнейшего совершенствования механизма управления системой высшего образования в Республике Узбекистан, нами предлагается рассмотреть возможность обработки больших массивов данных о всевозможных вакансиях в сети Интернет, содержащих огромное количество разнородной информации.
В Концепции развития системы высшего образования Республики Узбекистан до 2030 года особое внимание уделено созданию «в высших образовательных учреждениях технопарков, форсайт-центров, центров трансферных технологий, стартапов и акселераторов» за счет средств зарубежных инвестиций, увеличения количества платных услуг и других внебюджетных средств, «выведение их на уровень научно-практических учреждений по прогнозированию и исследованию социально-экономического развития соответствующих отраслей, сфер и регионов», что всё вместе доказывает актуальность поставленной задачи, что так же будет благотворно влиять на конечный результат деятельности высшего учебного заведения, а именно, на благополучное трудоустройство его выпускников [1].
Путешествуя в сети, мы систематически открываем приложения, совершаем электронный шопинг, просто передвигаемся в пространстве со смартфоном в кармане и, в конечном итоге, генерируем огромное количество ценной информации, которую маркетинговые компании, применяя определённые алгоритмы, могут анализировать и даже визуализировать.
Экспоненциальный рост информации в больших массивах неструктурированных данных требуют мощности суперкомпьютеров, а их обработка требует использования эффективных и быстрых алгоритмов для поиска и извлечения нужной информации. Анализ больших данных позволит нам спрогнозировать спрос на рынке труда, а также определять отношение к рекламной кампании и привлекать больше абитуриентов в свои вузы. Такая тактика позволила бы повысить рейтинг учебного заведения и сформировать его бизнес-стратегию.
Разработчики готовых услуг предлагают пользователям готовые решения на основе доступа к большим данным. Они открывают возможности больших данных для широкого круга интересующихся.
Известно, что возможности обработки данных сети Интернет применяются не менее, чем в 60 % HR-отделах различных организаций в мире, включая высшие учебные заведения экономически развитых стран с целью повышения эффективности механизма трудоустройства выпускников вузов, что так же является одним из показателей успешности вуза.
Подразделяя HR-ресурсы на внешние и внутренние, мы под внешними подразумеваем описание вакансий на сайтах, предназначенных для поиска работы, а под внутренними — информацию о выпускниках, их компетенциях и показателях качества подготовки конкретного вуза.
В Андижанской области восемь высших учебных заведений по различным направлениям экономики, каждый год подготавливается несколько тысяч выпускников и имеют место несколько HR-систем по отдельным направлениям образования и множество неструктурированных данных, которые нужно визуализировать, интерпретировать и анализировать, что делает актуальным внедрение алгоритмов искусственного интеллекта. Эти алгоритмы позволяют реализовывать комплексный сбор и всесторонний анализ человеческого капитала с учетом общей эффективности подготовки выпускников и отдельных направлений деятельности высшего учебного заведения. В частности, покрыть некоторые области HR-аналитики: аналитика базовых компетенций выпускников; аналитика привлечения и управления развитием талантов молодёжи с целью рекрутинга в высшее учебное заведение, формирование корпоративной модели компетенций; прогнозирование потребности в выпускниках по направлениям; аналитика корпоративной культуры — правил поведения и взаимодействия в учебном заведении, чтобы сформулировать целевую культуру, влиять на нее, прослеживая и отмечая тенденции, а также своевременно выявлять нежелательные изменения; аналитика каналов привлечения персонала с целью дальнейшего трудоустройства выпускников: корпоративных сайтов, рекрутинговых площадок, устных рекомендаций — анализ их результативности, сравнительной скорости развития и потенциала. Таким образом, рекрутинг, управление талантами, выявление неэффективных выпускников — инструменты искусственного интеллекта отлично решают эти и другие бизнес-задачи, решение которых позволит построить эффективную траекторию развития системы высшего образования региона региона. Кроме того, технологии Big Data благополучно используются рекрутерами и сотрудникам HR-службы в следующих случаях:
– анализ и подбор наилучших кандидатов для набора в вуз в большом объеме неструктурированных данных: профили в социальных сетях, фотографии, комментарии, отзывы с предыдущих мест работы и т. д.;
– анализ внутренних коммуникаций: электронной почты, телефонных разговоров, встреч в календарях, переписки в корпоративных чатах, мессенджерах и пр.;
– формирование графиков обучения — анализ загрузки преподавателей, на основе данных о прошедших периодов и составление оптимальных предложений сменам;
– задачи кластеризации данных, например, распределение выпускников по работодателям.
Для структуризации процессов управления в менеджменте системой высшего образования выделим шесть отдельных взаимосвязанных процессов: во-первых, необходимо определение цели и задач исследования; во-вторых, необходим подбор источников информации, процедур получения данных, алгоритмов обработки информации; в-третьих, надо организовать сбор данных в единую базу; в-четвёртых, необходим анализ полученных данных, определение способов представления результатов; в-пятых, необходимо разработать практические меры регулирования; в-шестых, надо зафиксировать закономерности.
Таким образом, теоретическая значимость статьи обусловлена вкладом в разработку научных представлений об использовании алгоритмов искусственного интеллекта для обработки информации в сети интернет с целью повышения эффективности управления системой высшего образования региона. Практическое использование результатов исследования позволяет внедрить прикладное программное обеспечение, работающих на основе применения алгоритмов искусственного интеллекта в систему управления высшим образованием региона с целью повышения конкурентоспособности посредством выявления и учета закономерностей рынка труда [2].
Литература:
- Приложение-1 к Указу Президента Республики Узбекистан Ш. М. Мирзиёева от 8 октября 2019 г. ПФ-5847 «Концепция развития системы высшего образования Республики Узбекистан до 2030 года».
- Л. А. Кадирова. Прогнозирование потребности в выпускниках вузов на международном рынке труда посредством реализации технологий обработки больших массивов данных. Электронный журнал «Информационно-коммуникационные технологии в педагогическом образовании». URL: [http://infed.ru]
