Системный подход в моделировании эффективности кадрового потенциала сотрудников IT-предприятия

Одним из основных критериев высокой эффективности предприятия в постиндустриальную сферу выступает уровень контроля сфер предприятия, связанных непосредственно с человеком. Технологические процессы выверяются и стабилизируются, а роль человека как оператора и конечного бенефициара важна, детерминирована, но при этом сложна в оценке и регулировании. Степень проработанности и адаптивности человекомашинных интерфейсов управления и контроля, налаженная эргономика рабочего пространства, биологическая соизмеримость играют важную роль в амортизации различных расходов и минимизации временных издержек [1; 2].

В данной работе рассмотрен авторский комплексный проект по учету и динамическому прогнозированию эффективности работы IT-предприятия в целом за счет реализации аналитической программной платформы оценки эффективности сотрудников с учетом анализа цифрового следа и иных методов, непосредственно связанных с аналитикой данных в ходе их работы за компьютерами.

Таким образом, предметом исследования является кибернетическая система с функциями сбора информации о технологических процессах и обеспечения удобного человеко-машинно-

Системный подход в моделировании эффективности кадрового потенциала сотрудников ...

го интерфейса, а также осуществления автоматического управления процессом через методы машинного обучения и искусственного интеллекта. Объектом исследования в данном случае выступают расчеты, которые ранее проводились вручную различными кадровыми службами.

Методы исследования

Объектом анализа выступает трафик данных внутри корпоративной сети предприятия и другая телеметрическая информация («цифровой след») [3].

За основу анализа взяты данные табелей кадровой службы, путем дедуктивного метода выделены параметрические характеристики анализа.

Таким образом, категориальный аппарат данных включает:

• •    расчет и анализ использования рабочего времени;

• •    расчет внутренних показателей работы и дальнейшее ранжирование персонала: загруженность, скорость выполнения, сложность, объемная составляющая, успешность и своевременность [4];

• •    учет номенклатуры подтвержденных компетенций сотрудников для выявления потребностей обучения и дальнейшего формирования специализированных программ обучения [5];

• •    фиксацию операционных драйверов для оценки затрат реализации проектов [6; 7].

• •    помощь руководителю в формировании обратной связи для сотрудников о результатах их работы и принятии кадровых решений.

Требования к автоматизированной системе учета сводятся к следующим.

• 1.    Наличие устройства управления с веб-приложением с простым и понятным интерфейсом.

• 2.    Возможность оценивать эффективность в разрезе подразделения, группы, персоналии.

• 3.    Масштабируемость системы до уровня «департамент» и выше.

Чаще всего такие приложения базируются на MVC/MVVP-паттерне проектирования (Рисунок 1), который кардинальным образом упорядочивает функциональную разработку SQL-ориентированных интеллектуальных систем.

Рисунок 1. MVC – архитектурный шаблон системы учета и прогнозирования эффективности работы сотрудников предприятия

Источник: [8].

Результаты исследования

В разрабатываемом сервисе должны быть предусмотрены следующие роли внешних пользователей:

• •    технический пользователь – учетная запись, которая проводит автоматическую авторизацию между внешними сервисами;

• •    администратор – учетная запись, которая позволяет осуществлять настройки сервиса и всех его подсистем;

• •    разработчик – возможность разрабатывать, администрировать и контролировать;

• •    сотрудник – использование системы в рамках исполнения трудовых и производственных функций;

• •    руководитель подразделения – использование системы в рамках исполнения трудовых и производственных функций;

• •    HR-менеджер/финансист – использование системы в рамках исполнения трудовых и производственных функций.

Требования к надежности. При возникновении сбоев в аппаратном обеспечении, включая аварийное отключение электропитания, информационная система должна автоматически восстанавливать свою работоспособность после устранения сбоев и корректного перезапуска аппаратного обеспечения (за исключением случаев повреждения рабочих носителей информации с исполняемым программным кодом) [7].

На основании вышеперечисленного было принято решение о создании MVC-модели данных для UserGames-сессии отдельно взятого сотрудника. То есть поставлена задача представить цифровой след работника к базису социального контакта с точки зрения теории игр [8–10].

Концептуальная модель данных сводится к пяти «полям»: основным данным пользователя, режиму игры (процесса работы, то есть процесса динамики отслеживания активности), самой «игре» – процессу/проекту, взаимодействию с рабочей группой и другими лицами (Рисунок 2).

Логика работы автоматизированной системы (далее – АС). Общий принцип решения заключается в регулярной выгрузке данных в собственную реляционную базу знаний, из которой производится дальнейший анализ и вывод на веб-страницы, в таблицы Excel, либо в виде отчетов на почту.

