Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/50480
Compartilhe esta página
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.advisor | MOTA, Caroline Maria de Miranda | - |
dc.contributor.author | TORRES, Mateus Vieira | - |
dc.date.accessioned | 2023-05-23T15:54:03Z | - |
dc.date.available | 2023-05-23T15:54:03Z | - |
dc.date.issued | 2023-05-02 | - |
dc.date.submitted | 2023-05-19 | - |
dc.identifier.citation | TORRES, Mateus Vieira. Modelo de recomendação para alocação de recursos humanos em projetos de engenharia utilizando Machine Learning. 2023. 57 f. TCC (Graduação) - Curso de Engenharia de Produção, Departamento de Engenharia de Produção, Centro de Tecnologia e Geociências, Universidade Federal de Pernambuco, Recife, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/50480 | - |
dc.description.abstract | Este trabalho de conclusão de curso se concentra no âmbito da gestão de projetos em empresas de consultoria em engenharia que possuem como centro do modelo de negócio a entrega de valor por meio de serviços ao cliente. O principal problema abordado é a alocação de recursos humanos, que muitas vezes é feita com base apenas no conhecimento empírico do gerente de projetos, aumentando as chances de tomada de decisão errada. Para lidar com esse desafio, este trabalho propõe o uso de modelos de machine learning para criar uma ferramenta capaz de auxiliar no processo de alocação de recursos humanos em projetos. Essa abordagem busca encontrar padrões e prever resultados mais precisos e pode ser uma alternativa aos modelos de otimização baseados em equações matemáticas, que exigem a definição antecipada de níveis de recurso por atividade. A utilização de modelos de machine learning permite uma abordagem diferente e pode ajudar a reduzir as incertezas do processo de tomada de decisão. | pt_BR |
dc.format.extent | 57p. | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nd/3.0/br/ | * |
dc.subject | Gestão de projetos | pt_BR |
dc.subject | Engenharia | pt_BR |
dc.subject | Alocação de recursos humanos | pt_BR |
dc.subject | Machine learning | pt_BR |
dc.title | Modelo de recomendação para alocação de recursos humanos em projetos de engenharia utilizando Machine Learning | pt_BR |
dc.type | bachelorThesis | pt_BR |
dc.degree.level | Graduacao | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/7211565565446890 | pt_BR |
dc.description.abstractx | This graduation project focuses on the field of project management in engineering consulting firms whose business model revolves around delivering value through customer services. The main problem addressed is the allocation of human resources, which is often based solely on the project manager's empirical knowledge, increasing the chances of making wrong decisions. To tackle this challenge, this study proposes the use of machine learning models to create a tool capable of assisting in the process of allocating human resources to projects. This approach seeks to find patterns and predict more accurate outcomes, and it can be an alternative to optimization models based on mathematical equations that require the upfront definition of resource levels per activity. The use of machine learning models allows for a different approach and can help reduce uncertainties in the decision-making process. | pt_BR |
dc.subject.cnpq | Engenharia | pt_BR |
dc.degree.departament | Departamento de Engenharia de Produção | pt_BR |
dc.degree.graduation | Engenharia de Produção | pt_BR |
dc.degree.grantor | Universidade Federal de Pernambuco | pt_BR |
dc.degree.local | Recife | pt_BR |
Aparece nas coleções: | (TCC) - Engenharia de Produção |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Versão final biblioteca TCC 2022.2 Mateus Vieira Torres.pdf | 735,25 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons