Algoritmos automatizados para el análisis textual de búsquedas laborales en la web

Fecha

2023-09-18

Título de la revista

ISSN de la revista

Título del volumen

Editor

Secretaría de Ciencia y Tecnología. Facultad de Ciencias Económicas y Estadística de la U.N.R.
Resumen
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.

Palabras clave

Búsquedas laborales, Análisis de texto, Big data, Job search, Text analysis

Citación