Устойчивая система должна обеспечивать защиту от несанкционированного доступа благодаря основам проектирования MVC и защищенному соединению (HTTPS + SSL + TLS 2.0) без привязки к нормативам, предъявляемым к категории «1Г» по классификации действующего руководящего документа ФСТЭК России «Автоматизированные системы. Защита от несанкционированного доступа к информации. Классификация автоматизированных систем».

Описанные компоненты системы учета и прогнозирования обеспечивают идентификацию и аутентификацию пользователя.

В рамках обеспечения соответствия требованиям по классу защиты система должна осуществлять:

• •    идентификацию и проверку подлинности субъектов доступа при входе в систему по идентификатору (коду) и паролю условно-постоянного действия длиной не менее восьми символов;

• •    идентификацию программ, томов, каталогов, файлов, записей, полей записей по именам;

Системный подход в моделировании эффективности кадрового потенциала сотрудников ...

• •    контроль доступа к защищаемым ресурсам в соответствии с матрицей доступа в рамках подсистемы информационной безопасности;

• •    регистрацию входа/выхода в систему/из системы либо регистрацию загрузки и инициализации операционной системы и ее программного останова; регистрация выхода из системы или останов не проводятся в моменты аппаратурного отключения АС.

  

Рисунок 2. Модель данных автоматизированной системы Источник: [11].

Допускается расширение вышеперечисленных механизмов защиты от несанкционированного доступа для достижения их соответствия современному технологическому уровню благодаря BigData и машинному обучению.

Система управления эффективности (Рисунок 3) благодаря внедренным средствам машинного обучения, а также системам репликации данных и их аппроксимации будет автоматически восстанавливать свое функционирование после аварии при корректном перезапуске аппаратных средств. В системе предусмотрена возможность организации автоматического или ручного резервного копирования данных.

Система обработки данных и прогнозирования кривой эффективности базируется на алгоритме машинного обучения, который подразумевает прогноз событий, основанных на вероятностях наступления пика эффективности работы в скалярных значениях (в нашем случае) при помощи комплексного метода XGBC-классификатора, использующегося в задачах бинарной классификации, что весьма удобно в системах, опосредованных со скоростью принятия решений (включением, выключением, изготовлением, завершением стадии проекта) со стороны людей – источников анализа.

В качестве инструмента анализа применялись следующие объекты и классификаторы, а средством визуализации выступили стандартные средства библиотеки matplotlib:

#Common Model Algorithms fromsklearn import svm, tree, linear_model, neighbors, naive_bayes, ensemble, discriminant_analysis, gaussian_process fromxgboost import XGBClassifier

#Common Model Helpers fromsklearn.preprocessing import OneHotEncoder, LabelEncoder fromsklearn import feature_selection fromsklearn import model_selection fromsklearn import metrics

#Configure Visualization Defaults

#%matplotlib inline = show plots in Jupyter Notebook browser

sns.set_style(‘white’)

pylab.rcParams[‘figure.figsize’] = 12,8

Рисунок 3. Принципиальная схема разработанной модели управления метриками эффективности сотрудника

Источник: [10].

Заметим, что в декларации выше применяется альтернативный подход (бустинг), в соответствии с которым каждый специалист по подбору персонала основывается на оценке

Системный подход в моделировании эффективности кадрового потенциала сотрудников ...

кандидата предыдущим специалистом. Это ускоряет процесс собеседования, так как неподходящие кандидаты сразу же отсеиваются. Данный метод применяется для уточнения точности данных для новых сотрудников [10].

К разработанному продукту интеллектуальной собственности – информационно-аналитическому модулю – предъявлялось требование простого и понятного веб-интерфейса в виде отдельных страниц на каждый созданный инструмент. Принято решение сделать его в виде некоторой визуализации SCADA-подобной системы. Каждый созданный инструмент должен иметь возможность просмотра информации в виде графиков от уровня департамента до уровня отдельного сотрудника [11; 12]. В АС должно быть как минимум три режима: обычный (для ПК), мобильная версия и версия для настенных мониторов [13; 14].

Заключение и выводы

Таким образом, в результате проведенных исследований можно сделать вывод, что предлагаемая система должна разрабатываться с учётом обеспечения ее дальнейшего развития и наращивания функциональности. При этом в нее уже должны быть заложены основные архитектурные принципы системы, позволяющие в дальнейшем осуществлять ее развитие, в первую очередь связанное с добавлением взаимодействия с другими продуктами и системами. В дальнейшем система должна позволять расширяться на другие подразделения предприятия и дочерние компании.

При использовании интеллектуальной системы учета эффективность сотрудников увеличилась на 20 %. Общее число сотрудников IT-предприятия составляет 300 человек, средняя заработная плата с учетом отчислений – 2 млн руб. в год, таким образом, экономический эффект составил 0,2 ∙ 300 ∙ 2 000 000 = 120 000 000 руб.