賣引擎而非整車,「麥穗」用人工智能、大數據幫招聘網站提高效率

..

在麥穗聯合創始人王露頤看來,招聘主要有3個步驟,其一是為企業找到足夠數量的候選人,因為基數大了,才能確保質量;其二是找准人,最後才是人崗匹配合不合適的問題。

按照王露頤的說法,麥穗並不是賣整車,而是給一些大型招聘網站、企業開發引擎,目前主要提供3大產品。其一是幫助招聘網站快速定位候選人,公司合作客戶均具有較大體量,一般在內部都有着豐富簡歷。通過匹配求職人員簡歷和職位描述為企業找人。如果客戶簡曆數量不夠,公司也會從外部為其定製一定數量的簡歷。

首先會分析企業的基本情況、發展階段、過往入職人選等特徵來對需求方用人偏好形成一個完整畫像。還會精細化分析和標註處理整段職位描述,並分析所處行業特徵和標的企業的用人狀況。麥穗會運用智能語義解析,切分並提取候選人簡歷的核心內容,形成150多個維度,來匹配企業的用人畫像。這150多個維度包括候選人的期望薪資、期望的工作地點、到崗時間、簡歷新鮮度(候選人更新簡歷的頻繁程度是和換工作的意願成正比的)、學歷狀況、專業技能、工作經歷等。

人才庫盤活是近年來一個活躍話題,理想場景是當 HR 向外發佈職位時,系統可以自動提示她自有人才庫里已經有很多合適的候選人了。但是據歐美市場最大的求職網站 Indeed.com 的總裁 Chris Hyams 介紹,由於不同行業、不同工種之前存在許多「潛規則」,且很多職位的 JD 還是不能標準化、模型化,該技術的實際應用還是存在一定問題。

僅僅通過職位 JD 和候選人簡歷去匹配供需雙方,這個顯然是不夠的,因為很多時候職位與職位間的描述是比較相似的,並不能精確匹配,利用簡曆數據所做的只能是一個「冷啟動模型」,後續還要通過不斷添加數據維度來精細化該模型。麥穗的第二個業務是為該模型添加了類似電商的用戶行為數據分析。

具體來說,麥穗會分析企業的職位發佈者在招聘網站上的歷史行為數據,比如關注了哪些候選人、拉黑了哪些候選人、搜索查看過哪些候選人,付費買過哪些候選人的聯繫方式。通過在推薦模型中添加用戶行為數據,匹配的維度自然會更多。使用越多,產生的數據越多,匹配自然也就更加精準。

以上兩款產品均是重大數據,輕 AI 的產品。麥穗在今年試點性地推出了一款視頻面試類產品,據王露頤介紹,該款產品集成了機器學習和深度探測模型來探測候選人的軟性素質,方法是通過探測候選人在面試時的肢體動作和面部表情,來對候選人打分。比方說團隊會通過一套數據模型,從中產生6000多個維度,來定義什麼是「領導能力」。在匹配候選人面試時的表現,挑選出「領導力」強的候選人。


想在手機閱讀更多人才招聘資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems