Objetivo
El objetivo de este estudio consiste en investigar la posibilidad de mitigar los sesgos discriminatorios en la toma de decisiones usando un árbol de decisión, de forma que también pueda proporcionar explicabilidad a la clasificación hecha por el algoritmo.
En concreto, el experimento se realizará en el ámbito de la selección de personal y en la variable género. Aunque se busca poder generalizar a otros ámbitos.
Aparte de buscar esa reducción de sesgos, también se pretende reservar la situación real dado por la precisión del modelo. De esta forma, el personal de selección puede indicar la distribución deseado y la importancia de ese insegación frente a la realidad. Como por ejemplo, al personal de RRHH le puede desear tener una distribución de 50% de mujeres en la plantilla, pero también quiere escoger el candidato más adecuado, por lo que puede indicar que la importancia del género sea un 80%, dejando margen para la clasificación real.
Finalmente, el algoritmo deberá devolver la lista de candidatos clasificados como entrevistar o no entrevistar. De los que indica entrevistar, ésta debe cumplir con la distribución indicada.
TRABAJO FIN DE GRADO DE:
JIA JIA YE
Experiencia Académica
Doble Grado en Ingeniería Informática y Administración de Empresas, Universidad Carlos III de Madrid
(septiembre 2017 – junio 2023)
Bachillerato de Ciencias Sociales (2015 – 2017)
Experiencia Laboral
Data Analyst – Grupo MasMóvil (julio 2023 – actualidad)
Frontend Developer Intern – Grupo MasMóvil (diciembre 2022 – junio 2023)
Machine Learning Researcher – Universidad Carlos III de Madrid en colaboración con Grupo MasMóvil (septiembre 2022 – mayo 2023)
Departamento de RPA – NTT Data (enero 2022 – agosto 2022)
Habilidades técnicas
Lenguajes de programación: Python, Java, C/C++, SQL, HTML/CSS/JS
Librerías de desarrollo: Pandas, NumPy y Scikit-Learn
Plataformas Cloud: Google Cloud.
Otras tecnologías y frameworks: Git, Hugo, Angular