• 人才数据库
    LinkedIn推出Talent Insights,正式涉足商业智能领域 文/Ingrid Lunden LinkedIn ,一个专门发布个人或组织专业档案的公共网站,人们将其视为网络招聘的起点,如今这项服务已经吸引了超过5.75亿用户,2000万家公司和1500万活跃职位列表。但现在在微软的所有权下,该公司已经开始越来越多地构建其它服务; 今天看到最新的服务是它们推出的一个名为Talent Insights的新功能。 Talent Insights之所以重要,部分原因在于它是LinkedIn首次涉足商业智能。作为该企业分析的一个分支,它旨在帮助高管和其他企业最终用户做出更明智的业务决策。 此外,Talent Insights值得注意是因为它是趋势的一部分。LinkedIn已经推出了许多其它服务,使其不仅仅是一个单纯的社交网络,而更多的是IT生产力工具。它们为用户提供了一种查看和计划前往潜在工作(或其它业务)的通道; 与Microsoft软件集成,包括与Word 和Outlook中的简历构建集成 ; 并在其Sales Navigator 产品中添加更多CRM工具。 有趣的是,距离LinkedIn 首次宣布Talent Insights 到今天实际推出已有一年。该公司表示,部分原因在于期间一直在修补它的缺口以使产品完善:它一直在与众多客户间进行测试——现在有100个使用Talent Insights——比如在人力资源、招聘和营销等部门工作的员工。 今天推出的产品大致类似于公司一年前预览的产品:它有两个部分,一个专注于公司人员,称为“人才库”,另一个专注于公司数据,称为“公司报告”。 其中第一项将允许企业在LinkedIn数据库中进行搜索,以发现那些与企业已经招聘过的人才特征相似的人才,并找出他们目前的位置(就位置和公司从属关系而言),以及他们动向,他们可能有什么共同的技能,以及如何更好地发现那些拥有所有这些特征的人。 第二组数据工具(公司报告)提供了类似的分析概况,比如关于您的组织以及您希望在相关教育水平和相应劳动力学校等领域与之进行比较的组织; 员工拥有或不拥有的技能; 等等。 运营Talent Insights的高级产品经理Dan Francis在接受采访时表示,目前用于为Talent Insights提供支持的大部分数据主要来自LinkedIn本身,尽管还有其他数据来源,例如来自劳工统计局的材料。(事实上​​,即使是LinkedIn的其它一些数据库,例如在其招聘列表中,甚至在其新闻/内容播放中,填充两者的材料都来自第三方。) 他还补充说,让公司提供他们自己的数据来使用数字运算——无论是他们自己的报告还是其他公司的报告 - “在我们的路线图中,”表明LinkedIn看到了这个产品的一些进程。 添加更多数据源也可以帮助公司显得更加公正和准确:虽然LinkedIn在专业配置文件方面是庞大的,也是同类信息中最大的信息库,但它并不总是准确的,比如在某些情况下可能完全受过时了或故意误导的信息影响。 (相关:LinkedIn还没有为人们发布任何“验证确认”的个人资料,例如你在Facebook或Twitter上发布,以证明他们是他们所说的人,他们在工作的地方工作,以及他们的背景这是他们声称的那样。我猜测可能是如果是错的,以明确的方式验证一切是非常困难的,所以LinkedIn依靠公众监督的力量来保持人们的诚实度。) “我们对此非常透明,”Francis说。“我们并不认为这是一种全面的产品,但它是一种代表性的样品。在确保数据质量良好方面,我们非常谨慎。我们知道有时数据并不完美。在某些情况下,它是方向性的。“   以上为AI翻译,观点仅供参考。 原文来源:LinkedIn steps into business intelligence with the launch of Talent Insights
    人才数据库
    2018年09月26日
  • 人才数据库
    简寻获数千万元A 轮融资,以工程思维切入“AI+招聘”赛道 简寻宣布完成数千万元人民币A 轮融资,由远望资本领投,下面是其投资人的描述为什么投资简寻。   大家好!我是迅雷创始人程浩,现在成立远望资本,聚焦人工智能领域投资。我们基金刚刚投资了「简寻」,「简寻」是一家聚焦在AI招聘和猎头服务的公司。在这里和大家分享一下我对这个领域的投资逻辑: 猎头是个非常大的行业,每年的市场规模超过1000亿,但同时又是个一个极度分散的行业,最大的几家的年销售额也就是10亿上下,不足整个市场的1%。核心原因就是这个行业的标准化程度太低,过于依赖于猎头顾问。 这带来两个问题,一是低毛利:为了留住猎头,猎头公司不得不提供很高的销售激励。二是没法规模化:优秀的猎头顾问一旦掌握了客户和人才资源,就会自立门户,导致这个行业出现了很多小作坊。 