직장인 이직 데이터 세트를 이용한 이진 분류

1. 프로젝트 개요

1-1. 주제

직장인 이직 원인 분석

대회명 : Binary Classification with a Tabular Employee Attrition

직장인 이직 데이터 세트를 이용한 이진 분류

Binary Classification with a Tabular Employee Attrition Dataset

1-2. 주제 선정의 배경 - 목적, 필요성

  1. 직원 이탈의 경제적 영향

    : 직원 이직로 인해 기업에 발생하는 손해 비용이 크다. 이직한 직원을 대체하기 위한 비용, 생산성 손실, 교육 및 교육 비용 등이 발생하므로 이를 최소화 하기 위한 전략이 필요하다

  2. 인재 유지의 중요성

    : 우수한 인재를 유지하고 이직율을 낮추는 것은 기업의 성공과 경쟁력을 유지하는데 중요하다. 기업의 혁신력, 생산성 및 서비스 품질에 직결된다

  3. 데이터 기반 의사 결정의 필요성

    : 직원 이직 예측 모델을 개발해 데이터 기반 의사 결정을 실현할 수 있다.

  4. 개인화된 인재 관리 요구

    : 각 직원의 특성과 상황에 맞는 개인화된 인재 관리가 필요하다. 이를 위해 직원의 이직 가능성을 사전에 파악해 해당 직원에게 맞는 대응 전략을 마련할 수 있는 예측 모델이 필요하다.

  5. 인사정보의 가치화

    : 기업은 다양한 인사정보를 활용해 직원의 행동 및 패턴을 이해하고 예측한다. 이를 통해 이직 가능성을 사전에 예측하고 대응할 수 있는 기회가 생긴다.

데이터를 통해 이직 확률을 예측하는 머신러닝 구현 이직에 영향을 미치는 요인을 분석