Как Meta прогнозирует уход технологов: результаты ML-модели удивили исследователя
Аналитик Meta строил ML-модель, чтобы предсказать, кто из новых технологов уходит в первый год. Он был уверен в причинах, но данные показали совсем другое. Иссл

Специалист по People Analytics с более чем десятилетним опытом в Meta решил разобраться, почему таланты уходят из tech-компаний в первый год работы. Он был уверен в ответе — до того момента, как запустил Machine Learning модель для анализа данных.
Исходная гипотеза
После лет работы с кадровыми данными аналитик сформировал устойчивое убеждение: текучесть определяется двумя-тремя ключевыми факторами. Скорее всего, рассчитывал он, это зарплата, карьерный рост и качество онбординга. Разговоры с коллегами в Meta подтверждали этот взгляд. Но когда дело дошло до сбора конкретных данных и построения модели, картина стала менее ясной.
Модель раскрыла другое ML-модель обнаружила, что предсказательная сила
тех факторов, на которые он ставил, была куда скромнее, чем ожидалось. Вместо них в центр внимания вышли неожиданные паттерны. Оказалось, что часто уходят не самые неудовлетворённые зарплатой, а те, кто чувствовал неопределённость в том, куда направлена его карьера в компании.
Исследование выявило настоящие предикторы: Динамика карьеры сотрудника до текущей роли Скорость принятия решений на уровне manager'а Культурные сигналы, которые человек получает в первые недели Мотивационное соответствие между личными целями и миссией компании * Наличие наставника или спонсора на ранних этапах ## Как это применять Исследование открывает новое направление для HR-стратегии. Вместо того чтобы сосредоточиться только на компенсации и карьерных лестницах, компании могут инвестировать в качество онбординга, назначать спонсора каждому новому сотруднику и ускорять процесс принятия решений на уровне team lead'ов.
«Данные не лгут — проблема часто не в том, что вы видите на поверхности»
Что это значит
Tech-компании тратят огромные ресурсы на привлечение талантов, но упускают их из-за упущений на этапе интеграции. ML-модель показывает: если правильно организовать первые месяцы и дать человеку ясное направление, многих можно удержать. Это инструмент для People Analytics команд переосмыслить свой подход к удержанию сотрудников.
*Meta признана экстремистской организацией и запрещена в РФ.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.