Predição de Vagas de Empregos no Mercado de IA e Dados Utilizando Redes Neurais Artificiais

Resumo

O mercado de Inteligência Artificial apresenta alta variabilidade salarial e estrutural entre regiões e empresas. Este trabalho propõe o uso de redes neurais artificiais do tipo Perceptron de Múltiplas Camadas (MLP) para prever indicadores de vagas: salário, modalidade de trabalho e tamanho da empresa. O modelo previu salários com erro médio absoluto de 11,49%, porém apresentou limitações significativas nas classificações multi-classe, com acurácias de 33,6% para modalidade de trabalho (equivalente a predição aleatória) e 45,8% para tamanho da empresa. As principais limitações incluem: (i) arquitetura única não otimizada para cada tarefa; (ii) ausência de tratamento de desbalanceamento de classes; (iii) falta de engenharia de features especı́fica para problemas categóricos. Os resultados evidenciam a eficácia de MLPs para regressão salarial, mas indicam a necessidade de modelos especializados para classificação em mercados voláteis.