博客和新闻

可扩展的人工智能化招聘之候选人寻源

人工智能终于成为了主流。但人工智能不仅仅是一个可以吸引客户的流行语。人工智能化招聘的悖论是真实存在的。虽然许多人都在努力理解如何准确地连接数据点并以可扩展的方式将其全部付诸实践,但我们一直致力于如何更好、更有效地利用我们人工智能系统。过去的一年半给我们的工作带来巨大的变化,因此大家几乎都达成了一个共识:招聘的首要任务是实现敏捷性。

招聘人员的主要痛点之一是搜索功能的局限性,这意味着从头开始进行外部搜索比重新考虑可能已经在其数据库中的匹配候选人更容易。这种无效的时间浪费意味着他们无法重复利用已经完成的搜索工作,从而拖慢了找到最佳候选人的时间。

那么究竟我们应该怎么做才能节省招聘人员的时间,并实现敏捷性的目标呢?没错,在人工智能化招聘和机器学习方面,其所能达成的可能性是——你猜对了——无穷无尽的。目前,我们决定添加两个关键功能来加强以下两方面的流程:建议和候选人推荐。让我们一起来深入了解这些功能以及它们是如何工作的。

语义建议

当招聘人员在多个系统中进行搜索时,他们必须搜索特定的关键字,并利用他们的专业知识创建复杂的字符串,以便找到除个人资料最显眼的候选人以外的其他合适候选人。

通常,这样的搜索是流于表面的,并且很难在他们的人才池中找到非常适合该职位,但具有不同经验或技能的宝藏候选人。如果没有这些系统的帮助,在现有数据库中寻找优质人才是非常困难的。但是,我们可以解决这个问题。

我们新增的高级搜索功能远远超越了逐字搜索,通过机器学习来扩展搜索条件,帮助招聘人员立即找到理想的候选人。

假设现在我们有一个 Java 开发人员的职位空缺。当您在人才池中搜索符合“Java 开发人员”标准的候选人时,Avature 语义建议不仅会提取该特定搜索词,还会提供可能适合您的其它相关建议的选择。精心设计和优化过的内部系统会扩展您的搜索条件,助您找到隐藏的人才。

 

借助这种全新的搜索体验,小白也能变成专家,您将能够快速跟踪学习曲线,并像经验丰富的招聘人员一样有效地找到隐藏的宝藏候选人。这个功能不仅可以节省时间并推动敏捷的人才寻源流程,还可以让招聘人员了解结果是如何获得的,以此来提高透明度。我们的白盒方法也强化了招聘人员的决策过程,为招聘人员提供建议并让他们做出相应的选择,而不是直接为他们做决定。

候选人推荐

另一个激动人心的新功能是“候选人推荐”,这个全新的功能对招聘人员和寻源者大有帮助。这个功能基于人工智能,它可以为特定岗位推荐潜在的候选人。

 

这对招聘人员来说意味着什么?这意味着招聘人员无需从头开始搜寻人才,因为这项功能已经走在了前面。当招聘人员在 Avature 平台中查看岗位时,他们会看到一个名为“推荐”的新板块,其中包含系统根据候选人与岗位的匹配度所排序的候选人列表。

匹配度通过百分比显示,而该分数取决于岗位和候选人信息之间的相似度。在此过程中,平台如何推荐及候选人推荐时考虑在内的因素,都交由您掌控。

此外,该功能并非帮您的招聘人员做决定,而是让他们注意到可能非常适合的一些候选人身上。招聘人员可以轻松查看这些候选人,并决定进一步考虑他们,还是将他们排除在外。

我们有一些客户已经在测试版中试用这项新功能了,请放心,这项新功能在平台上正式发布时,我们一定会通知您。

如果您想了解有关此功能或其它功能的更多信息,请联系您的 Avature 代表。

最后…

这只是我们平台最新功能中的其中两个。我们不断开发新功能,每两周发布一次,我们的人工智能也不例外。我们的自然语言处理团队不断致力于提升现有功能并提供新功能,以进一步改善招聘人员和其他人员的日常工作。所以,请持续关注接下来的新功能吧!

如果您想了解更多关于如何更好地将招聘中的人工智能,应用到您的技术栈和HR人才战略中,请务必查看我们最近与 Fosway 的圆桌会议,我们的常驻人工智能专家 Rabih Zbib 分享了其对于当前和未来人工智能的深刻见解。

更多相关内容