People Analytics в дипломе: превращаем HR-опрос в защищаемую ВКР
«МТС Линк» опубликовал результаты опроса, где 28% работодателей назвали уровень заработной платы главным риском ухода сотрудников. За цифрой стоит целый пласт данных: сырые ответы респондентов, веса, сегменты по отраслям, отток по грейдам. Для выпускника ИТ-направления это не «HR-новость», а готовый датасет и постановка задачи. Кто, как и на основании чего принимает решение об удержании — это уже про пайплайны, метрики и модели. Если вы думаете, какую тему взять, чтобы она не выглядела оторванной от жизни, — смотрите в сторону People Analytics. Здесь есть и инженерия данных, и ML, и понятная бизнес-метрика на выходе.
Частые вопросы студентов по HR-аналитике в ВКР
Где брать данные, если у меня нет доступа к реальной HR-системе?
Три рабочих пути: 1) публичные датасеты (IBM HR Analytics Employee Attrition, Kaggle HR Analytics); 2) синтетика на основе отчётов — берёте распределения из статей вроде этой публикации «МТС Линк» и генерируете корпус в faker + pandas; 3) партнёрский пилот с малой компанией (10–30 человек) под соглашение о неразглашении. В тексте ВКР обязательно описываете источник и ограничения выборки.
Можно ли в бакалаврской ВКР строить ML-модель прогноза увольнений?
Да, если фокус на инженерной части, а не на «побитии SOTA». Baseline — логистическая регрессия с интерпретируемыми коэффициентами, продвинутый вариант — градиентный бустинг. Ключевое — честная кросс-валидация, матрица ошибок и обоснование метрики (для дисбаланса классов смотрите на PR-AUC, а не accuracy).
Как считать эффективность решения, чтобы её приняли на защите?
Сводите всё к одной-двум метрикам бизнеса и трём-четырём техническим. Пример: снижение оттока на X% в пилотной группе, время сборки отчётности — минуты вместо дней, precision/recall модели. Показывайте, откуда взяты числа: опрос, лог пайплайна, A/B-тест.
Это точно ИТ-тема, а не экономика труда?
Смотря как упаковать. ВКР по направлению 09.03.xx должна быть про артефакт: ETL-пайплайн, веб-дашборд, модель, API. HR здесь — предметная область, а вклад — архитектура и код. Формулируйте задачи через «спроектировать», «реализовать», «протестировать», а не «проанализировать рынок труда».
Три темы ВКР, которые родятся прямо из этой публикации
-
Тема 1. Пайплайн People Analytics для прогноза текучести на данных HR-опросов.
Актуальность: 28% работодателей из опроса прямо указывают на риск, связанный с зарплатой, — значит, нужна система раннего предупреждения.
Цель: разработать ETL-конвейер и модель бинарной классификации «уйдёт / останется».
Задачи: спроектировать схему хранилища; собрать пайплайн в Airflow; обучить и провалидировать модель; построить дашборд руководителя.
Структура: Гл.1 — обзор подходов к People Analytics; Гл.2 — архитектура пайплайна и реализация; Гл.3 — тестирование и оценка качества модели. -
Тема 2. Веб-приложение для анонимных HR-опросов с гарантией конфиденциальности.
Актуальность: тема зарплаты — чувствительная, честных ответов без анонимности не будет.
Цель: реализовать сервис сбора и агрегации опросов без раскрытия персональных данных.
Задачи: спроектировать модель угроз по OWASP ASVS; реализовать API и фронтенд; внедрить шифрование и разграничение прав; провести нагрузочное тестирование.
Структура: Гл.1 — требования и стандарты ИБ (152-ФЗ, OWASP); Гл.2 — проектирование и реализация; Гл.3 — тестирование на проникновение и оценка по ISO/IEC 25010. -
Тема 3. BI-дашборд для мониторинга ключевых HR-метрик и TCO внедрения.
Актуальность: компаниям нужно видеть отток и eNPS в динамике, а не в разовом отчёте.
Цель: спроектировать витрину данных и интерактивный дашборд с расчётом экономического эффекта.
Задачи: построить DWH-витрину; рассчитать метрики turnover rate, eNPS, retention; реализовать дашборд; посчитать TCO и ROI.
