• 候选人匹配
    全球性平台PowerToFly收购在线学习平台Skillcrush,为求职者和雇主提供了打造现代化员工队伍的新途径 将多元化专业人士与工作岗位联系起来的企业PowerToFly收购了 Skillcrush,这是一个向代表性不足的群体传授技术技能的在线平台。此次合并为求职者和雇主提供了打造现代化员工队伍的新途径。 该产品完善了 PowerToFly 的整体解决方案套件,包括雇主品牌推广、人工智能主导的、涵盖 2000 万份不同资料的招聘解决方案,以及技术和非技术技能提升。我们将 2,000 万份不同资料中人工智能主导的候选人匹配与 PowerToFly 每年举办的数百场虚拟和现场活动相结合,实现实时连接。无论是专业人士缺少一项硬技能或软技能以获得工作资格,还是招聘经理发现其团队缺少一项技能,现在都可以通过 PowerToFly 解决。 "PowerToFly首席执行官Milena Berry说:"为未来的工作岗位培养多样化人才是我们经常与企业和求职者谈论的话题,""有了Skillcrush,我们正在为数百万人实现无障碍、包容性的技术培训,现在他们一旦完成培训,就可以在PowerToFly上直接找到招聘经理。 Skillcrush 由 Adda Birnir 创立,通过导师指导的人工智能、编码、设计及相关领域的灵活课程,已经培训了两万多名学生。Skillcrush 超过 49% 的学生认为自己是 BIPOC,80% 的学生认为自己是女性。Skillcrush 的 "Get Hired "计划为传统上代表性不足的群体量身定制了职业指导和课程,已将学生安排到众多公司、政府机构和高等教育机构担任技术职务,平均薪资增长超过 3 万美元。 "当我看到PowerToFly在数百家公司的招聘过程中不断发展壮大时,很明显,我们在Skillcrush所做的有影响力的培训和指导将如何增强PowerToFly为其2000多万名不同求职者提供的专业技能发展服务。Skillcrush 创始人兼首席执行官 Adda Birnir 表示:"我非常高兴能将 Skillcrush 带到 PowerToFly 的合作公司。 支持多元化人才和公司的发展目标: 同质化团队和缺乏培训是工作场所创新的双重威胁。 当今的人才和招聘经理需要将人工智能主导的招聘、技能匹配和现场活动结合起来,而PowerToFly和Skillcrush将共同提供这些服务。从 2024 年 5 月开始,PowerToFly 和 Skillcrush 将实现以下功能: 通过 PowerPro,在 2,000 万份不同的个人资料中进行以人工智能为主导的包容性人才匹配: 招聘人员利用透明的人工智能匹配软件,即时生成一份量身定制的候选人名单,这些候选人的简历与他们的空缺职位非常匹配。 PowerPro 包括预ATS人才分析,可通过招聘阶段、信息传递和外联来管理候选人管道。 为劳动力发展和留住员工提供技能培训: 根据世界经济论坛(World Economic Forum)的数据,在未来五年内,将有近四分之一的工作岗位会发生变化,因此,PowerToFly 和 Skillcrush 将能够为内部流动提供劳动力发展服务。 数以百计的现场和虚拟招聘活动以人的体验为中心: 由于 PowerToFly 和 Skillcrush 专注于为代表性不足的人才提供成果,因此实时互动对于确保人工智能主导的人才匹配所促进的创新是负责任的、有效的以及对人才和公司都有利的至关重要。请点击此处查看即将举行的 PowerToFly 活动列表,其中包括吸引了上万人参加的峰会。 强大的人才发展指数(DEI)、领导力发展和硬技能培训: PowerToFly 已经通过直播和点播课程提供了专家指导的 DEI 和领导力提升培训。免费试用 PowerUp。有了 Skillcrush,我们的技能提升能力将扩展到生成式人工智能、前端、后端、数字营销和设计技能课程,以填补人才社区和员工的技能缺口。
    候选人匹配
    2024年05月22日
  • 候选人匹配
    Google的Cloud Talent Soultion添加了新的搜索功能,以提高候选人匹配 文/Mayuri Chaudhary 谷歌一直与雇主和就业委员会密切合作,帮助提高工作的可发现性,并将这些工作与合适的候选人匹配。去年,谷歌为美国的Cloud Talent Soultion客户增加了美国军方职业专业代码的求职功能。退伍军人就业委员会(veterans job board)在招聘军人和包括健康在内的雇主时表示,他们的网站参与度很高。 谷歌现在正在为Cloud Talent Soultion的求职API添加新功能,通过步行和骑车支持通勤搜索,并增强了100多种语言的求职搜索功能。谷歌将在4月11日于旧金山举行的下一届云计算大会上展示这些特性以及更多的特性。 通勤搜索现在包括步行和骑车 通勤是所有员工的首要考虑,因此谷歌构建了一个通勤搜索功能,让谷歌的客户能够通过驾驶和公共交通选项搜索工作。谷歌现在宣布将步行和骑车功能添加到谷歌的通勤搜索功能中。这个特性的增强是受客户和用户研究的启发。 搜索超过100种语言也会返回英文作业 除了通勤和生活方式的需要,语言偏好也是求职经历中的另一个个人因素。美国国内使用的语言超过100种特别是在芝加哥、达拉斯和费城等大城市。为了帮助公司找到任何语言的求职者,Google ha还通过返回通常用英语写的相关招聘启事,提高了对100多种不同语言求职的支持。这样,雇主和求职网站就可以确保他们不会阻止那些不愿使用原始招聘启事以外的语言进行搜索的用户。求职者现在可以看到用他们搜索的语言写的工作,也可以看到用英语写的工作。下面是一个搜索结果“enfermera”的例子,“enfermera”在西班牙语中是“护士”的意思。 所有这些功能都可以在4000多个使用Cloud Talent Soultion的网站上找到。 以上为AI翻译,内容仅供参考 原文链接:Google's Cloud Talent Soultion Adds New Search Functionalities to Improve Candidate Matching
