百度上线智慧校园招聘 利用AI实现优秀人才选拔提供乐橙娱乐官网,利来娱乐国际等产品欢迎广大客户前来洽谈业务合作

利来娱乐国际

首页 > 招聘人才 > 百度上线智慧校园招聘 利用AI实现优秀人才选拔

百度上线智慧校园招聘 利用AI实现优秀人才选拔


来源:乐橙娱乐官网 | 时间:2018-10-03

  对于高科技企业来说,人才是最宝贵的财富和核心竞争力,每家企业都希望能够招聘到最优秀的人才。但在实际招聘过程中,又会面临许多问题,例如:如何量化候选人的优秀程度以及和应聘岗位的契合程度?这些问题通常非常依赖 HR 招聘经理和面试官自身的经验。

  事实上,传统的人才评估手段一方面效率较低,另一方面难以杜绝主观失误。这时候,基于人工智能的招聘技术作为一种有效的补充手段,开始发挥作用。

  基于以上种种原因,为了更好地进行人才管理,百度依托自身大数据和人工智能技术优势,建立了百度人才智库(Baidu Talent Intelligence Center, 简称 TIC)团队,并研发了百度人才智库系统,目前该系统已经拥有包括智能招聘在内的六大产品模块,具有超过 50 种自主研发的智能人才分析功能,并在百度 HR 内部全面使用。

  百度 TIC 团队从成立至今已有三年历史,由百度科学家、商业智能实验室主任、在国际人工智能领域享有盛名的熊辉教授负责,针对人才、组织、文化等三个层面开展了一系列大数据智能化人才管理的探索与实践。而在人才管理中,招聘是非常重要的一环,也是特别关注的方向。百度 2019 校园招聘正是借助该团队的技术能力,让智慧校招成为距离毕业生最近的 AI 场景,通过 AI 技术为每一位同学寻找、推荐最合适的岗位,实现个性化笔试,助力优秀人才脱颖而出。

  在过去几年里,百度已经自主研发了一系列针对智能招聘场景的技术和产品,去年也首次针对校园招聘做出尝试,发起了名为「智慧校招」的项目。该项目负责人、同时也是百度 TIC 团队技术负责人的祝博士对 AI 科技评论表示,对任何一家公司来说,校招都非常重要。相较社招的员工,校招的学生更像一张白纸,企业可以为其提供更合适的培养计划,他们对公司也会更具归属感和认同感。他进一步表示,希望能通过百度 TIC 团队的技术和产品,一改以前主观化、经验化和滞后的人才管理模式,通过大数据和人工智能技术,得到相对客观化、科学化和前瞻化的结论。

  目前,百度在智能招聘领域已经积累了一系列重要科研成果,从招聘市场趋势分析到招聘公司口碑(雇主品牌)分析,再到简历评估、人岗匹配、智能评测等,都有相应技术积累,也在 IJCAI、AAAI、SIGIR、KDD 等人工智能、数据挖掘领域的顶级会议上发表了多篇论文。

  成果是第一步,落地是第二步。智慧校招项目始于 2017 年,当时主要针对 HR 招聘效率提升进行了两方面尝试:一是简历评估,对简历做初步筛选;二是简历分发,基于历史招聘数据,构建基于深度学习的人岗匹配模型,把应聘人员匹配到合适的部门和岗位。

  基于去年的功能,智慧校招项目在今年的百度 2019 校园招聘项目中又有两大提升,直接服务于应聘学生,从幕后走向台前。

  第一,智能岗位推荐。打开百度招聘主页(,点击校园招聘之后,会出现个人专属的智能招聘助手小度,一旦将简历上传至页面,小度会自动为大家进行岗位推荐。

  第二,智能笔试试卷生成。在简历投递成功之后,小度将针对岗位需求和个人简历,为学生量身打造个性化笔试考卷。祝博士表示,以前只会通过招聘岗位的大类别对学生进行通用的笔试考察,而今年的校园招聘把学生简历与具体岗位需求相结合,进行个性化考察,针对每个人定制不同试题。「我们希望尝试利用人工智能技术,实现一种千人千面,万人万面的个性化笔试,根据简历内容以及应聘岗位的具体需求,个性化生成试题。」

