Sistema de recomendación de empleos tecnológicos basado en el perfil profesional utilizando datos pertenecientes a bolsas de trabajo y bibliotecas de Machine Learning

Abstract

El empleo adecuado en base al perfil profesional de un estudiante universitario de pregrado de ingeniería de software es importante porque influye de forma determinante en la salud mental y el bienestar financiero del ser humano (Kao et al., 2021). Al obtener un empleo óptimo se disminuye la depresión, la ansiedad y mejora la autoestima. Por lo tanto, esto favorece el logro de un desempeño laboral correcto, asegurar un empleo estable a lo largo de la vida y fomentar una autoestima sólida en el futuro. Sin embargo, de acuerdo con Huamán et al. (2024), el principal problema que enfrentan los egresados universitarios al buscar empleo, en consonancia con sus características personales y académicas, es la gran dificultad que ello implica. Como consecuencia, surgen diversas complicaciones en su vida laboral y económica, tales como el desempleo o la insatisfacción en el trabajo. Por tal motivo, el objetivo y el alcance de esta investigación es desarrollar un sistema de recomendación de trabajos que permita identificar las habilidades y competencias profesionales de los estudiantes de pregrado, pertenecientes a la facultad de ingeniería de Software en la UPC, utilizando test de orientación profesionales validados por un psicólogo y sitios web como Testlify y TestGorilla, además del uso de bibliotecas de Machine Learning para el desarrollo del modelo de recomendación, con un enfoque basado en solucionar el problema de la dificultad que se presenta al buscar un trabajo que se adecue al perfil profesional de cada egresado universitario. Además, el sistema también se enfoca en la recomendación de cursos como un método de capacitación para aumentar las probabilidades de la obtención de los empleos recomendados.

Adequate employment based on the professional profile of an undergraduate software engineering student is important because it has a decisive influence on the mental health and financial well-being of the human being (Kao et al., 2021). Thus, obtaining optimal employment reduces depression and anxiety and improves self-esteem. Therefore, it is possible to achieve correct job performance, ensure stable employment throughout life and foster solid self-esteem in the future. However, according to Huamán et al. (2024), the main problem that university graduates face when looking for employment, in line with their characteristics, is the great difficulty that this entails. As a consequence, various complications arise in their work and economic life, such as unemployment or job dissatisfaction. For this reason, the objective and scope of this research is to develop a job recommendation system that allows identifying the professional skills and competencies of undergraduate students belonging to the Software Engineering Faculty at the UPC, using professional orientation tests validated by a psychologist and websites such as Testlify and TestGorilla, in addition to the use of Machine Learning libraries for the development of the recommendation model, with an approach based on solving the problem of the difficulty that arises when searching for a job that fits the professional profile of each university graduate. In addition, the system also focuses on recommending courses as a training method to increase the probability of obtaining the recommended jobs.