    候选人匹配
    2019年03月21日
  • 候选人匹配
    2019年夏天,LinkedIn将提供共享InMails预览、即时工作通知和其他功能 LinkedIn Live是一项会议和活动的视频直播服务,仅在发布测试版几个小时后,LinkedIn就发布了一款面向招聘人员和求职者的新产品。今天上午,微软子公司预览了智能招聘体验,一个仪表盘,整理了LinkedIn现有的招聘套件(包括LinkedIn Recruiter,LinkedIn Jobs,和Pipeline Builder)在一个精简的界面上。 这项新功能计划于2019年夏末推出,有超过15项产品改进,其中几项将在未来几个月推出。 “LinkedIn上找工作的人比以往任何时候都多,”LinkedIn负责人才解决方案和职业发展的副总裁约翰•杰辛(John Jersin)在周一的电话会议上告诉记者。“这个新平台将允许(我们的)所有产品相互学习,这样,当你使用我们的各种产品时,每个系统中的匹配项都会变得更加智能。”我们在这个平台上建立的新界面将使招聘过程中的每一步都无缝衔接,也能让产品从一种直接过渡到另一种。 其中最引人注目的是推荐候选人(Recommended Candidates),该功能可以了解给定角色的招聘标准,并自动将相关候选人显示在专用选项卡中。LinkedIn说,随着时间的推移,随着招聘人员与LinkedIn超过6.1亿名会员中的潜在员工接触(或选择不接触),这些建议会得到改善。 LinkedIn表示,其人工智能驱动的搜索引擎利用了三个核心数据集对搜索结果进行排名:人们在个人资料上发布的内容,或招聘人员在职位描述中写的内容;搜索求职者和潜在雇主的表现,以及他们点击的人物和职位列表;并推断出一些特征,比如一个人可能没有在个人资料中列出的技能,但他们可能在之前的工作中学到了这些技能。这些综合起来,就能预测出最适合的工作和求职者。 “(我们将能够)根据客户定义的标准自动为他们生成搜索。(招聘职位)将能够根据一系列技术投资产生一系列推荐匹配,这些技术投资帮助我们实时了解招聘人员在我们的平台上做什么,以及他们与谁打交道,”Jersin解释说。“(我们一直关注)许多新建议——人工智能和机器学习正在提高求职者与机会之间的匹配率。” 智能招聘体验还可以在邮件中共享,这使得招聘团队成员可以查看候选人的通信,并添加注释、注释和同事提及。还有一个“批量拒绝”功能,允许招聘人员发送一个(或一组,视情况而定)令人失望的消息,以及个性化的信息。此外,在“招聘工具”(Recruiting tools)选项卡下还有一个侧边显示的个人资料功能,可以更方便地查看求职者的个人资料和个人信息,还有即时工作通知功能,可以向那些表示正在积极寻找合适人选的合格求职者发送推送通知。 “我们从求职者那里听到的最深刻的见解之一是,他们希望新工作一发布就得到。”所以我们正在实时更新我们的工作数据库。通过即时的工作通知,发布一份工作“将向与该工作匹配的合格求职者发送实时通知,让他们能够在该工作发布到网上的头几分钟内点击,然后立即开始申请。” 雇主很可能会采用承诺减少传统招聘令人头疼的工具。美国人力资源管理学会(Society for Human Resource Management)发布的一份报告显示,企业雇佣一名员工的成本约为4129美元。在卫生服务和金融服务等行业,找到合格的候选人平均需要44到50个工作日。 “整个事情,我们做得更好,我们将继续专注于提高质量,我们建议或......出现在搜索结果中,”Jersin说,“对招聘者来说意味着什么,他们将会看到更多的合格候选人……出现在搜索结果中。这意味着对于求职者来说,他们将会花更少的时间去申请那些不适合他们的工作——那些他们不符合条件的工作,或者在求职过程中的某个时候他们对这些工作不感兴趣。” 在今天的新闻发布之前,领英推出了新的求职者跟踪系统、Talent Hub、以及更新的招聘平台和领英学习的技能洞察力。2018年初,LinkedIn推出了一项功能,向潜在求职者展示他们申请某一特定职位前的通勤时间,以及一项工具,让求职者可以在申请某一职位之前,向他们在一家公司认识的人请求推荐。 以上为AI翻译,内容仅供参考。 原文链接:inkedIn previews shared InMails, Instant Job Notifications, and other features coming summer 2019
    候选人匹配
    2019年02月13日
  • 候选人匹配
