Descrizione del progetto
Tenere traccia delle ore di lavoro dei dipendenti in modo semplice
La rilevazione accurata delle ore di lavoro dei dipendenti è necessaria per qualsiasi tipo di attività, ma garantire l’accesso a dati tempestivi per le attività fatturabili e non fatturabili è un lavoro molto impegnativo. Una possibile soluzione è l’uso di fogli presenza complessivi, ma ciò comporta un grande impegno e un costante intervento da parte degli utenti. Il progetto IT-TRAS, finanziato dall’UE, sta sviluppando una soluzione alternativa che richiede un intervento minimo da parte degli utenti per calcolare accuratamente le ore di lavoro di tutti i lavoratori, indipendentemente dalla loro ubicazione. Grazie al ricorso all’intelligenza artificiale (IA) e all’apprendimento automatico, questa soluzione è in grado di regolare automaticamente le caratteristiche operative dei diversi compiti per una distribuzione intelligente del tempo per ciascun compito.
Obiettivo
Time tracking constitutes a key feature of efficiency evaluation. Nevertheless, the production of Global Time Sheets is a cumbersome task usually ignored or improperly produced by the workers leading to inability to evaluate efficiency or accurately calculate the billable hours of work. The main reason behind that is the need of constant user intervention to set, pause or stop a timer per task or project which is impossible for those working away from the business premises. Integrated Time Tracking system (IT-TRAS) will minimise the need for user intervention in accurately calculating the working hours by operating seamlessly regardless of the location of the worker, by automatically adjusting to operational features of different tasks and by making smart distribution of time per task. Artificial Intelligence and specifically Machine Learning will be employed to gradually minimise user intervention through supervised learning and classification algorithms applied in a defined pool of training data containing the actual working hours per task and project. To achieve this, an Innovation Associate will be hired by the Rhodes Centre for History and Social Research – Rhodes Project SCE. The successful candidate will have a PhD in informatics, background in AI and ML, specialisation in supervised learning and classification algorithms as well as working experience in programming and software development. The Innovation Associate will receive tailored and certified training in the methodology of social research adding to his/her transferrable skills. He/she will be working in the multinational and multidisciplinary environment of Rhodes Project SCE for one year, with competitive salary and actual prospects of career development within the SME.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP.
- scienze naturaliinformatica e scienze dell'informazioneintelligenza artificialeapprendimento automaticoapprendimento supervisionato
- scienze umanistichestoria e archeologiastoria
- scienze naturaliinformatica e scienze dell'informazionesoftwaresviluppo software
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Programma(i)
Invito a presentare proposte
Vedi altri progetti per questo bandoBando secondario
H2020-INNOSUP-2019-02
Meccanismo di finanziamento
CSA - Coordination and support actionCoordinatore
851 33 RODOS
Grecia
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.