В последние годы из всех ресурсов, задействованных в организации при осуществлении производственных процессов или оказании услуг, руководители все больше внимания уделяют человеческим ресурсам. Эксперты утверждают, что инвестиции в человеческий капитал приносят компаниям больше дохода, чем даже современные технологии. Поэтому для достижения оптимальной эффективности и производительности в сегодняшней высококонкурентной среде организации должны использовать эффективные методы управления человеческими ресурсами. В системе управления персоналом организации при подборе персонала имеет место субъективный подход при оценке претендента, принятого на вакантное рабочее место в организации. Целью данного исследования является использование современных инновационных моделей глубокого обучения для устранения предвзятости менеджера по подбору персонала за счет повышения гибкости параметров фильтрации путем внедрения состязательного автокодера. Предвзятость человека в процессе управления персоналом, в частности, когда менеджеры по найму непреднамеренно отдают предпочтение кандидатам, имеющим схожий опыт или ценности, является повторяющейся проблемой, с которой часто сталкиваются предприятия. Гипотеза исследования заключается в том, что, изучив модель управления персоналом одной компании с 25-летним стажем с численностью сотрудников более 100 человек, можно будет более точно оценить участника-соискателя через адаптируемый масштабный коэффициент различных параметров, в том числе карьерный рост, организационные особенности и возможные риски. Глубокие и состязательные автокодеры были оценены и сопоставлены с эталонным классификатором наивного Байеса. Данные были предварительно обработаны (очистка, слияние, шумоподавление), а также оптимизированы для нейронной сети, используемой в глубоком обучении. Метрики, полученные из смешанной матрицы, были сопоставлены, и результаты показали, что состязательный автокодер дает лучшие результаты и что модели глубокого обучения, как правило, лучше с точки зрения цифрового прогностического анализа.

автоэнкодер; глубинные и состязательные автоэнкодеры; управление персоналом; подбор человеческого фактора; предвзятость человека; глубокое обучение; механизм глубокого обучения; прогнозное моделирование; оценка потенциала персонала; аудиторская фирма КПМГ; Алгоритм состязательного найма KPMG.