    人工智能在人力资源领域的崛起:将影响招聘和招聘的9个显著发展 The Rise Of AI In HR: Nine Notable Developments That Will Impact Recruiting And Hiring 人工智能(AI)和机器学习(ML)最近一直是新闻热点,而且有充分的理由。人工智能和ML技术正以惊人的速度发展;根据斯坦福大学(Stanford University) 2017年人工智能指数(AI Index)的年度报告,自2000年以来,开发人工智能系统的活跃美国初创企业数量增长了14倍。 许多人想知道人工智能技术的持续快速发展将如何改变企业的运营方式。特别是,人工智能可能会彻底改变和重新定义招聘和招聘过程。我们邀请了福布斯人力资源委员会的9位成员分享他们最感兴趣的与人工智能相关的发展。 福布斯人力资源委员会的成员讨论了人工智能可以给招聘和招聘带来的令人兴奋的变化。照片由个别会员提供。 1。更准确的候选人匹配 为了更好地找到合适的候选人,理解一份简历的能力应该是一种人类技能。然而,事实证明,人工智能在这方面要比经验丰富、技术娴熟的招聘人员强得多。改进这部分流程可以让招聘人员有更多时间来培训和指导求职者和招聘经理,最终改善招聘人员的经验。-卡拉·瑞福德,比彻马登 2。更具包容性的员工队伍 人工智能对招聘和招聘过程最令人兴奋的影响是,在评估求职者是否能为企业提供更多样化、更具包容性的劳动力时,消除潜意识的偏见。-雪莉·马丁,OmniTRAX 福布斯人力资源委员会是一个邀请所有行业的人力资源主管的组织。我有资格吗? 3.更少的管理任务 大多数人力资源专业人士都认识到,人工智能永远不会取代招聘中的人为因素。不过,它将减轻一些行政工作的负担,例如采购、筛选和进行初步面谈。这将使招聘经理有更多的时间与求职者建立有意义的关系,从而缩短填补空缺的时间,提高员工的留任率。- John Feldmann, Insperity 4。能够找到与现有员工技能相匹配的求职者 招聘过程中面临的最大挑战之一是,要确保人们清楚地了解和沟通该职位成功的真正要求,以便将招聘目标锁定在合适的候选人身上。可以想象,人工智能可以用来比较当前在职员工和求职者的技能和行为。- Joyce Maroney, Kronos Incorporated 5。积极的候选人选择 我很高兴看到人工智能如何帮助招聘人员提高寻找和吸引求职者的能力。鉴于目前的就业市场,招聘变得越来越主动。当他们的简历不符合你的工作描述时,寻找优秀的候选人可能会很困难,但人工智能技术可以极大地提高主动寻找过程的效率。- Steven Jiang, Hiretual 6。加速Times-To-Hire 人工智能已经改变了用人单位和人力资源公司的游戏规则,通过与求职者互动,迅速确定他们是否适合某个适合自己的职位,从而缩短了符合条件的时间和整体招聘时间。随着人工智能驱动的招聘变得越来越复杂,雇主将从更快速的招聘时间中获益匪浅。- Genine Wilson, Kelly Services 7。更好地介绍申请者 对于人工智能的招聘,我真的很兴奋。有很多机会,比如更好地了解你的求职者,了解他们希望从工作中得到什么,然后将这些机会与招聘经理的要求或要求相匹配。它为招聘过程增加了更多的价值和效率,并将使求职者的经历更加愉快。- Adam Mellor, ONE Gas, Inc.。 8。更容易的候选过滤和跟踪 筛选潜在的候选人可能是乏味和费时的。然而,我对像谷歌Hire这样的人工智能技术感到兴奋,它可以帮助招聘人员筛选出候选人,跟踪以前在贵公司申请过的候选人,并将目前的申请人与最匹配的职位匹配起来。-米歇尔·马基,斯基尔帕斯 9。工作人员预测 如果AI可能需要看数据,当公司需要雇佣——无论是通过kpi涉及生产力、卷、营业额、劳动时间等等,人力资源可以招募速度远远超过他们可以识别工作时当有多少新雇佣的人。通过让团队返回当前用于决定是否、何时以及应该雇佣多少人的时间,人工智能将简化流程。- Sarah O 'Neill - SHRM-SCP, Humano LLC   以上来自福布斯网站,由AI翻译,HRTech会员推荐: https://www.forbes.com/sites/forbeshumanresourcescouncil/2018/11/28/the-rise-of-ai-in-hr-nine-notable-developments-that-will-impact-recruiting-and-hiring/#3c2f43844ced
    候选人匹配
    2018年11月30日
  • 候选人匹配
    JOSH BERSIN:人工智能招聘来临,面试会像恐龙一样消失吗? 文/JOSHBERSIN 公司做的最重要的事情之一就是雇人,这仍然是一门神秘的艺术。大多数公司会看求职者的工作经历,他们会打电话给推荐人,给他们做测试,然后带他们去面试。尽管如此,人力资源主管告诉我,他们仍然有25%的几率会犯错误。 为什么?如今,成功的标准是由认知能力、文化契合度以及求职者与公司抱负之间的契合度决定的。德勤(Deloitte)今年早些时候在Bersin完成的一项研究发现,业绩最好的公司在选择时使用这些“非简历”因素的可能性要高出90%,更能证明招聘变得多么复杂。 这种趋势越来越明显。大多数关于未来工作的研究显示,对个人沟通能力、创造性解决问题的能力以及通常被称为学习敏捷性(即求职者的学习能力和学习意愿)的需求在稳步增长。