Tekst-Classificatie in Recruitment op basis van Machine Learning (XGBoost)

Geautomatiseerde Matching van Kandidaten met Machine Learning

In samenwerking met een toonaangevend internationaal recruitmentbureau op de Zuidas in Amsterdam heb ik een Data Science-oplossing op maat helpen ontwikkelen, waarmee binnen zes maanden meer dan €200.000 aan businesswaarde werd opgeleverd.

De kern van deze oplossing bestond uit een volledig geautomatiseerde datascraper (Selenium), gecombineerd met een op Machine Learning gebaseerd model voor tekstclassificatie (XGBoost). Door het model continu te valideren en af te stemmen met de interne recruitmentexperts, haalden we nauwkeurige classificaties van 95% tot boven de 99% (F1-score), ruim boven het door het recruitmentbureau vastgestelde oorspronkelijke doel van 90%.

Dit project begon als een solo-initiatief en groeide uit tot een samenwerking met een collega-Data Scientist. Deze oplossing optimaliseerde het interne proces voor de matching van kandidaten, waardoor de efficiëntie en precisie in kandidaatselectie aanzienlijk verbeterde.