Modelo de PIWB de RH: prever lacunas de conhecimento e informações

  • Versão de lançamento: Xanadu
  • Atualizado 1 de ago. de 2024
  • 1 min. de leitura

    • Use o modelo clássico que orienta você na configuração de um modelo de aprendizado de máquina para automatizar a descoberta de lacunas de conhecimento e recomendar informações para melhorar o conhecimento por demanda.

    Antes de Iniciar

    Função necessária: sn_piwb_hr_content.admin

    Procedimento

    1. Navegar até Todos > Workbench de inteligência preditiva > Casos de Uso > Criar novo a partir de modelos.
    2. Na lista de modelos, acesse Casos de RH semelhantes com modelo de lacuna de conhecimento e clique em Iniciar.
      Um pop-up com o nome do modelo é exibido. Este caso de uso é tratado na Inteligência preditiva clássica. Você será direcionado para lá para concluir a configuração. Você pode executar as seguintes etapas:
      1. Certifique-se de clicar em Exibir documentação do produto para configurar este caso de uso para revisar as instruções sobre como configurar a definição da solução.
        Nota:
        Certifique-se de revisar e entender a documentação para criar a definição da solução.
      2. Clique em Leve-me até lá para começar a definir a solução.
      A página principal de Soluções de aprendizado de máquina é exibida.
      Figura 1. Casos de uso de ML para RH
      Lista de casos de uso de ML para PIWB de RH
    3. Ir para Semelhança e clique em Configurar.
      A definição da solução é exibida.
    4. No formulário, verifique os valores do campo padrão e personalize a solução conforme necessário.

    Resultado

    Quando a configuração é concluída, o algoritmo de aprendizado de máquina fornece vários recursos da Gestão de conhecimento, como artigos semelhantes e informações de demanda de conhecimento.

    O que Fazer Depois

    Você pode verificar o status da integração em Administração de RH > Configurações de IA do RH > Definição de solução. O caso de uso agora está mapeado para a definição de solução selecionada.