这些都是在你的大学背景,GPA,甚至工作经历中看不到的。 事实证明人工智能非常适合这个问题。供应商现在正成功地应用智能算法来创建测试、模拟,甚至分析视频求职面试,以提高招聘效率。而其中一些评估可能会扰乱市场中的一些重要力量。 这里有一些例子。 由哈佛大学(Harvard)和麻省理工学院(MIT)的神经科学家弗里达•波利(Frida Polli)创办的Pymetrics公司发展迅速。该公司开发了一系列认知和神经学测试,这些测试既有趣又容易进行,但在工程、销售和客户服务等方面具有直接的统计相关性。通过这些测试,该技术可以评估多达90种不同的性格特征,实际上消除了招聘中的偏见和歧视。联合利华(Unilever)、凯悦(Hyatt)、埃森哲(Accenture)和特斯拉(Tesla)等公司都对这一系统深信不疑,它们和其他公司几乎不需要看简历和教育背景就能招聘到这些职位的顶级候选人。 Pymetrics公司甚至通过共享算法审计工具,开放了他们的工具,以减少前瞻性偏差。他们理解在这些系统中减少偏见的巨大挑战,因为大多数培训数据是基于先前的雇佣成功。该公司最近获得了4000万美元的额外资金,其中包括Workday的投资者之一。 资金充裕的Imbellus公司刚刚宣布了一项1450万美元的融资计划,以帮助其继续开发基于模拟的评估系统,该系统目前被麦肯锡用来评估新员工的问题解决方案。我试过这些模拟测试,它们相当令人费解,也很有趣,它们显然测试了复杂的思维方式,远远超出了典型的SAT或其他测试。首席执行官丽贝卡•坎塔尔(Rebecca Kantar)专注于取代日益老化和过时的SAT考试(这是一个近10亿美元的市场),以改变公司招聘方式,从而改变大学评估优秀学生的方式。 HireVue是视频面试领域的先驱之一,现在每一分钟视频都能捕捉到100多万个关于求职者的有意义的数据元素,还能告诉经理求职者在回答问题时的诚实和自信。他们也有喜欢这项技术的客户,特别是在零售、客户服务和酒店领域的大量招聘。希尔顿的招聘多样性增加了16%,使用这项技术的效率大大提高。该公司目前拥有600多名客户,并提供了500多万次视频采访。 另一家由印度工程师创立、资金雄厚的公司PhenomPeople,已经彻底改造了招聘流程,将重点放在端到端营销上。招聘、招聘、内部职业流动和管理评估都是相互关联的,因此PhenomPeople决定建立一个看起来像职业门户的招聘系统。现在人工智能增强了这种能力,让招聘人员比以往更容易找到合适的人;候选人沟通是营销人员瞄准广告的方式;并跟踪候选人(内部和外部)的行为,以帮助个性化的求职体验。他们称之为人才关系管理(TRM),这是一种很好的描述方式。 当然,LinkedIn刚刚宣布了一系列新的基于人工智能的就业安置和搜索工具,以及它自己的求职者跟踪系统。LinkedIn的新工具可以让招聘人员更有效地找到合适的候选人,写出最有可能找到合适候选人的工作描述,现在提供了大量的数据,以帮助定位合适的人口、地点、经验和其他特征。所有这些都是为了消除这个错误的过程,让很多人来面试。 一个名为Orderboard的新公司。人工智能主要关注最抢手的工作(网络安全专家、人工智能工程师等),它不仅能评估能力和职位匹配度,还能将个人与被聘用团队的实际构成匹配起来。Orderboard公司的人工智能能够帮助招聘人员将他们所能找到的候选人的质量提高一倍以上,而且它的“吸引力算法”使公司几乎增加了50%的可能性,难以找到的候选人会接受电话或考虑一个职位。 此外,人工智能还有一个巨大的机会来改善筛选。像Mya(这一领域的先驱)、Olivia、Myra、IBM Watson招聘人员以及一个名为Yva的令人兴奋的聊天机器人正变得越来越聪明。我看过很多这样的工具,它们积累了越来越多关于候选人问的问题类型的情报,现在可以帮助招聘人员花更多的时间寻找和推销候选人,减少筛选的时间。 (聊天机器人市场非常庞大,供应商们应该开始关注应用领域。要确保你和供应商的谈话集中在招聘上,而不是一般的聊天。) 在人工智能和认知技术为人力资源增值的所有潜在领域中,这可能是最大的。虽然这项技术还很年轻,但成功的故事现在已经很普遍了,所以我认为每个公司都应该在他们要做的事情清单上确定基于人工智能的评估。 当然,所有这一切的风险在于人工智能以某种方式给系统引入了偏见,因此这些供应商正在努力确保他们的系统是公正、透明和安全的。在大多数情况下,公司会首先对这些系统进行测试,以确保这些算法不会无意中再现面试中的“人性化”偏见。 Facebook在这方面遇到了麻烦,因为其基于算法的招聘广告系统使得招聘人员可以根据年龄进行歧视。因此,您必须确保供应商精通这些问题。 对于求职者来说,我知道这有点残酷,但请记住,没有雇主愿意招错人。这些工具也会让你的生活变得更轻松,因为你不会觉得需要在面试中度过美好的一天来得到适合自己的工作。 我将继续观察这个空间的增长,但现在我非常乐观。(我追踪了1400多家人力资源科技公司,其中40多家专注于人工智能评估,这是最大的增长类别之一。) 作为一名分析师,我对评估领域进行了多年的研究,在这里我看到了价值的显著变化——由于招聘是我们作为领导者所做的最重要的事情,这是人力资源技术能够真正帮助一家公司超越的领域。   以上为AI翻译,内容仅供参考。 原文链接:AI Comes To Recruiting: Will Interviews Go The Way Of The Dinosaur?
