《人工智能挖掘求职者潜能.pdf》由会员分享，可在线阅读，更多相关《人工智能挖掘求职者潜能.pdf（5页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、人工智能挖掘求职者潜能Noam Scheiber 2018年秋季的某天， Eightfold.ai招聘服务公司首席执行官阿什图什加格（Ashutosh Garg ）看到了一份令他很感兴趣的简历。简历的主人是一位有前途的数据科学家。他专注于挖掘数据中的模式，帮助企业决策，比如如何精准定位广告。有意思的是，他的简历中没有出现过“数据科学”一词。相反，他在简历中呈现的样子是：加利福尼亚大学洛杉矶分校物理学研究生毕业，正在巴克莱银行担任分析师。他在职场社交网站领英（LinkedIn ）上的个人资料表明他从未做过数据科学家，但Eightfold公司的软件却将他标示为合适人选。他在数学和计算机技能等关键方
2、面与加格指定的软件作为模板参考的4 位数据科学家十分相似。加格表示，如此选人的核心理念是关注“他们有什么技能”，而非职位头衔。“那样，你就能找到虽无相应实际经验但能力足以胜任的人。”在劳动力市场紧张的情况下，此项技术显然会吸引急于充实岗位的雇主。比如，数据科学家就是Google、Facebook和亚马逊等公司争相抢夺的人才。现在， Eightfold等招聘服务公司依靠复杂的算法为劳动力和岗位匹配。得益于此，许多雇主可能很快就有机会接触到数量众多的潜在候选人，甚至有望填补高难度角色空缺。哥伦比亚大学经济学家伯考吉尔（Bo Cowgill ）对人工智能在招聘中的应用做过专门研究。他说，算法可以帮助
3、部分求职者，但也存有潜在的不利因素：它可能导致工资降低。“雇主似乎无需经过竭力争夺，就能得到不同寻常但表现同样良好的合适人选。”考吉尔说。多年来，雇主和网上中介机构一直在人才招聘中使用算法，但具体方法往往简单粗暴：计算机会识别简历中的关键词，确定是否与职位描述的文本相吻合。相比在领英等网站上手动搜索，这么做效率更高，但缺点也很明显：求职者可以通过在简历中刻意夹入计算机匹配时可能搜索的词汇，操纵筛选流程。相反，措辞不当的描述可能导致计算机忽视合格的候选人。但现在，人工智能在深度学习技术方面的最新发展令计算机前所未有地强大。它不再是简单地匹配单词，而是能够识别出求职者在简历中没有明确列举的技能和才
4、华。加格举例说明，比如， Eightfold通过数据分析发现加州山景城Intuit金融软件公司的软件工程师中有约90% 掌握编程语言 Java。那意味着计算机推断该公司某位软件工程师具备Java 技能的结论是可靠的，即便他并未将此写在简历中。通过对整份简历执行类似操作，软件便可以构建求职者的详细档案。它能够从诸如教育和爱好等项目中提取到寻常不被注意的信息，比如非知名大学的某些特定专业（如马萨诸塞大学安姆斯特分校的自然语言处理专业）盛产能力不凡的员工，象棋高手更有可能擅长编程，篮球运动员则精于销售。为了改善计算结果， Eightfold公司巧妙地与客户达成协议，要求客户使用其人力资源软件。该软件
5、以匿名形式导入员工数据，其中包括不同背景的员工在不同工作中的表现以及他们的收入信息。由此，Eightfold能够更好地预测员工表现。如果雇主有意将搜索范围扩大到传统背景候选人之外的人选，这样的软件工具就格外有效。招聘人员可以指定某些标准（比如行业和地点，甚至候选人接受录用的可能性），获取相对特别的简历。数字广告与营销服务企业AdRoll 集团招聘人员克劳迪娅维兰纽瓦（Claudia Villanueva ）表示，她最近在为财务规划岗位寻找候选人时使用了Eightfold。那位最佳候选人曾就职于技术行业通常选择回避的领域（如制造业），但是 Eightfold的算法认为她是赢家。“技术行业有时很难
6、摆脱技术经验的束缚，因此一直在雇佣同样的人。”维兰纽瓦表示，“在我看来，本次体验是我们可以如何稍稍打破旧模式的有趣例证。”在本文开篇提及的巴克莱分析师的案例中，Eightfold的软件之所以把他看作一位冉冉升起的数据科学家，部分原因在于：尽管他没有明示的数据科学背景，但是他拥有统计学硕士学位，并掌握了C+ 和 Matlab 等计算机编程语言。“我们分析了数千万乃至数亿份人员档案，以了解人们职业生涯的变化过程。”加格说，“你能够轻而易举地预测他们下一步可能做什么。”不过，他承认这种方法在数据有限的新領域或冷门领域效果不佳。调查显示目前仅有少数公司采用了深度学习类工具，其他公司甚至鲜有表达探索意愿的。宾夕法尼亚大学近期举办了一次有近20 家雇主参加的会议。会后总结报告列举了各种各样的问题，其中包括评估员工表现的难度，以及计算机作出的招聘、解雇和晋升决定可能令员工产生不公平感等。也许，最大的担忧实际上是基本的方法论问题，怀疑者担心的是，计算机实际上只研究了那些已经在某公司工作或曾前来求职的人，而非一般人群。对此，考吉尔相信有解决的办法，尖端技术公司正在利用人工智能填补职位空缺。加格认为， Eightfold等服务商的优势在于能接触到许多公司的内部数据。“相比单一公司自己建立的模型，我们能够建立更深层次的模型。”他说。本文内容由纽约时报提供版权- 全文完 -