Predicción de la deserción y empleabilidad en los semilleros de talento

Abstract

El comportamiento del mercado laboral en Colombia presenta retos tanto para la oferta como para la demanda laboral. Según una encuesta realizada por ManpowerGroup, el 76% de los empleadores ha manifestado tener dificultades para cubrir puestos de trabajo. Dentro de las causas identificadas por la firma se resalta la falta de conexión entre las necesidades de las empresas y la formación actual del talento humano. Como respuesta a esta problemática, han surgido los semilleros de talento, los cuales buscan reducir la desconexión a través de una educación ágil, adaptada a las necesidades del sector productivo y complementaria a la educación tradicional. No obstante, factores como la deserción en los procesos de formación impactan negativamente las tasas de empleabilidad dentro de los semilleros. En este proyecto se describe la implementación de una Inteligencia Artificial (IA), compuesta por dos modelos capaces de predecir la empleabilidad y la deserción de los participantes de un semillero de talento. Como variables predictoras se utilizó principalmente información psicológica perteneciente a once dimensiones comportamentales. Para el entrenamiento de estos modelos se emplearon diferentes técnicas de aprendizaje de máquina evaluadas mediante la métrica F1-Score. Para el caso de la deserción, el modelo con mejor desempeño se basó en la técnica Light Gradient Boosting, que logró un desempeño del 66.7%. Para el caso de la empleabilidad, el mejor modelo se basó en la técnica Extreme Gradient Boosting, que logró un desempeño aproximado del 80%.