Abstract
Интеллектуальный анализ кадровых данных становится всё более актуальным в условиях цифровизации процессов управления персоналом и необходимости обработки как структурированных, так и неструктурированных источников информации. Современные подходы требуют внедрения реше-ний, способных эффективно обрабатывать табличные данные и одновременно извлекать смысл из текстовых описаний сотрудников. Однако в большинстве существующих систем отсутствует единая архитектура, сочетающая возможно-сти OLAP-анализа, кластеризации и семантического поиска в рамках локально исполняемой аналитической среды. Целью настоящего исследования является разработка локальной аналитической подсистемы, ориентированной на ком-плексный анализ сведений о сотрудниках организации с использованием встра-иваемой OLAP-СУБД DuckDB и векторной базы данных ChromaDB. В рамках поставленной цели были реализованы задачи по предобработке данных, агре-гации с использованием SQL-запросов, кластеризации сотрудников методом K-средних, векторизации текстовых описаний и внедрению семантического по-иска на основе модели all-MiniLM-L6-v2. В результате был создан программныйпрототип, позволяющий проводить как количественный, так и смысловой ана-лиз кадровых данных. Система продемонстрировала высокую производитель-ность при локальном исполнении, возможность быстрой сегментации персона-ла и реализацию поиска по естественно-языковым запросам без подключенияк внешним сервисам. Дополнительно обеспечена визуализация результатов вBI-среде Yandex DataLens. Предложенное решение обладает высокой степеньювоспроизводимости и может быть адаптировано к задачам внутреннего HR-а-нализа, систем поддержки принятия решений и информационно-аналитическихплатформ. Результаты исследования подтверждают перспективность объедине-ния OLAP- и векторных технологий в рамках единой локальной архитектурыдля интеллектуальной обработки кадровой информации.