Der National Health Service des Vereinigten Königreichs ist das öffentlich finanzierte Gesundheitssystem im Vereinigten Königreich. Mit über 1,2 Millionen Mitarbeitern ist es der mit Abstand größte Arbeitgeber des Landes. Der NHS wurde 1948 nach dem Zweiten Weltkrieg von Gesundheitsminister Aneurin Bevan gegründet. Dies war das erste Mal, dass allen Bürgern eines Landes eine kostenlose Gesundheitsversorgung angeboten wurde, die durch Steuern und nicht durch Versicherungsprämien bezahlt wurde.
Fast Data Science - London
Neben der Bereitstellung der Gesundheitsversorgung ist der NHS auch für die Ausbildung, berufliche Entwicklung und Zertifizierung der Ärzte, Krankenschwestern und anderen medizinischen Fachkräfte des Landes verantwortlich. Der NHS nimmt junge Ärzte auf, die kürzlich ihr Medizinstudium abgeschlossen haben, und vermittelt ihnen eine Ausbildung, bis sie sich in einem Fachgebiet wie Kardiologie, Urologie oder Allgemeinmedizin qualifizieren. Die Ausbildung eines Assistenzarztes zum Fachberater oder Allgemeinmediziner kostet etwa 200.000 £ und dauert etwa sechs Jahre. Natürlich verliert der NHS Geld, wenn junge Ärzte die Organisation verlassen, bevor sie eine Ausbildung abgeschlossen haben.
Higher Education England (HEE), eine Abteilung des NHS, benötigte eine Möglichkeit, die Fluktuation von Mitarbeitern vorherzusehen und zu verstehen. Fast Data Science hat ein maschinelles Lernmodell in Azure ML entwickelt und trainiert, mit dem vorhergesagt werden konnte, welche Mitarbeiter zu einem bestimmten Zeitpunkt Gefahr laufen, den NHS zu verlassen.
Wir haben eine Reihe überraschender Faktoren für die Mitarbeiterfluktuation entdeckt und diese dem Management mitgeteilt, wo sie in die zukünftige Personalstrategie des NHS einbezogen werden.
Wir haben den Analyseteams in HEE auch einige Weiterbildungs- und Beratungsdienste im Bereich Datenwissenschaft bereitgestellt und einige Analysten mit der Leistungsfähigkeit von No-Code-ML mit Microsoft Azure ML vertraut gemacht.
In diesem Artikel zur Vorhersage der Mitarbeiterabwanderung können Sie ausführlicher über die Techniken lesen, die wir in diesem Projekt eingesetzt haben, von Analysen über maschinelles Lernen bis hin zu Deep Learning und Überlebensanalysen.
What we can do for you
