Entwicklung einer Plattform für das Cloud-basierte Matching von CVs und Job-Profilen
Betreuer/in	Dr. Michael Nofer
Professor	Prof. Dr. Oliver Hinz
Starttermin	ab sofort
Empirisch	Nein
Kurzbeschreibung	Die zunehmende Komplexität und Dynamik technisch-ökonomischer Entwicklungen führt in vielen Unternehmen zu neuen Aufgabenstellungen, die von den Entscheidungsträgern nicht immer im Detail durchschaut werden können. Gleichzeitig steigt die Intransparenz im Bildungswesen, teilweise auch getrieben durch die Internationalisierung. Für eine Organisation ist es daher sehr aufwendig a) die erforderlichen Skills für Positionen zu definieren und b) die erforderlichen Skills bei Kandidaten zu identifizieren. Derzeit werden Stellenbeschreibungen oder Projektausschreibungstexte mit entsprechenden Profilen von Bewerbern, Beratern oder auch Freelancern manuell abgeglichen. Allerdings sind gerade neue IT-Disziplinen deutlich vielschichtiger als früher, weshalb konventionelle Methoden an ihre Grenzen stoßen. Eine mögliche Lösung ist es, die Stellenbeschreibungen und Lebensläufe automatisiert in einem einheitlichen Schema zu vergleichen. In diesem Zusammenhang erfreuen sich sogenannte Skill-Ontologien in letzter Zeit wachsender Beliebtheit. Entsprechende Frameworks wurden durch verschiedene internationale Organisationen erarbeitet (z.B. SFIA). Im Rahmen dieser Abschlussarbeit soll ein Prototyp einer Plattform entwickelt werden, der es erlaubt, die Skill-relevanten Informationen aus Lebensläufen und Job-Beschreibungen effizient und automatisiert gegenüberzustellen. Ziel ist es, Unternehmen über diese Plattform ein Decision Support System mit verschiedenen Funktionalitäten zur Verfügung zu stellen (u.a. Matching). Die Ergebnisse können sowohl für interne Zwecke als auch externe Zwecke werden. Insofern ergeben sich für Wissenschaft und Praxis eine Reihe von Implikationen, zum Beispiel Effizienzgewinne und eine wohlfahrtssteigernde Allokation knapper Ressourcen. Für die Arbeit sind sehr gute Programmierkenntnisse erforderlich.
Einstiegsliteratur	• Amini,B., Ibrahim, R., Othman, M. S., and Selamat, A. (2014). Capturing scholar’s knowledge from heterogeneous resources for profiling in recommender systems. Expert Systems with Applications, 41(17): 7945–7957. • Hohaghegh, S., and Razzazi, M. R. (2004). An ontology driven matchmaking process. In Proceedings World Automation Congress, (Vol. 16, pp. 248-253). IEEE. • Liu, O., Wang, J., Ma, J., and Sun, Y. (2016). An intelligent decision support approach for reviewer assignment in R&D project selection. Computers in Industry, 76, 1-10. • Malinowski, J., Keim,T., Wendt, O., and Weitzel, T. (2006). Matching people and jobs: A bilateral recommendation approach. In System Sciences, 2006. HICSS’06. Proceedings of the 39th Annual Hawaii International Conference on, volume 6, pages 137c–137c. IEEE, 2006. • Martinez-Gil, J., Paoletti, A. L., and Pichler, M. (2016). A Novel Approach for Learning How to Automatically Match Job Offers and Candidate Profiles. Information Systems Frontiers, 1-10.