Структура: Гл.1 — обзор BI-решений и метрик; Гл.2 — проектирование витрины и дашборда; Гл.3 — тест-кейсы, юзабилити-оценка, расчёт эффекта.
Как разложить статью по главам ВКР
Глава 1: контекст и требования
Цифру «28%» используйте не как украшение введения, а как точку входа в анализ предметной области. Из неё логично вывести гипотезу: если зарплата — основной триггер, то в модели предсказания увольнения она должна иметь высокий вес. Дальше — обзор литературы и обоснование метрик: turnover rate, average tenure, eNPS. Для требований к системе незаменим ISO/IEC 25010: заранее распишите функциональную пригодность, производительность, безопасность и удобство — на защите вас спросят именно об этом.
Глава 2: архитектура и код
Здесь живёт инженерная часть. Постройте C4-диаграмму (уровни Context и Container) и BPMN для процесса сбора опроса. Данные удобно разделить на три слоя: raw (сырые ответы), staging (очистка), mart (витрина). Пример DAG для Airflow:
from airflow import DAG
from airflow.operators.python import PythonOperator
from datetime import datetime
import pandas as pd
def extract(): ...
def clean(): ...
def load(): ...
with DAG(
dag_id="hr_attrition_pipeline",
schedule="@daily",
start_date=datetime(2026, 1, 1),
catchup=False,
tags=["people_analytics", "ВКР"],
) as dag:
e = PythonOperator(task_id="extract", python_callable=extract)
c = PythonOperator(task_id="clean", python_callable=clean)
l = PythonOperator(task_id="load", python_callable=load)
e >> c >> l
Если строите веб-сервис опросов — обязательно закладывайте OpenTelemetry для трассировки: задержки на эндпоинте сохранения ответа руководитель заметит быстрее, чем любой баг. Логи, метрики, трейсы — три столпа наблюдаемости, которые легко превращаются в отдельный раздел главы.
Глава 3: тестирование и эффект
Три обязательных блока: юнит-тесты пайплайна, метрики модели (confusion matrix, ROC-AUC, PR-AUC), экономическая оценка. Для эффекта считайте TCO (стоимость облачных ресурсов + часы инженера) и потенциальную экономию от снижения оттока — например, стоимость замены одного специалиста обычно оценивают в 0,5–1 годовой ФОТ. Источник оценки обязательно цитируйте.
Чему вы научитесь по ходу работы
- Проектировать ETL-пайплайны и витрины данных под конкретную бизнес-задачу.
- Обучать и валидировать модели на несбалансированных HR-данных.
- Защищать чувствительные данные по OWASP ASVS и требованиям 152-ФЗ.
- Строить C4/BPMN-схемы и оформлять их по ГОСТ 34.601 / 19.701.
- Считать TCO и ROI так, чтобы цифры выдерживали вопросы комиссии.
- Каждая задача из введения закрыта главой и выводами.
- Все схемы подписаны, ссылки на рисунки в тексте есть, стиль — по ГОСТ 19.701.
- Датасет или синтетика описаны: источник, объём, ограничения.
- Метрики эффективности привязаны к числам, а не к «стало лучше».
- Код вынесен в приложение, репозиторий доступен по ссылке (или указан как архив).
- Проверена уникальность: таблицы и списки тоже проходят через антиплагиат.
- Есть раздел с ограничениями работы и направлениями развития.
1. Раздутая предметная область. Половина работы — про рынок труда и зарплаты. Комиссия спрашивает про архитектуру, а её нет. Держите баланс: 1 глава на контекст, 2 главы на artifact.
2. Игнорирование дисбаланса классов. Увольнений в выборке обычно 10–16%. Accuracy 89% означает, что модель просто всех относит к «останутся». Считайте PR-AUC и смотрите на recall по классу «уйдёт».
3. Нет оценки эффекта. Фраза «система снизит отток» без цифр — красная тряпка на защите. Возьмите цифру 28% из статьи, постройте сценарий «до/после» и покажите расчёт.
Источник: 28% работодателей опасаются ухода сотрудников из-за уровня заработной платы (опубликовано 2026-03-25)