Ingeniería y Gestión de Cadenas de Suministro

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/16514

Browse

Search Results

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Predicción de la rotación de personal y optimización de la estructura de retención en un outsourcing delivery center usando Machine Learning y Programación Multiobjetivo
    (Pontificia Universidad Católica del Perú, 2024-07-19) Chuquihuamani Altamirano, Karen Elizabeth; Silva Sotillo, Walter Alejandro
    La rotación de los empleados se ha convertido en un foco de investigación del área de Recursos Humanos porque tiene efectos significativos en el performance de las organizaciones independientemente de la geografía, tamaño de la empresa o sector. La rotación de personal afecta a la empresa como negocio y como cultura laboral, muchos creen que sus efectos son relativamente fáciles de medir: el costo incurrido en contratar y capacitar nuevo personal, pero una rotación de personal elevada supone costos ocultos como la pérdida de confianza en el empleador, ambiente laboral dañino, además que permite fugas de información y poco sentido de permanencia. En este sentido, el uso de Machine Learning para predecir la probabilidad de que un empleado renuncie a su trabajo podría aumentar en gran medida la capacidad del departamento de Recursos Humanos para intervenir a tiempo y proporcionar un enfoque mitigador a esta situación. Este estudio se realiza con el objetivo de comparar el rendimiento de las técnicas de aprendizaje automático, entre ellos XGBoosting, decisión tree, random forest, KNN, SVM, logistic regression, y LGBM y seleccionar el mejor modelo que busque predecir la permanencia de candidatos en su primer año de labores en posiciones técnicas, de planeamiento y estratégicas en una empresa outsourcing peruana. Todo esto se realizará bajo el modelo estándar abierto CRISP-DM, un método probado para orientar trabajos de minería de datos. Finalmente, tomando como input los resultados del clasificador seleccionado, se construirá un modelo de optimización bi-objetivo no lineal que buscará minimizar los costos tras aplicar estrategias de retención y reducir la brecha salarial entre el salario actual y el del mercado para minimizar la tasa de rotación. El estudio ayudará a que la gerencia pueda adoptar técnicas de retención de personal basada en los atributos que impactan más en la decisión de un empleado de renunciar voluntariamente a una empresa.