Gå till huvudinnehållet

Visualisering av Folq-konsulters färdigheter



Tommy Odland, Folq-konsult med stark expertis inom dataanalys (Data science) och projekterfarenhet från företag som Equinor, Telia och Cutters, har genomfört en intressant analys med hjälp av embeddings. Han har analyserat vilka roller och kompetenser från konsultprofilerna hos Folq som vanligtvis hänger ihop. Alla resultat och illustrationer är hämtade från Tommys bloggpost. Där hittar du också en närmare beskrivning av den använda modellen (rekommenderas!).

Bilde

Om analysen

  • Folq är ett företag som matchar IT-konsulter med uppdragsgivare och uppdrag. Om ditt företag till exempel behöver en databasexpert för ett projekt kan du förmodligen hitta en mycket lämplig kandidat på Folq-plattformen.

  • Ett av sätten konsulterna beskriver sig själva på är genom att välja färdigheter. Om de väljer en färdighet innebär det att de kan detta, och om de inte väljer en färdighet innebär det att de inte kan detta. Detta ger en tydlig översikt över vem som kan (och inte kan) vad. Det finns cirka 300 färdigheter och 50 roller att välja mellan.

  • Exempel på roller är: Scrum master, Tech Lead, Data Scientist, Backendutvecklare, Analytiker.

  • Exempel på färdigheter är: JavaScript, SQL, Scrum, Docker, Agile, DevOps, Linux, Prototyping.

  • Vi kan tänka oss dataen som en binär matris, där varje rad indikerar en utvecklare och varje kolumn en färdighet (roll eller kompetens). I figuren nedan är den första och andra personen "lik" varandra, eftersom de har nästan samma uppsättning färdigheter. Den tredje personen är annorlunda än de andra och är "motsatt" den första personen på något sätt.

Bilde

Resultat

Utvalda färdigheter (roller och kompetenser)

Här är en visualisering av ett urval färdigheter, både roller och kompetenser, som typiskt hänger ihop eller är olika.

Bilde

Avstånden mellan rollerna verkar meningsfulla. Längst ner till vänster ser vi utvecklare, till höger grafiska designers, och högst upp projektledare. Fullstack ligger mellan frontend och backend, och frontend-utvecklare är närmare grafiska designers än någon annan typ av utvecklare - som förväntat.

Avstånden mellan roller och kompetenser är också tillfredsställande. Till exempel ser vi grafiska designers längst ner till höger, och de närliggande färdigheterna är UX-design, Adobe och Figma. Detta ger mening, och vi kan se liknande grupperingar även på andra ställen i figuren.

Alla roller

Figuren nedan visar varje roll. Kompetenser visas i bakgrunden, men är inte markerade. Både kompetenser och roller har skalats och storleken på "punkten" indikerar deras popularitet och frekvens bland konsultprofilerna hos Folq.

Tolkningen av närhet i figuren är ungefär sådan att om en roll och kompetens är nära varandra, är sannolikheten hög att de förekommer tillsammans i datasetet (samma konsultprofil).

Bilde


Utvalda kompetenser (färdigheter)

Det finns cirka 300 kompetenser totalt, så att plotta och märka alla i en enda figur är opraktiskt. Nedan visas 60 populära kompetenser i en enda figur. Data och storleken på "punkten" i diagrammet är skalerade för att indikera förekomsten av varje kompetens bland konsultprofilerna hos Folq.

Bilde

Förutom att visualisera hur populära kompetenser är relaterade till varandra, som i diagrammet ovan, kan vi också använda data för att visualisera ett mer slumpmässigt urval av färdigheter som placeras längre ifrån varandra. Här är ett exempel som visar ett urval av kompetenser som förekommer på profiler som är olika:

Bilde

Vad kan man använda sådana analyser till?

När man analyserar sådana datasett finns det flera saker man kan använda resultaten till. Modellen kan användas som (1) ett verktyg för att visualisera data, (2) en rekommendationsalgoritm och (3) en prediktiv modell. Vad betyder det?

  1. Visualisering: Figurerna du ser i blogginlägget är exempel på visualiseringar. De visar vilka färdigheter som ligger "nära" varandra, det vill säga vilka färdigheter som ofta förekommer på liknande profiler. Tänk dig att du vill ha en frontendutvecklare som också kan en del design – då skulle man med en visualisering av profilerna kunna titta närmare på de konsulterna som var placerade mellan "Frontendutvecklare" och "UI-designer".

  2. Rekommendationsalgoritm: Låt oss säga att du tidigare har anlitat en konsult som du var mycket nöjd med. Med sådana analyser kan man enkelt hitta profiler som liknar varandra. Det blir alltså lättare att hitta en bra ersättare.

  3. Prediktiv modell: Man kan föreslå färdigheter som det är närliggande att tro (baserat på modellen) att en konsult kan, men som de ännu inte har markerat att de kan.

Analysen kan alltså användas på många olika sätt, och eftersom en sådan modell är generell kan den användas inom många olika områden – till exempel konsultprofiler.

Du är bara en enkel registrering från att ge dig själv en fin present - tid!

Data

Här är lite information om datan från Folq som används i den här artikeln:

  • Det finns cirka 2200 konsulter, 300 färdigheter och 50 roller.

  • Mediankonsulten har valt 25 färdigheter. De flesta konsulter har valt mellan 15 och 35 färdigheter.

  • Mediankonsulten har valt 4 roller. De flesta konsulter har valt mellan 3 och 5 roller.

Om vi strukturerar de 2200 konsulterna och 300 färdigheterna i en matris kommer de flesta posterna att vara "noll" (det vill säga att konsulten inte har valt färdigheten). Antalet icke-nollor (där konsulten har valt färdigheten) är 9%. Matrisen är med andra ord ganska "gles", med många rader med tomma värden, men inte lika "gles" som till exempel en matris med filmer och användare. Om vi strukturerar de 2200 konsulterna och 50 rollerna i en matris är även antalet icke-nollor 9%.

  • Bilde
  • Så här fungerar marknadsplatsen på Folq.se

    • Få tillgång till experter - helt kostnadsfritt: På Folq får du tillgång till ett noga utvalt nätverk av experter inom teknik, design och projektledning.

    • Sök bland över 2 000 konsulter: Söka bland över 2 000 konsulter baserat på erfarenhet, plats, roll och kompetens.

    • Jämför profiler och CV: Se detaljerade profiler och CV för varje konsult och jämföra dem för att hitta den som passar bäst för ditt projekt.

    • Publicera uppdrag med AI: Enkelt att publicera uppdrag på egen hand och låta konsulterna kontakta dig. Om du vill kan du använda Folq's AI för att skapa ett utkast till uppdraget.

    • Snabb respons: Genomsnittstiden från att du publicerar uppdrag till att den första konsulten visar intresse är bara 24 minuter.

Sammanfattning

Datamängden är i huvudsak en stor, "gles", binär matris av konsulter och deras färdigheter. Metoden skissad i denna artikel är inte begränsad till att visualisera binära ja/nej-koder, eller färdigheter för den delen. Den är lämplig för att kunna analysera och gruppera liknande data för t.ex. filmer/användare/betyg, låtar/användare/gillar, personer/händelser/deltagande, videor/användare/tummen upp, och mycket mer.

Tommy har tidigare analyserat en politisk enkät med hjälp av SVD, vilket är en liknande tillvägagångssätt som skissas i denna artikel. Du kan titta närmare på denna och flera relaterade analyser på hans webbplats.

Få senaste nyheterna direkt i inkorgen

Tack för din registrering 😊