Modelo de previsão de saída de funcionários

Abstract

Resumo: à cultura de Dados. Uma das principais áreas que se beneficia dessa ideia é a área de Recursos Humanos, com a adição de equipes focadas em People Analytics, a área de Ciência/Análise de dados do RH. Um dos principais indicadores acompanhados nessa área é o turnover, uma vez que a saída de colaboradores pode gerar problemas como perda de talentos e altos custos de recontratação. Este estudo tem como objetivo desenvolver um modelo preditivo de saída de funcionários utilizando dados reais de uma empresa. A metodologia adotada foi a Regressão Logística para predição e os valores SHAP para interpretação gráfica do modelo. O desempenho foi avaliado por meio de Acurácia, F1-Score, validação cruzada k-fold e análise da Curva ROC. Os resultados apresentaram média de Acurácia de 92,52% e F1-Score de 92,51% em 10 folds

Abstract: Increasingly, companies face the need for decision-making processes that are more aligned with a datadriven culture. One of the main areas benefiting from this approach is Human Resources, with the addition of teams focused on People Analytics, the data science/analysis branch of HR. One of the key indicators monitored in this field is turnover, as employee departures can lead to problems such as talent loss and high rehiring costs. This study aims to develop a predictive model for employee attrition using real company data. The methodology adopted was Logistic Regression for prediction and SHAP values for graphical interpretation of the model. Performance was evaluated through Accuracy, F1-Score, k-fold cross-validation, and ROC curve analysis. The results showed an average Accuracy of 92.52% and an F1-Score of 92.51% across 10 folds