Estos datasets son provistos a modo de ejemplo. Toda la data presente fue creada de forma aleatoria.

Algunos cam

Nombre Trabajo en Equi Atención al detalCompetencias técnicEvaluación de lideraz

Martín García 78.00 76.00 71.00 71.00
Valeria Fernández 42.00 59.00 52.00 97.00
Santiago Castro 59.00 49.00 92.00 55.00
Luciana Ortiz 99.00 62.00 56.00 42.00
Matías Sánchez 98.00 100.00 95.00 97.00
Mariana González 68.00 98.00 56.00 67.00
Facundo Díaz 88.00 49.00 74.00 77.00
Camila Romero 72.00 99.00 38.00 95.00
Juan Pérez 59.00 84.00 71.00 38.00
Ana Rodríguez 54.00 53.00 38.00 81.00
Luisa Flores 78.00 84.00 72.00 58.00
Andrés Torres 75.00 64.00 78.00 60.00
Carla Gómez 71.00 56.00 87.00 93.00
Roberto Martínez 37.00 75.00 84.00 93.00
Paula Herrera 70.00 60.00 38.00 97.00
Diego Rivas 60.00 48.00 95.00 62.00
Sofía Álvarez 43.00 75.00 59.00 98.00
Mario Duarte 66.00 91.00 36.00 62.00
Gabriela Rojas 71.00 77.00 65.00 79.00
Carlos Ramírez 65.00 85.00 91.00 49.00
Alejandra Moreno 41.00 97.00 52.00 71.00
José Gutiérrez 85.00 82.00 97.00 97.00
Valentina Castro 38.00 81.00 94.00 87.00
Pablo Vargas 39.00 42.00 42.00 89.00
Natalia Reyes 84.00 43.00 41.00 73.00
Fernando Hernández 95.00 41.00 47.00 76.00
Antonia Chávez 58.00 63.00 36.00 85.00
Eduardo Miranda 99.00 69.00 39.00 86.00
Jimena Torres 84.00 38.00 38.00 82.00
Sebastián Molina 91.00 45.00 78.00 74.00
Maribel Cruz 44.00 38.00 80.00 87.00
Esteban Salazar 55.00 51.00 88.00 53.00
Daniela Álvarez 61.00 70.00 80.00 99.00
Omar López 59.00 55.00 96.00 58.00
Andrea Ponce 99.00 84.00 55.00 39.00
Francisco Bravo 49.00 98.00 55.00 45.00
Ana Belén Soto 93.00 100.00 87.00 76.00
José Luis Aguilar 95.00 90.00 79.00 78.00
María Fernanda Medin 95.00 84.00 76.00 98.00
Luis Ángel Ramírez 85.00 76.00 52.00 81.00
Viviana Duque 91.00 97.00 48.00 72.00
Miguel Ángel Díaz 63.00 57.00 82.00 39.00
Nataly Guevara 64.00 77.00 76.00 77.00
Gustavo Velásquez 66.00 62.00 55.00 79.00
Verónica Mejía 36.00 35.00 58.00 63.00
forma aleatoria. Algunos campos tienen randomizadores activos, cada vez que se haga un cambio en la planilla algunos de los

Satisfacción del equiCumplimiento presupueCumplimiento metas comerciales

66.00 100.00 113.00
94.00 111.00 117.00
61.00 86.00 73.00
34.00 75.00 79.00
108.00 107.00 97.00
66.00 83.00 77.00
80.00 96.00 101.00
110.00 125.00 127.00
28.00 76.00 81.00
86.00 123.00 133.00
53.00 66.00 58.00
60.00 125.00 117.00
87.00 107.00 112.00
91.00 124.00 132.00
102.00 92.00 77.00
74.00 104.00 106.00
105.00 123.00 126.00
77.00 73.00 77.00
70.00 90.00 104.00
58.00 90.00 89.00
56.00 81.00 69.00
104.00 125.00 121.00
97.00 73.00 74.00
84.00 94.00 86.00
58.00 87.00 99.00
80.00 117.00 108.00
80.00 73.00 73.00
84.00 115.00 130.00
75.00 130.00 140.00
85.00 100.00 113.00
73.00 81.00 95.00
46.00 75.00 60.00
95.00 121.00 132.00
59.00 82.00 97.00
42.00 86.00 75.00
60.00 116.00 103.00
70.00 81.00 85.00
71.00 128.00 138.00
88.00 110.00 109.00
81.00 98.00 111.00
65.00 66.00 54.00
30.00 101.00 102.00
85.00 123.00 131.00
71.00 108.00 109.00
48.00 95.00 109.00
la planilla algunos de los valores pueden cambiar.
Estos datasets son provistos a modo de ejemplo. Toda la data presente fue creada de forma aleatoria. Algunos cam