    候选人匹配
    2018年11月03日
  • 候选人匹配
    评估技术开发商Imbellus宣布获得1450万美元 A轮融资,目前已筹集2300万美元 据美通社2018年10月31日报道,基于模拟的评估技术开发商Imbellus宣布结束由Owl Ventures领导的1450万美元 A轮融资。该公司目前的总资金达到2300万美元,包括Upfront Ventures和Thrive Capital在内的先前投资者与Rethink Education一起参与了此次投资。 “Imbellus团队的成就代表了改善教育与就业生态系统评估的独特机会,” Owl Ventures的Ashley Bittner说。“这项工作对K-12系统的未来产生了影响。它是关于实现一种专注于解决问题,系统思考和创造力等技能的教育范式。” Imbellus不是将评估映射到大学的学术要求,而是与以创造力或解决问题等技能而闻名的组织合作,研究这些技能在现实世界中的应用。然后,Imbellus将观察到的技能和属性转化为学习科学和心理测量学的语言,以设计复杂的挑战,通过抽象的,基于模拟的评估将问题解决背景带入生活。 “我们正在努力将内容掌握与对潜在认知技能和能力的评估脱钩,以便不仅了解人们所知道的内容,还了解他们的思考方式,” Imbellus的创始人兼首席执行官Rebecca Kantar说。“我们的长期目标是重新定位教育系统,培养提出正确问题的思想,想象下一个要解决的问题,以及驾驭复杂系统。这是为了让所有学生都能做好公共教育的承诺,而不仅仅是对于最富有的10%。“ 自2016年推出以来,Imbellus的学习科学家,游戏开发人员,AI / ML工程师和心理测量学家团队与评估和评估最前沿的研究人员合作,包括国家评估,标准和学生测试研究中心(CRESST) )在加州大学洛杉矶分校。 “在我们发现自己陷入前所未有的混乱中,理解并准确衡量个人解决问题的无数方式对于更好地将人们与工作相匹配将变得越来越重要。在麦肯锡,了解人们如何思考对我们来说一直很重要,而不仅仅是他们所知道的,“ Keith McNulty说麦肯锡公司数字与人力分析总监,自2017年起与Imbellus合作,将其数字化,基于情景的评估作为招聘和招聘流程的一部分进行试点。“Imbellus”技术正在帮助我们将案例研究访谈的原则扩展到更广泛的人才,提供引人入胜的体验,使他们能够解决我们所解决的问题,同时向我们提供有关他们如何思考的准确而详细的信息关于问题。“ Imbellus评估不是评估内容知识和有限的学习技能,而是利用自然世界模拟环境中的多步骤丰富场景。与专注于工作记忆,处理速度或思维流动性的智商测试或神经科学游戏不同,Imbellus评估旨在量化将人类智能与机器智能区分开来的技能,例如批判性思维,决策制定和元认知。 。 支持Imbellus评估的技术平台通过使用虚拟世界来防止作弊和黑客攻击,该虚拟世界利用AI为测试者生成不断变化的场景,以完成任务,具有可靠的可比性。   以上为AI翻译,内容仅供参考。 原文链接:Imbellus Raises $23 million to Take on the Testing Establishment
    候选人匹配
    2018年11月03日
  • 候选人匹配
    Pymetrics为人工智能招聘融资4000万美元 文/KHARI JOHNSON 9月27日,Pymetrics宣布筹集了4000万美元,通过结合神经科学和人工智能来扩大其工作,以帮助公司招聘合适的求职者。这笔资金将使Pymetrics继续用于产品的开发和扩张到美国以外的市场。这笔4000万美元的融资由General Atlantic牵头,Salesforce Ventures和Workday Ventures以及现有投资者Jazz Venture Partners和Khosla Ventures参与。 目前有超过60家公司在其招聘实践中使用Pymetrics,包括联合利华,凯悦和埃森哲。在某些情况下,使用Pymetrics的公司的雇佣多样性增加了20%,保留率增加了65%。全球有超过100万名求职者使用该公司的Android和iOS应用程序玩过Pymetrics游戏。 Pymetrics首先要求表现最好的公司正在招聘一系列游戏。这允许Pymetrics跟踪他们的表现和对不同场景的反应,并衡量与该工作相关的特定特征。然后将候选人与这些结果进行比较。 使用人工智能来匹配公司与候选人的情况一直在增加 - 来自诸如Indeed,ZipRecruiter,Vervoe和Plum等公司的解决方案 ,但对于该过程中出现偏见的担忧 也有所增加。 今年9月中旬,参议员Kamala Harris(D-CA),Patty Murray(D-WA)和Elizabeth Warren(D-MA)致函平等就业和机会委员会(EEOC)成员,询问有关EEOC如何评估基于算法偏差的歧视和在招聘过程中使用面部识别软件。 由于已经雇用公司职位的人员可能来自一个单一的,同质的团体,Pymetrics通过内部开发的偏见检测工具增强其服务,以防止仅仅强化现有偏见的结果。5月,Pymetrics 开源了一个名为Audit-AI的工具。 “我们看看这些特征使得那些人群[表现最佳者]的特征是独一无二的,有时这些特征可能不是工作绩效的预测因素,而是通过它的人的同质性,”Pymetrics领导数据科学家Lewis Baker在接受采访时告诉VentureBeat可以。“因此,我们使用审计AI来确保我们不会增加任何实际上更能预测特定人口群体的特征。” 除了帮助公司寻找新员工外,Pymetrics还用于帮助公司将现有员工作为新职位的目标,并确定潜在的改进领域。 自公司成立于2013年以来,它已筹集了总计5800万美元。 Pymetrics拥有87名员工,总部设在纽约市,在伦敦,新加坡和悉尼设有办事处。   以上为AI翻译,内容仅供参考。 原文链接:Pymetrics raises $40 million for AI-powered job recruitment 相关阅读: 2013年以游戏式测验来选出更适合公司职位的校招候选人,Pymetrics获得250万美元融资 2017年9月 利用AI和神经科学游戏匹配最合适工作,Pymetrics获800万美元融资 2017年用神经科学和AI帮你找工作,Pymetrics获得800万美元融资  
    候选人匹配
    2018年11月03日
  • 候选人匹配
    Eightfold使用AI为求职者匹配空缺职位 文/KYLE WIGGERS 招聘人员很难; 找一个合格的求职者并不容易。根据美国劳工统计局的数据,在医疗保健和金融服务等行业,平均招聘时间超过49天。招聘费用很高 - 单个职位的费用高达4,129美元。 这就是Eightfold的用武之地。今天的初创公司在其职业发现平台 - 个性化职业网站 - 中添加了一个新产品,该平台利用人工智能(AI)来解决所谓的人才缺口。 首席执行官兼联合创始人Ashutosh Garg在接受VentureBeat采访时解释说,大多数工作地点的问题是他们没有考虑到候选人的相关工作经验,技能,角色和教育背景。同时,在这个等式的雇佣方面,他们经常会阻碍那些分享,推广和候选人分类工具不足的公司。 “糟糕的职业网站和职位描述阻碍了申请过程,因为他们没有吸引合格的人才,更糟糕的是 - 劝阻不同的候选人,”加格说。“由于任何特定组织内的机会过剩,大多数候选人表示,求职中最艰难的一步就是找到合适的角色。” Eightfold带来了由领先的AI研究人员设计的高度个性化,机器学习驱动的工作匹配引擎(Eightfold的数据科学家在他们的名字上有6,000多项研究引用和80多项搜索和个性化专利。)职业网站有候选人创建个人资料并上传(或链接到)简历,Eightfold的专有匹配算法解析上下文信息。求职者可获得公司最适合的职位列表,以及对其技能的相关性评估。 实际上,个性化职业网站可以判断一个人在提交申请之前是否可能被考虑担任该职位。 Eightfold的AI应用并不止于此。它的聊天机器人可以使候选人有资格,收集简历,并回答有关技能,工作适应性,福利和文化的问题。除了使用人工智能之外,这家创业公司还从拥挤的工作现场竞争对手中脱颖而出,拥有SEO优化的工作页面,一键式申请流程,并支持公司简介上的自定义内容 - 包括视频。 Garg声称,它减少了80%的采访时间,同时降低了雇用成本。 “在Eightfold中,我们将焦点从模糊的要求列表转移到候选人最关心的内容 - 他们将要做的工作,他们将与之合作的人以及他们获得工作的可能性,”他补充说。 。“无论候选人是否最终被聘用,具有申请公司工作积极经验的候选人更有可能购买其产品,并建议其他人申请在那里工作。”   以上为AI翻译,内容仅供参考。 原文链接:Eightfold uses AI to match job seekers with open positions
    候选人匹配
    2018年11月03日
  • 候选人匹配
    ZipRecruiter的Job Seeker Profiles使用AI来改善候选人匹配 据外媒报道本周二,在线就业平台ZipRecruiter公布了Job Seeker Profiles,这是ZipRecruiter针对iOS和Android的移动应用程序提供的新功能,它会提示求职者输入他们可能漏掉的信息,并利用人工智能(AI)的力量,从上传的简历中自动提取相关数据。 该公司表示,已有超过900万用户安装了iOS和Android应用程序,70%的用户在搜索新的工作机会时使用移动设备。 ZipRecruiter联合创始人兼首席执行官伊恩•西格尔(Ian Siegel)表示:“我们推出Profiles是为了帮助求职者讲述他们的故事。”“工作,以及人们寻找工作的方式,正在发生变化……通过个人资料,我们开发了一种灵活、智能的产品,最大限度地增加了他们找到合适雇主的机会,反之亦然,从而大大缩短了招聘时间。” Profiles就像一个简短的应用程序。他们的摘要包括技能,认证,期望薪水和职业目标,所有这些都可以通过简历手动输入或生成。但是它们也有一个智能层 - 配置文件提醒用户缺少信息并建议添加和增强功能。 信息求职者提供ZipRecruiter的人工智能匹配算法,提高候选人和潜在雇主的匹配质量和数量。 ZipRecruiter说,求职者的申请通常会在48小时内被浏览,80%的雇主会在第一天结束前找到一个合格的求职者。在2018年第一季度,每月有超过100万的候选人注册,大约750万的活跃职位列表。 在ZipRecruiter融资1.56亿美元之后(迄今为止,该公司已筹集了2.19亿美元资金),该公司推出了Job Seeker Profiles。这家成立8年的公司是美国最受欢迎的就业平台之一,该公司说,它已经帮助150多万家企业找到了员工,并收到了4.3亿份申请。 ZipRecruiter最近在人工智能上投入了大量资金。它使用机器学习通知潜在的新工作的员工清单通过电子邮件和短信(超过6400万仅通过电子邮件),并在6月推出一个AI工具——Candidate Calibration ——在其中向候选人提供工作岗位根据招聘人员的信号,每月1000万用户的数据库。 ZipRecruiter目前有200名工程师在开发人工智能的候选匹配和搜索解决方案,其中50名工程师在位于特拉维夫的新研发中心工作。 该公司在美国各地办公室的员工总数超过1000人(4年前约为150人)、英国和以色列。包括福特(Ford)、Netflix、富国银行(Wells Fargo)和汉堡王(Burger King)在内的150多万家公司都在使用该公司的招聘软件。   以上为AI翻译,内容仅供参考。 相关阅读: 美国求职平台ZipRecruiter完成6300万美元A轮融资 实现大规模盈利,招聘平台ZipRecruiter在低调中获得成功 原文链接:ZipRecruiter’s Job Seeker Profiles uses AI to improve candidate matches
    候选人匹配
    2018年10月24日
  • 候选人匹配
    人工智能如何改变人才获取 How Artificial Intelligence Is Changing Talent Acquisition 现在大家都在关注招聘AI,并就如何改变招聘方式进行了大量的讨论。招募人工智能是下一代软件,旨在改进或自动化招聘工作流程的某些部分。 作者:Ji-A Min 人工智能对招聘的兴趣已经由三大趋势引发 经济的改善:最近的经济收益创造了一个候选人驱动型市场,这使得人才竞争比以往更加激烈。这一竞争只会继续增加 - LinkedIn调查的 56%的人才招聘领导者认为他们的招聘数量将在2017年增长。 对更好技术的需求:虽然人才招聘预计会增加,但是66%的人才招聘负责人表示他们的招聘团队将保持相同规模甚至缩小规模。这意味着时间有限的招聘人员需要更好的工具来有效地简化或自动化他们的工作流程的一部分,理想情况下用于最耗时的任务。 数据分析的进步:随着技术变得快速和成本效益足以收集和分析大量数据,人才招聘领导者越来越多地要求他们的招聘团队展示基于数据的雇佣质量指标,如新员工的表现和营业额。 人工智能在招聘中越来越受欢迎,这为招聘人员提高他们的能力提供了令人兴奋的机会,但同时也存在很多关于如何最佳利用人才的困惑。 为了帮助您理解这一切,以下是招聘人工智能最有前途的三个应用程序。 应用#1:AI用于候选人采购 候选人采购仍然是一个主要的招聘挑战:最近的一项调查发现,46%的人才招聘领导表示他们的招聘团队正在为吸引合格的候选人而奋斗。 候选人采购人工智能技术可以搜索人们离线的数据(例如简历,专业投资组合或社交媒体档案),以找到符合您工作要求的被动候选人。 这种用于招聘的AI可以简化采购流程,因为它可以同时搜索多个候选人来源。这取代了自己手动搜索它们的需求,并可能节省每个请求的小时数。您节省采购的时间可以用来吸引,预选和面试最强大的候选人。 应用#2:人工智能进行候选人筛选 当您收到的75-88%的简历不合格时,很容易明白为什么简历筛选是招聘中最令人沮丧和耗时的部分。对于零售和客户服务等大批量招聘,大多数招聘团队没有时间手动筛选他们每个公开角色收到的数百到数千份简历。 AI筛选旨在自动执行简历筛选流程。这种智能筛选软件通过使用岗位聘用数据(例如业绩和营业额)为新申请人提供招聘建议,为ATS增添了功能。 它通过应用所学到的关于现有员工的经验,技能和其他资质的信息来自动筛选和评分新候选人,从而提出这些建议。这种类型的技术还可以通过使用关于以前的雇主和候选人的社交媒体档案的公共数据源来丰富简历。 AI进行简历筛选可实现低价值,重复性任务,并允许招聘人员将时间重点放在更高价值的优先事项上,如与候选人交谈并与其进行交流以评估他们的适合度。 应用#3:AI用于候选人匹配 与采购相比,候选人匹配可能是一个更大的挑战:52%的招聘人员表示,他们工作中最难的部分是从大型申请人池中确定合适的人选。 用于候选人匹配的AI使用一种算法来识别打开的请求的最强匹配。匹配算法分析候选人的个性特征,技能和工资偏好等多种数据来源,根据工作要求自动评估候选人。 例如,LinkedIn求职公告通过将求职者描述中的技能与其LinkedIn个人资料中的申请人技能进行匹配来对候选人进行排名。人才市场使用匹配算法来匹配候选人社区以开放角色。这些人才市场通常迎合特定的候选技能,如软件开发或销售。 人工智能匹配用于从那些已经加入并且正在积极寻找新角色或者对新机会非常开放的人中找出最合格的候选人。这意味着招聘人员不需要浪费时间来吸引那些对新角色不感兴趣的被动应聘者。 关于人工智能的力量,让候选人与工作岗位相匹配的不同观点,请参阅“ 尽管您阅读或听取的内容,采购活动和确实如此”。 AI和招聘的未来 专家预测人工智能招聘会转变招聘人员的角色。由于低价值,耗时的招聘任务通过人工智能技术变得简化和自动化,招聘人员的角色有可能变得更具战略性。 了解AI如何提高其能力的招聘人员将通过在采购,简历筛选和候选人匹配方面节省几十个小时,从而提高效率。 人工智能招聘承诺释放招聘人员与候选人交流的时间,以确定合适人选,并确定候选人的需求并希望说服他们担任角色。它有可能授权他们与招聘经理和人才招聘领导者合作,根据未来增长和收入计划积极的招聘举措,而不是反应性回填。 了解如何最好地利用这项新技术的招聘人员将获得更高的KPI,如更高的招聘质量和更低的营业额。    以上由AI翻译完成。供参考 How Artificial Intelligence Is Changing Talent Acquisition AI for recruiting is on everyone’s mind these days with a lot of talk on how it’s going to transform recruiting. Artificial intelligence for recruiting is the next generation of software designed to improve or automate some part of the recruiting workflow. Interest in AI for recruiting has been sparked by three major trends: The improving economy: The recent economic gains have created a candidate-driven market that’s made competing for talent tougher than ever. This competition will only continue to increase – 56% talent acquisition leaders surveyed by LinkedIn believe their hiring volume will grow in 2017. The need for better technology: Although hiring is predicted to increase, 66% of talent acquisition leaders state their recruiting teams will stay the same size or even shrink. This means time-constrained recruiters need better tools to effectively streamline or automate a part of their workflow, ideally for tasks that are the most time-consuming. The advancements in data analytics: As technology becomes fast and cost-effective enough to collect and analyze vast quantities of data, talent acquisition leaders are increasingly asking their recruiting teams to demonstrate data-based quality of hire metrics such as new hires’ performance and turnover. The growing popularity of AI for recruiting represents exciting opportunities for recruiters to enhance their capabilities but there’s also a lot of confusion about how to best leverage it. To help you make sense of it all, here are the three most promising applications for AI for recruiting. Application #1: AI for candidate sourcing Candidate sourcing is still a major recruiting challenge: a recent survey found 46% of talent acquisition leaders say their recruiting teams struggle with attracting qualified candidates. AI