Аннотация 2
Введение 6
1 Исследование проблемы организации финансовой мотивации сотрудников 8
1.1 Проблема расчета заработной платы в зависимости от результатов труда 8
1.2 Модели оплаты труда сотрудников 12
1.3 Особенности грейдовой системы оплаты труда и мотивации 15
2 Алгоритмы, используемые для ранжирования 24
2.1 Стандартные методики классификации объектов 24
2.2 Технологии машинного обучения 27
2.3 Учет общих рисков и ожидаемых потерь 32
2.4 Выбор инструментов разработки системы 37
3 Разработка системы классификации сотрудников 40
3.1 Формирование набора данных 40
3.2 Описание используемых библиотек 44
3.3 Реализация проектного решения 48
3.4 Проведение эксперимента 55
3.5 Оценка эффективности проведенного ранжирования 58
Заключение 62
Список используемой литературы 63
Приложение А Ссылка на проект 66
Проблема организации работы с сотрудниками, занимающимися умственным трудом, достаточно сложна и включает следующие аспекты: необходимость подбора специалистов согласно некоторым выбранным критериям, разворачивание системы обучения специалистов для постоянного повышения их уровня, корректное определение механизмов расчета размеров заработной платы для удержания сотрудников в компании.
И если первым аспектам посвящено множество методик и большая часть этих методов автоматизирована, то вопрос финансовой мотивации сотрудников на сегодняшний день остается открытым.
Актуальность работы заключается в разработке и внедрении автоматизированной системы, позволяющей поддерживать высокую мотивацию сотрудников к эффективной работе.
Целью работы является разработка системы расчета заработной планы по заказу компании "Гран Лимитед" с применением технологий машинного обучения.
Для достижения поставленной цели в работе предполагается решение целого комплекса задач:
• исследование проблемы организации финансовой мотивации сотрудников;
• рассмотрение различных форм оплаты труда и особенностей грейдовой системы;
• анализ существующих алгоритмов, используемых для ранжирования объектов, в том числе и с применением машинного обучения;
• разработка проекта системы и выбор инструментов реализации;
• реализация и тестирование проектного решения;
• оценка эффективности проведенного ранжирования в ходе эксперимента.
Структура работы представлена тремя главами. Первая глава посвящена исследованию проблемы организации финансовой мотивации сотрудников. При этом рассматриваются варианты расчета заработной платы в зависимости от результатов труда, а также модели оплаты труда сотрудников. Отдельная часть посвящена изучению технологий определения размеров оплаты труда с использованием грейдовой системы.
Вторая глава касается алгоритмов, которые используются в основном для ранжирования объектов и включают стандартные методики и технологии машинного обучения, которым уделено особое внимание. Также в рамках второй главы описаны технологии учета общих рисков и ожидаемых потерь в ходе применения классификации с учетом используемых алгоритмов.
Реализация проекта отражена в третьей главе работы, которая включает формирование набора данных, описание используемых библиотек, описание интерфейса разработанного приложения. Также третья глава посвящена отражению результатов проведенного эксперимента и оценки эффективности используемых методов для разделения сотрудников на грейды на основании предварительных оценок их деятельности в компании.
В ходе работы, целью которой является разработка системы классификации эффективности сотрудников на предприятии ООО "Гран Лимитед" с применением технологий машинного обучения, были решены все поставленные задачи исследования:
• проанализирована проблема организации финансовой мотивации сотрудников;
• рассмотрены различные форм оплаты труда и отмечены особенности грейдовой системы;
• проведен анализ существующих алгоритмов, используемых для ранжирования объектов;
• рассмотрены различные методы машинного обучения с учителем для проведения классификации в рамках выбранной прикладной задачи;
• разработан проект системы и выбраны эффективные инструменты реализации;
• проведено тестирование разработанного решения;
• оценена эффективность проведенного ранжирования в ходе эксперимента.
Результатом работы стала система, выполняющая разделение на грейды сотрудников с использованием машинного обучения с учителем. Система разработана средствами языка программирования Python и современных инструментов библиотеки Scikit-learn, которая включает множество технологий машинного обучения как с учителем, так и без.
В результате проведенного ранжирования и оценки его результатов можно сказать о достаточной эффективности используемых методик с учетом предметной области используемой задачи. Рост эффективности и снижение общих рисков и ожидаемых потерь возможно путем наращивания числа элементов выборки для обучения.
1. Басова А.А. Устойчивое развитие территорий: кластерный подход // Материалы международных научных конференций 20-21 апреля 2017 г. СПб.: Скифия-принт, 2017. C. 270-271.
2. Бейдер Д. Чистый Python. Тонкости программирования для профи. СПб.: Питер, 2018. 288 с.
3. Берри П. Изучаем программирование на Python. М.: Эксмо, 2017. 611 с.
4. Вакула А. И., Валуйскова Е. А. Анализ теоретических и практических основ выплаты заработной платы // ЮП. 2016. №2 (76).
5. Ватутин Э.И., Титов В.С., Емельянов С.Г. Основы дискретной комбинаторной оптимизации. М.: АРГАМАК-МЕДИА, 2016. 270 с.
6. Виноградова Ю.А. Современные проблемы мотивации и оплата труда в организациях // Символ науки. 2016. №10-1.
7. Гоник Г.Г., Мельник А.Р. Оптимизация оплаты труда на основе технологии грейдирования // Энигма. 2020. № 19. С. 48-52.
8. Гребнева М. Е., Подтуркина О. А., Савченко Ю. С. Актуальные вопросы организации учета расчетов с персоналом по оплате труда // Научный вестник Крыма. 2018. №2 (13).
9. Епифанова М. А. Основные понятия, виды, формы и системы оплаты труда в современных условиях хозяйствования // Вопросы науки и образования. 2018. №14 (26).
10. Ершов И. А., Стукач О.В. Повышение устойчивости решения задач классификации методами кластерного анализа с корректным нормированием данных // Управление развитием. 2016. Т.185. №3. С.120-129.
11. Карпенко А. П. Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой. М.: МГТУ, 2017. 447 с.
12. Карпова Т.П. Развитие кадрового потенциала финансовой организации через внедрение системы грейдов // Вестник современных исследований. 2018. № 7.3 (22). С. 451-456.
13. Любанович Б. Простой Python. Современный стиль программирования. СПб.: Питер ,2016. 480 с.
14. Моцная О. В., Чиканова Л. А. Некоторые проблемы правового регулирования заработной платы в Российской Федерации // Журнал российского права. 2016. №6 (234).
15. Пудовкина Д.А., Богатырева И.В. Оптимизация оплаты труда на основе технологии грейдирования // В сборнике: Российская наука: актуальные исследования и разработки. Сборник научных статей VII Всероссийской научно-практической конференции. В 2-х частях. Редколлегия: Г.Р. Хасаев, С.И. Ашмарина [и др.]. 2019. С. 230-234.
...