На сегодняшний день информационные технологии являются востребованной сферой деятельности, и количество специалистов в этой области постоянно растет, как и частота сменяемости кадров. В связи с этим возрастает и нагрузка на рекрутеров, из-за чего крупные компании вынуждены расширять штаты специалистов по подбору кадров и тратить на это дополнительные средства. Большую часть работы рекрутера занимает выполнение рутинных задач, основной из которых является скрининг резюме. При этом специалист может просмотреть, упустить или забыть важную информацию из-за влияния человеческого фактора. Использование нейронных сетей для решения узкоспециализированных, рутинных задач в управлении человеческими ресурсами – целесообразно. Благодаря такому внедрению, время на выполнение стандартных, повторяющихся задач, таких как скрининг резюме, у рекрутера сокращается. Автоматизация позволит исключить ошибки, которые совершает человек, при этом увеличить количество рассматриваемых резюме. В данной статье описывается разработка методики классификации резюме с использованием ролей по Белбину, которая позволит автоматизировать процесс подбора специалистов. В рамках статьи рассматриваются современные методы тематического моделирования, а также проводится сравнительный анализ моделей определения командных ролей. Разработана и описана методика классификации результатов тематического моделирования резюме с использованием модели командных ролей Белбина.

Today, information technology is a sought-after field of activity, and the number of specialists in this field is constantly growing, as is the turnover rate. In this regard, the burden on recruiters is increasing, which is why large companies are forced to expand the staff of recruiters and spend additional funds on this. Most of the work of a recruiter is occupied by performing routine tasks, the main of which is resume screening. At the same time, a specialist can overlook, miss or forget important information due to the influence of the human factor. The use of neural networks for solving highly specialized, routine tasks in human resource management is advisable. Thanks to this implementation, the recruiter’s time to perform standard, repetitive tasks, such as resume screening, is reduced. Automation will eliminate the mistakes that a person makes, while increasing the number of resumes considered. This article describes the development of a methodology for classifying resumes using roles according to Belbin, which will automate the process of selecting specialists. Within the framework of the article, modern methods of thematic modeling are considered, as well as a comparative analysis of models for determining team roles. As a result, a methodology for classifying the results of resume thematic modeling using the Belbin team role model was developed and described.