Candidato Puntaje en prueba de venValoracion en prueba grafologica

Diego Rivas 52.5031257303981 58.5031257303981
Sofía Álvarez 71.3598017827855 84.3598017827855
Mario Duarte 83.3163446802937 79.3163446802937
Gabriela Rojas 81.7432356434726 95.7432356434726
Carlos Ramíre 16.785757006645 4.78575700664502
Alejandra Mor 42.2277870218321 56.2277870218321
José Gutiérrez 23.3813863413146 36.3813863413146
Valentina Cast 29.6463293697926 32.6463293697926
Pablo Vargas 10.0846339837531 18.0846339837531
Natalia Reyes 33.4620827852238 29.4620827852238
Fernando Her 44.759332199279 58.759332199279
Antonia Cháve 41.7877260306989 54.7877260306989
Eduardo Miran 45.3518574160013 56.3518574160013
Jimena Torres 93.3156974828216 96.3156974828216
Sebastián Mol 25.5338778751204 24.5338778751204
Maribel Cruz 11.0431018124817 15.0431018124817
Esteban Salaz 30.7003185090928 21.7003185090928
Daniela Álvare 71.1461933271807 73.1461933271807
Omar López 0.763487483216439 -10.2365125167836
Andrea Ponce 43.0628229102847 39.0628229102847
Francisco Bra 85.6825674754526 88.6825674754526
Ana Belén Sot 93.8646200266552 100.864620026655
José Luis Agui 57.3238151932084 71.3238151932084
María Fernand 62.4301987496543 52.4301987496543
Luis Ángel Ra 16.9743275781763 22.9743275781763
Viviana Duque 62.9071572632563 57.9071572632563
Miguel Ángel 9.45721235232092 12.4572123523209
Nataly Guevar 89.3318633365122 97.3318633365122
Gustavo Velás 72.9705598707545 64.9705598707545
Verónica Mejí 49.0714511542644 41.0714511542644
resente fue creada de forma aleatoria. Algunos campos tienen randomizadores activos, cada vez que se haga un cambio en la
Entrevista jefe directo Entrevista Recursos Humanos
8.90115424673698
90.8280999987255
8.68591459703598
83.798774417015
31.0447372105965
24.0454029789374
37.5099868352379
38.5105819126802
82.2940632719024
26.032964596634
78.6386921470082
17.9638339200438
25.2652841211411
63.1674425074555
30.0143809408959
6.70477071919659
92.5943073552248
72.5748076448179
46.3707772739066
55.1140655716077
98.2589431466791
10.3628447207597
33.1665166166094
5.14685385434172
1.37988672770756
27.5715408386448
61.5682394074458
25.37398866717
23.8312128377411
22.0043828362277
33.0174466716039
67.2501898501594
2.92849561785041
85.900646554274
72.5707617457528
35.8612539633683
6.99488983976295
85.9088807028141
92.9257078223081
82.7666469875047
90.4096015218294
9.6028963621318
95.9228143052907
12.3593225047605
54.5996744602353
70.9317860677207
81.9348029955937
27.4296852593106
3.79321867570329
0.112761571387346
48.2731905389264
37.8382122372839
45.0099920498653
42.7882819655698
31.5004115038551
46.9906913024901
3.23382443889032
33.3191841911405
16.9749777336268
56.3303900211695
adores activos, cada vez que se haga un cambio en la planilla algunos de los valores pueden cambiar.

Puntaje en desempeño 6 meses despues

114
77
119
76
98
80
80
85
107
113
84
102
95
115
94
84
115
111
90
111
114
82
105
111
94
78
115
91
108
80
Estos datasets son provistos a modo de ejemplo. Toda la data presente fue creada de forma aleatoria. Algunos cam

1 Mejorar la comunicación interna

2 Incrementar la transparencia en la toma de decisiones
3 Ofrecer oportunidades de desarrollo profesional
4 Fomentar la innovación y creatividad
5 Implementar políticas de diversidad e inclusión
6 Aumentar la flexibilidad en el horario laboral
7 Optimizar los procesos y la eficiencia operativa
8 Establecer objetivos claros y medibles
9 Mejorar el equilibrio entre vida laboral y personal
10 Fortalecer la colaboración entre departamentos
11 Fomentar la retroalimentación continua
12 Incrementar la inversión en tecnología y herramientas
13 Establecer un programa de reconocimiento y recompensas
14 Mejorar la formación y capacitación de los empleados
15 Implementar políticas de responsabilidad social corporativa
16 Fomentar la comunicación abierta y honesta
17 Aumentar la seguridad en el lugar de trabajo
18 Proporcionar un entorno laboral saludable y ergonómico
19 Mejorar la calidad del producto o servicio
20 Implementar un sistema de gestión de desempeño eficaz
21 Establecer políticas de retención de talento
22 Aumentar el enfoque en la satisfacción del cliente
23 Fomentar la responsabilidad y la rendición de cuentas
24 Implementar programas de bienestar para los empleados
25 Facilitar la movilidad interna y promoción de empleados
26 Mejorar la eficiencia en la cadena de suministro
27 Incrementar la participación en eventos y ferias comerciales
28 Establecer programas de mentoría para empleados
29 Fomentar la adopción de prácticas sostenibles y ecológicas
30 Implementar una estrategia de marketing efectiva
31 Establecer alianzas estratégicas y colaboraciones
32 Aumentar la inversión en investigación y desarrollo
33 Implementar un sistema de gestión de calidad
34 Fomentar la participación activa de los empleados en la toma de decisiones
35 Mejorar la planificación financiera y presupuestaria
36 Implementar prácticas de reclutamiento y selección eficaces
37 Establecer un programa de voluntariado corporativo
38 Incrementar el apoyo a proyectos locales y comunitarios
39 Mejorar el acceso a recursos y materiales de trabajo
40 Optimizar la gestión del tiempo y las prioridades
41 Fomentar la adopción de soluciones digitales y automatización
rma aleatoria. Algunos campos tienen randomizadores activos, cada vez que se haga un cambio en la planilla algunos de los v
a planilla algunos de los valores pueden cambiar.
Estos datasets son provistos a modo de ejemplo. Toda la data presente fue creada de forma aleatoria. Algunos cam

