Código de recomendação de carreira baseado nas habilidades profissionais do usuário de um aplicativo voltado para reduzir a taxa de evasão escolar.
- Arthur Sosnowski
- Carlos Nascimento
- Jéssica de Moraes
- Júlio Michél
- Otavio Glycerio
- Prícilla Suzano
Esse modelo foi feito utilizando Keras, scikit-learn e NLTK. Modelo sequencial focado em processamento de linguagem natural, que é capaz de identificar 25 classes de carreira diferentes. Foi treinado com 50 epochs, e entregou acurácia acima de 98% no treinamento, acima de 63% para os dados de teste e com valores de loss abaixo de 1.6.
Ao final, podemos fazer predições baseadas em inputs que são habilidades técnicas que o usuário possui.
Exemplo de entrada: Python, Data, Cloud, Engineer
Exemplo de saída: Data Scientist
Código elaborado localmente, e depois feito o commit único para poder enviar o link para a competição.
Esse código foi baseado em: https://github.com/ggeop/Job-Recommendation-Engine.