ЦИФРОВА МОДЕЛЬ КОМПЕТЕНЦІЙ СУДНОВОДІЯ НА ОСНОВІ АНАЛІЗУ КВАЛІФІКАЦІЙНИХ ВИМОГ STCW
https://doi.org/10.33815/2313-4763.2025.2.31.006-018
Анотація
Стаття присвячена розробці цифрової моделі компетентностей моряків, яка забезпечує автоматизований відбір кандидатів на основі аналізу їх відповідності кваліфікаційним вимогам STCW. Представлено комплексний підхід до оцінювання компетентностей кандидатів через тристадійний алгоритм scoring-оцінювання, що включає обов'язковий скринінг сертифікатів, бальне оцінювання додаткових кваліфікацій та ранжування претендентів з урахуванням досвіду роботи. Систематизовано кваліфікаційні вимоги конвенції STCW для восьми категорій суднового персоналу від Master до Ordinary Seaman з чітким розмежуванням обов'язкових і опціональних сертифікатів. Розроблено Python-алгоритм автоматизованого рейтингування, який формує TOP-10 найкваліфікованіших кандидатів для конкретних вакансій протягом десяти хвилин замість традиційних двох-трьох днів ручної обробки. Проведено тестування системи на базі даних двохсот кандидатів компанії Tsakos Shipmanagement. Результати показали загальний рівень відхилення 52,5% кандидатів через невідповідність обов'язковим вимогам, при цьому старші офіцерські позиції демонструють вищі показники відхилення (60,2%) порівняно з молодшими посадами (48,3%). Валідація підтвердила 87,5% узгодженості з оцінками досвідчених HR-менеджерів та 98,7% скорочення часу обробки. Запропонована модель забезпечує стандартизацію рекрутингових процесів у морській індустрії, підтримує суворе дотримання міжнародних стандартів сертифікації та надає цінну аналітику для оптимізації стратегій підбору морського персоналу.
Посилання
2. International Transport Workers’ Federation. (2014). STCW: A guide for seafarers (80 pp.). https://www.mptusa.com/pdf/STCW_guide_english.pdf.
3. Baum-Talmor, P., & Kitada, M. (2022). Industry 4.0 in shipping: Implications to seafarers’ skills and training. Transportation Research Interdisciplinary Perspectives, 13, Article 100542. https://doi.org/10.1016/j.trip.2022.100542.
4. Sharma, A., & Kim, T.-E. (2021). Exploring technical and non-technical competencies of navigators for autonomous shipping. Maritime Policy & Management, 49(6), 831–849. https://doi.org/10.1080/03088839.2021.1914874.
5. Hannaford, E., & Van Hassel, E. (2021). Risks and benefits of crew reduction and/or removal with increased automation on the ship operator: A Licensed Deck Officer’s perspective. Applied Sciences, 11(8), 3569. https://doi.org/10.3390/app11083569.
6. Emad, G. R., Enshaei, H., & Ghosh, S. (2022). Identifying seafarer training needs for operating future autonomous ships: A systematic literature review. Australian Journal of Maritime & Ocean Affairs, 14(2), 114–135. https://doi.org/10.1080/18366503.2021.1941725.
7. Emad, G. R., & Ghosh, S. (2023). Identifying essential skills and competencies towards building a training framework for future operators of autonomous ships: A qualitative study. WMU Journal of Maritime Affairs, 22(3), 427–445. https://doi.org/10.1007/s13437-023-00310-9.
8. Emad, G., Khabir, M., & Shahbakhsh, M. (2019). Shipping 4.0 and training seafarers for the future: Autonomous and unmanned ships [Conference paper]. Proceedings of the 21st Marine Industries Conference (MIC 2019). https://www.researchgate.net/publication/338395285_ Shipping_40_and_Training_Seafarers_for_the_Future_Autonomous_and_Unmanned_Ships.
9. Belabyad, M., Kontovas, C., Pyne, R., Shi, W., Li, N., Szwed, P., & Chang, C.-H. (2025). The human element in autonomous shipping: A study on skills and competency requirements. WMU Journal of Maritime Affairs, 24(2), 215–232. https://doi.org/10.1007/s13437-025-00366-9.
10. Bayrak, D., & Muslu, A. (2025). Technostress management for seafarers in the Maritime 4.0 era. Australian Journal of Maritime & Ocean Affairs. Advance online publication. https://doi.org/10.1080/18366503.2024.2426857.
11. Shahbakhsh, M., Emad, G. R., & Cahoon, S. (2022). Industrial revolutions and transition of the maritime industry: The case of seafarer’s role in autonomous shipping. Asian Journal of Shipping and Logistics, 38(1), 10–18. https://doi.org/10.1016/j.ajsl.2021.11.004.
12. Chan, J. P., Pazouki, K., Norman, R., & Golightly, D. (2025). Investigating the impact of seafarer training in the autonomous shipping era. Journal of Marine Science and Engineering, 13(4), 818. https://doi.org/10.3390/jmse13040818.
13. Bogusławski, K., Rutkowska, G., & Tichý, L. (2022). Implications of autonomous shipping for maritime education and training. WMU Journal of Maritime Affairs, 21, 317–334. https://doi.org/10.1007/s13437-022-00307-2.
14. Olaniyi, E. O., Solarte-Vasquez, M. C., & Inkinen, T. (2024). Smart regulations in maritime governance: Efficacy, gaps, and stakeholder perspectives. Marine Pollution Bulletin, 202, Article 116341. https://doi.org/10.1016/j.marpolbul.2024.116341.
15. Ponomaryova, V., & Nosov, P. (2024). Development of a navigator qualification model for automated ship handling control tasks. Scientific Bulletin Kherson State Maritime Academy, 2(29), 6–23. https://doi.org/10.33815/2313-4763.2024.2.29.006-023.
16. Ponomaryova, V., & Nosov, P. (2023). Method of automated identification of qualification parameters for marine operators under risk conditions. Scientific Bulletin Kherson State Maritime Academy, 1–2(26–27), 144–165.
