Projekty (radené podľa začiatku riešenia)

Aplikácie metód strojového učenia na podporu tvorby politík trhu práce

Mgr. Miroslav Štefánik, PhD.

Členovia v projekte
Ing. Martina Halousková, Ing. Zuzana Košťálová, PhD., Mgr. Lukáš Lafférs, PhD., prof. Ing. Štefan Lyócsa, PhD., Ing. Veronika Remenárová

• Základné údaje
• Charakteristika

• Doba riešenia projektu: 07/2022 - 06/2026
  Evidenčné číslo projektu: APVV-21-0360

   

• Ústredným cieľom projektu je preskúmať možnosti, ktoré otvára nedávny pokrok vo výskume strojového učenia (SU). Pokúsime sa SU aplikovať v dvoch dátových kontextoch: i. pre vyhodnotenie dopadov opatrení aktívnej politiky trhu práce (AOTP) s využitím administratívnych údajov o uchádzačoch o zamestnanie, ii. analýzou online dát z inzercie pracovných miest. Členovia riešiteľského kolektívu majú skúsenosti s obomi druhmi dát, dokumentované publikáciami, účasťou v predchádzajúcich projektoch a zdôraznené záujmom externých partnerov: Inštitútu finančnej politiky (IFP) a spoločnosťou Profesia a.s. V rámci prvého cieľa projektu plánujeme aplikovať techniky SU pri vyhodnocovaní dopadov slovenských AOTP. Pre tento účel, v kooperácií s IFP, vytvoríme očistený a zdokumentovaný evaluačný dátový súbor. Tento súbor bude aktualizovaný na ročnej báze a poslúži ako základ pre tvorbe jednotlivých dopadových štúdií. Tvorba jednotlivých štúdií bude tiež využívať výstupy z metodologickej aktivity zameranej na úpravu a aplikáciu techník SU v slovenskom dátovom kontexte. V tejto oblasti môžu členovia riešiteľského kolektívu stavať na už prebiehajúcej spolupráci. Druhý cieľ projektu je zameraný na preskúmanie potenciálu veľkých, online dát pri prognózovaní spoločensko-ekonomického vývoja. Konkrétne, spoločnosť Profesia a.s. má záujem na využití informácie o celkovom počte ňou registrovaných pracovných ponúk pri prognózovaní indikátorov trhu práce, ako napríklad miera nezamestnanosti či celková zamestnanosť. Plánujeme navrhnúť najvhodnejšiu špecifikáciu takéhoto prognostického modelu. Následne preskúmame ďalšie, online voľne dostupné zdroje dát (napr. trendy v online vyhľadávaniach) a ich potenciál pre zlepšenie predikcie. Na záver, využívajúc prístup k údajom z pracovnej inzercie, preskúmame ich ďalšie spoločenskovedné využitie. V tejto oblasti sa môžeme oprieť o bohatý zoznam štúdií využívajúcich údaje spoločnosti Profesia, náš záujem rozšírime o obsahovú analýzu pracovnej inzercie.