Секція 3. ПЗКС «Інформаційні технології, інженерія програмного забезпечення»

Постійне посилання зібрання

https://ela.kpi.ua/handle/123456789/56183

Переглянути

Перегляд Секція 3. ПЗКС «Інформаційні технології, інженерія програмного забезпечення» за Ключові слова "004.4:004.92"

Зараз показуємо 1 - 2 з 2
  • Ескіз недоступний
    ДокументВідкритий доступ
    Програмний метод підбору вакансій з використанням технологій машинного навчання
    (КПІ ім. Ігоря Сікорського, 2022) Олещенко, Л. M.; Вовченко, Д. С.
    Майже кожен програміст за свою кар’єру зустрічався з процесом пошуку роботи, для деяких програмістів цей процес може повторюватись багато разів. Найкращим рішенням для такого пошуку є використання спеціальних вебсайтів, на яких роботодавці розміщують свої вакансії. Серед усього різновиду доступних вакансій зазвичай обирають декілька і уже далі шукачі зв’язуються з представниками компаній для подальшого обговорення пропозиції. У наш час на ринку праці з’являється все більше нових IT- компаній, яким потрібні нові працівники. Спостерігається зростання кількості вакансій, що, в свою чергу, може ускладнити процес пошуку необхідних спеціалісту пропозицій серед них. На вебсайтах для пошуку роботи вже є налаштовані фільтри, які допомагають оптимізувати процес пошуку, але навіть з їх допомогою нерідко можна знайти десятки пропозицій. В таких умовах виникає потреба у створенні програмної системи для виявлення найбільш перспективних вакансій з отриманого списку.
  • Ескіз недоступний
    ДокументВідкритий доступ
    Програмний метод створення рекомендаційної системи з використанням метаевристичної оптимізації
    (КПІ ім. Ігоря Сікорського, 2022) Вернік, М. О.; Олещенко, Л. М.
    Більшість сервісів мережі Інтернет побудовані з використанням надання рекомендацій користувачу – рекомендацій товарів (e-commerce), фільмів (Netflix), мобільних додатків (App Store, Play Market), програмного коду (GithubCopilot) тощо. Мета кожного із рішень визначається потребами конкретного бізнесу та користувачів, а також ступенем «задоволення» – збільшення / зменшення прибутку компаній та часу перебування на сайті клієнтів відповідних сервісів. Будь-яка система рекомендацій розроблена виключно для покращення таких показників, як зменшення витрат часу користувачів завдяки спрощенню вибору з великої кількості продукції, збільшення прибутку компанії завдяки збільшенню обсягу збуту товарів і послуг. Існуючі рішення можна поділити на 2 категорії: класичні та персоналізовані моделі.