Nombre Universidad Años de ExperiencGenero

Victoria González Universidad de la Capita 6 Mujer
Mariana Hernández Universidad de la Costa 6 Mujer
Esteban Torres Universidad de la Costa 5 Hombre
Eduardo Vargas Universidad del Rio 6 Hombre
Andrés Pérez Universidad del la Mont 1 Hombre
Sofía Salazar Universidad de la Capita 8 Mujer
Natalia Martínez Universidad de la Capita 8 Mujer
Francisco Ruiz Universidad del la Mont 1 Hombre
Luciana Vargas Universidad del Rio 9 Mujer
Valeria Castro Universidad del la Mont 9 Mujer
Camila Torres Universidad de la Capita 5 Mujer
María Fernanda Ruiz Universidad del la Mont 10 Mujer
Carlos Ramírez Universidad del la Mont 6 Hombre
Matías Sánchez Universidad de la Costa 2 Hombre
Jimena Moreno Universidad del Rio 1 Mujer
Santiago Rodríguez Universidad del la Mont 10 Hombre
José Flores Universidad de la Costa 2 Hombre
Rodrigo Díaz Universidad del Rio 5 Hombre
Isabella Flores Universidad del Rio 2 Mujer
Nataly Ramírez Universidad del Rio 1 Mujer
Ana Belén Jiménez Universidad de la Capita 2 Mujer
Pablo Gómez Universidad de la Costa 7 Hombre
Miguel Ángel Rivera Universidad del la Mont 7 Hombre
Fernanda Pérez Universidad del la Mont 9 Mujer
Luis García Universidad de la Costa 6 Hombre
Facundo Herrera Universidad del Rio 10 Hombre
Fernando Ortiz Universidad de la Costa 3 Hombre
Valentina García Universidad de la Costa 9 Mujer
Daniel Morales Universidad del Rio 6 Hombre
Jorge Salazar Universidad del Rio 4 Hombre
Alejandro González Universidad de la Capita 1 Hombre
Paula Gómez Universidad de la Costa 7 Mujer
Lucas Martínez Universidad del la Mont 7 Hombre
Andrea Aguilar Universidad de la Capita 1 Mujer
Sebastián Castro Universidad de la Capita 5 Hombre
Antonia Rodríguez Universidad de la Costa 6 Mujer
Carolina Díaz Universidad del Rio 5 Mujer
Gabriela Sánchez Universidad de la Capita 2 Mujer
Laura Ortiz Universidad del la Mont 6 Mujer
Juan Hernández Universidad de la Costa 9 Hombre
fue creada de forma aleatoria. Algunos campos tienen randomizadores activos, cada vez que se haga un cambio en la planilla

Duración en el último trab Carrera Rota voluntariamente

Entre 2 y 3 años Sociología si
Más de 5 años Administración si
Entre un año y 2 Ingeniería si
Más de 5 años Administración si
Menos de 1 año Administración si
Entre un año y 2 Ingeniería si
Más de 5 años Administración si
Menos de 1 año Psicología si
Menos de 1 año Ingeniería si
Más de 5 años Ingeniería si
Entre un año y 2 Ingeniería si
Menos de 1 año Ingeniería si
Entre 2 y 3 años Ingeniería si
Más de 5 años Administración No
Entre 2 y 3 años Administración No
Menos de 1 año Psicología No
Menos de 1 año Administración No
Menos de 1 año Administración No
Menos de 1 año Ingeniería No
Menos de 1 año Ingeniería No
Más de 5 años Ingeniería No
Entre 2 y 3 años Administración No
Más de 5 años Ingeniería No
Más de 5 años Sociología No
Entre un año y 2 Ingeniería No
Más de 5 años Administración No
Más de 5 años Administración No
Entre 2 y 3 años Ingeniería No
Entre 2 y 3 años Administración No
Entre un año y 2 Administración No
Más de 5 años Administración No
Entre 2 y 3 años Administración No
Entre un año y 2 Administración No
Entre 2 y 3 años Psicología No
Más de 5 años Sociología No
Entre un año y 2 Psicología No
Menos de 1 año Psicología No
Entre 2 y 3 años Psicología No
Entre un año y 2 Sociología No
Menos de 1 año Sociología No
e haga un cambio en la planilla algunos de los valores pueden cambiar.