Resumen:
Las personas encargadas de tomar datos a través de la aplicación de cuestionarios en una
encuesta tienen en su poder una gran responsabilidad, dado que, si se presentan errores en la
toma de los datos, afectarían el posterior análisis de los resultados, es por esto que muchas
empresas dedicadas a la recolección, procesamiento, análisis y presentación de resultados,
buscan contratar gente que les permite obtener el menor error posible en el levantamiento de
datos a través de las encuestas. Para esto se enfocan en el adecuado proceso de selección del
personal, el cual incluye el cumplimiento de requisitos de base, todo tipo de herramientas que les
ayude a disminuir el riesgo de seleccionar al personal inadecuado. Debido a esta necesidad, se
propone la implementación de modelos de machine learning, que sirvan de soporte al
departamento de recursos humanos para la contratación del nuevo personal. Para lograr esta
implementación se trabajó con varias variables, por ejemplo, sociodemográficas, también se usó
los Key Perfomance Indicators que la empresa utiliza para medir la eficiencia de sus
colaboradores, y se implementaron algoritmos de machine learning tales como el Random Forest
y el algoritmo K Nearest Neighbors. En el presente proyecto se demostrará que el modelo K
Nearest Neighbors es el modelo adecuado para predecir observaciones, de acuerdo con las
métricas que se usaron para evaluar la efectividad de este. Este modelo puede ser útil al
momento de la toma de decisiones en el departamento de recursos humanos.
