Continuous training is crucial for creating and maintaining
the right skill profile for an industrial organizations
workforce. There is tremendous variety in the available
training within an organization: technical, project
management, quality, leadership, domain-specific, soft-
skills, etc. Hence it is important to assist the employee in
choosing the best training that perfectly suits his/her
background, project needs and career goals. In this work, we
focus on algorithms for recommending training in an
industrial setting. We formalize the problem of the next
training recommendation, taking into account the
employees training and work history. We have developed
several new unsupervised sequence mining algorithms to
mine past training data from the organization for making the
next personalized training recommendation. Using real-life
data about training 118 587 employees over 5 019 distinct
training courses from a large multi-national IT organization,
59
we show that these algorithms outperform several standard
recommendation engine algorithms as well as those based
on standard sequence mining algorithms.

La formation continue est cruciale pour créer et maintenir le bon profil de compétences pour la main-d'œuvre d'une organisation industrielle. Il existe une grande variété de formations disponibles au sein d'une organisation : technique, gestion de projet, qualité, leadership, métier, soft-skills, etc. Il est donc important d'accompagner le collaborateur dans le choix de la formation la mieux adaptée expérience, les besoins du projet et les objectifs de carrière. Dans ce travail, nous nous intéressons aux algorithmes de préconisation de formation en milieu industriel. Nous formalisons le problème de la prochaine recommandation de formation, en tenant compte de la formation et de l'historique de travail des employés. Nous avons développé plusieurs nouveaux algorithmes d'exploration de séquences non supervisés pour extraire les données de formation passées de l'organisation afin de faire la prochaine recommandation de formation personnalisée. En utilisant des données réelles sur la formation de 118 587 employés sur 5 019 cours de formation distincts d'une grande organisation informatique multinationale, 59 nous montrons que ces algorithmes surpassent plusieurs algorithmes de moteur de recommandation standard ainsi que ceux basés sur des algorithmes d'extraction de séquences standard.

The VTrain system helps employees improve their skills by
recommending appropriate training courses from a given list
and historical data.

Le système VTrain aide les employés à améliorer leurs compétences en recommandant des formations appropriées à partir d'une liste donnée et de données historiques.

VTrain recommendation engine