for candidate sourcing is technology that searches for data people leave online (e.g., resumes, professional portfolios, or social media profiles) to find passive candidates that match your job requirements. This type of AI for recruiting streamlines the sourcing process because it can simultaneously search through multiple sources of candidates for you. This replaces the need to manually search them yourself and potentially saves you hours per req. The time you save sourcing can be spent attracting, pre-qualifying, and interviewing the strongest candidates instead. Application #2: AI for candidate screening When 75-88% of the resumes you receive are unqualified, it’s easy to see why resume screening is the most frustrating and time-consuming part of recruiting. For high-volume recruitment such as retail and customer service roles, most recruiting teams just don’t have the time to manually screen the hundreds to thousands of resumes they receive per open role. AI for screening is designed to automate the resume screening process. This type of intelligent screening software adds functionality to the ATS by using post-hire data such as performance and turnover to make hiring recommendations for new applicants. It makes these recommendations by applying the information it learned about existing employees’ experience, skills, and other qualifications to automatically screen and grade new candidates. This type of technology can also enrich resumes by using public data sources about previous employers and candidates’ social media profiles. AI for resume screening automates a low-value, repetitive task and allows recruiters to re-focus their time on higher value priorities such as talking and engaging with candidates to assess their fit. Application #3: AI for candidate matching Candidate matching can be an even bigger challenge than sourcing: 52% of recruiters say the hardest part of their job is identifying the right candidates from a large applicant pool. AI for candidate matching uses an algorithm to identify the strongest matches for your open req. Matching algorithms analyze multiple sources of data such as candidates’ personality traits, skills, and salary preferences to automatically assess candidates against the job requirements. For example, a LinkedIn job posting ranks candidates by matching the skills on your job description to applicants’ skills on their LinkedIn profiles. Talent marketplaces use matching algorithms to match their community of candidates to open roles. These talent marketplaces usually cater to specific candidate skill sets such as software development or sales. AI for matching is used to identify the most qualified candidates from those who have opted-in and are either actively looking for a new role or are very open to a new opportunity. This means recruiters don’t need to waste time trying to attract passive candidates who just aren’t interested in a new role.
    候选人匹配
    2018年02月19日