「简寻」通过技术手段把这个流程标准化,降低对人的依赖,只有这样才能规模化,业务才有高毛利。当然事情听起来并不复杂,但实际上技术实现非常复杂。这涉及到自然语言处理(NLP)、知识图谱(KG),未来可能还有语音识别相关(ASR),这些都是不小的挑战。简寻过去两年在这块确实做了不错的积累,目前已经和阿里、搜狐等KA客户达成了合作,并实现了盈利。 「简寻」团队和大部分做招聘业务的同行不同的地方在于他们是技术驱动,何斌大学期间曾参加国际大学生超级计算机大赛获得HPL冠军并打破该比赛世界纪录,同时还是连续创业者,有非常好的商业sense,而且领导力很强。联合创始人屈澄有多年的招聘和猎头行业经验。 最后,行业内如果有朋友有招聘需求,欢迎来骚扰!最好是B轮以后的公司,哈哈! 亿欧记者宋少卿   2018 年4 月23 日,智能招聘方案提供商简寻宣布完成数千万元人民币A 轮融资,由远望资本领投。据创始人何斌透露,目前公司已实现盈利。 简寻核心业务是人工智能(AI)+招聘,基于自然语言处理、知识图谱等技术,为企业提供智能的招聘解决方案,包括人才寻访服务和人才大数据服务。创始人何斌毕业于华中科技大学,曾参加国际大学生超级计算机大赛获得HPL 冠军并打破该比赛世界纪录,也曾参与极验验证的早期创建,是典型的技术极客。在创始人背景的影响下,简寻选择了一条颇具工程师思维的赛道:用技术手段解决招聘中的效率问题。 那么,招聘中哪些环节是可以作为一项工程问题去解决呢? 第一、盘活企业内部数据 对于中后期的公司来说,简历库是一个价值没有被完全挖掘的金矿。例如搜狐、阿里巴巴这类职场人士趋之若鹜的中后期互联网公司,每年都能受到大量简历,所积累的历史简历数量少则几万,多则几十万上百万。而且,其中很大一部分是未被录用的应聘者,这些应聘者中有一部分人在其他互联网公司成长为中流砥柱,并可能出现跳槽需求。企业倘若利用好这些历史简历,可以为自身带来优秀的人才。但是,其中的问题是如何对简历信息进行更新。 简寻有数这款产品,便是帮助企业把积累的历史简历数据进行智能更新,简寻技术人员一方面利用企业内部数据,一方面通过全网开放数据或者跟猎头公司合作获取数据,经过算法完成资料匹配后,便可进行后续的人才激活。此外,简寻有数还提供员工留存、大数据人才地图等智能招聘产品,帮企业内部HR 更好地降低离职率、更有效地利用内部数据、更有的放矢地出击,降低20-30%的招聘成本。 第二、建立被动人才数据库 简寻有数是把AI 的能力赋能给企业HR,而简寻优猎则可以理解为简寻自营的一套猎头服务体系。当企业无法依靠内部招聘力量、自有人才数据和招聘工具完成招聘需求时,简寻可提供这种“猎头+技术”的方式弥补纯工具的不足,形成服务的闭环。 何斌表示,在传统的招聘市场,最优质的人才很少主动更新简历,并且国内也没有一个类似LinkedIn 的覆盖率很高的职业社交网站。因此,简寻构建了一个巨大的被动人才数据仓库,以AI 相关技术提高猎头寻访效率。 以程序员招聘为例,简寻通过收集和抓取Github、论文、博客等近20 个开放数据源,经过数据清洗、数据整合、数据分析最终构建被动求职者人才职业数据仓库,列出该人才在各平台的贡献,以此作为能力评估的参考。   第三、建立标准化寻访流程 对于猎头来说,通过AI 的标准化和流程化,接触候选人变得更精准,更高效,在3 天内即可完成第一次推荐,大部分职位的关闭时间缩短30%以上。如果从收入结果来看,技术赋能让猎头的人均单产相之前提升了2-3 倍。 除了程序员,简寻目前也开始做其他职业的多维度评估,更多的是侧重技能型职位。“如果从编程语言、工作岗位区分,程序员可以细分为几十个种类。事实上,各个职业都可以在一定程度上标准化,比如产品经理可以偏用户交互、也可以偏功能层面,当把职位做非常详细的拆分、把企业对候选人的要求做更多维度的拆分,大部分职位都是可以在一定程度标准化”。 何斌介绍,目前简寻在一些职位上已经达到初级Recruiter 的筛选效果。为辅助算法层面快速落地,简寻构建了高性能分布式爬虫系统、非标准化数据解析系统以及大数据分析系统等基础设施。经过深入的市场对接和技术积累,简寻目前在人才数据处理和人岗匹配算法等层面建立了深厚的壁垒。   远望资本创始合伙人程浩,在谈及投资逻辑时表示:“猎头是一个传统且比较低效的行业,简寻通过人工智能和大数据将这一流程标准化,从而大幅提高招聘效率,自身也做到规模化发展。这是一个典型的“行业+AI”的落地场景。简寻和其他提供招聘服务的同行最大的区别就是他们非常技术驱动,同时也有很好的行业背景。CEO 何斌作为技术创业者,有很强的商业sense 和领导力”。   简寻目前服务了包括搜狐、阿里巴巴、掌阅、猎豹、智融集团等近百家中后期互联网公司。团队目前近50 人。本轮融资完成后,公司会加大对研发的投入,同时提高对客户的交付能力,为企业提供更优质的智能招聘解决方案。
    人才数据库
    2018年04月24日