  在谈到百度建立智能招聘系统的过程中,面临的挑战有哪些的时候,百度 TIC 团队表达了如下的看法。

  首先需要与 HR 专家进行深入沟通,了解业务上的真正痛点。之后,再把抽象的业务问题定义成具体的数学问题,定义成可以用算法解决的问题。拿招聘举例,最基本的方向是关健词匹配,如果想要招聘数据挖掘或者机器学习方向的研究人员,必须对方在简历中有提及相关技能的关键词,才可以进行匹配。但问题在于,如今的专业技能划分越来越细,数据挖掘、机器学习里有非常多的分类,例如:深度学习、强化学习等等,同时 NLP、语音识别等领域也与机器学习、数据挖掘紧密相关,如何去匹配这些技术在语义上的关联性,是算法研发中的一大挑战。

  在进行数据挖掘和机器学习研究时,最核心的问题是如何把技术知识和商业领域知识相结合。如何结合 HR 领域知识,设计最符合招聘问题的智能解决方案,就是一大难点。而这里还有一个困难,如果让机器直接告诉 HR 结果,他们更多时候会持怀疑态度,因为机器学习、特别是深度学习对 HR 来说是个「黑箱」。针对这一问题,百度 TIC 团队尝试利用层次化 RNN + Attention 机制,增加模型的可解释性,把简历中的重要技能进行可视化展示,直观地显示出匹配程度,相关论文也已经在 SIGIR 2018 上发表。

  除了 SIGIR 2018,百度 TIC 团队在 AAAI 2018 上也发表了一篇对简历进行智能评估的论文。祝博士向 AI 科技评论表示,在评估简历时,除了进行文本分析,非常重要的一点则是判断简历中的技能是否是招聘市场上最需要的。这篇论文对招聘市场上各个公司的用人需求以及技能要求建模,判断出市场上最需要的技能,基于这些结论,再对简历进行结构化分析。「例如目前市场上最需要深度学习、强化学习方面的人才,而简历中恰好也有这方面的专业技能,那么这个人就是一名潜在候选人。」

  百度 TIC 团队针对人岗匹配问题提出了一种全新的可解释性深度学习模型(SIGIR 2018)

  前面提到的校招笔试题自动生成就是基于他们发表在 IJCAI 2018 上的一篇论文。针对简历、岗位、面评的维度进行联合建模,让机器学习简历和岗位中重要的知识点,然后与题目进行匹配。出题时不仅要考虑到相关性,而且还要考虑到覆盖程度和多样性。在这里,百度 TIC 团队提出了一个全新的算法来解决这个问题。

  在 KDD 2016 上,他们发表了一篇论文对招聘市场趋势进行了分析。这项工作对互联网公司发布的历史招聘广告进行序列化建模,对不同公司的招聘趋势进行预测。那时候,这一模型便成功预测出未来数年主流互联网企业布局大数据、人工智能的商业战略。

  在 KDD 2016 上发表的另一项研究是人才圈子挖掘,用来解决人才 Sourcing 的问题,例如:如果需要招聘资深数据挖掘工程师,应该从哪些公司或高校去寻找。举个简单的例子,互联网企业如果需要招聘资深工程师,一般倾向在一线大型互联网公司去找。公司和公司之间存在人才圈子,这是由企业文化和业务方向所决定的。

  TIC 团队表示需要做好两点:第一,做产品要重视领域知识。特别是商业产品,比如智能招聘,对于这种已有的行业,本身积累了非常多的领域知识、专家知识,做产品时需要尊重这些相关知识,从而令其成为赋能的导向。要积极和行业专家进行沟通,真正把领域知识和技术知识进行完美结合。如果一开始就想要颠覆或者取代某个行业,这是不可取的,也会让传统从业者产生负面想法。

  第二,做产品还需要专注。现在人工智能是热点,社会和行业相对比较浮躁,大家都会往这方面发展。这时候需要专注、打磨技术、重视用户体验,把产品真正做到极致。近年人工智能创业公司如雨后春笋般出现,人工智能领域顶会的投稿量也屡创新高,这一方面说明了人工智能的热度,另一方面也告诉我们要想从中脱颖而出必须要有自己的专注和坚持。

  未来,百度 TIC 团队还将继续在人才、组织、文化等方面进行更多智能化人才管理的尝试。祝博士告诉我们,这个领域非常综合,涉及到管理学、组织行为学、人工智能等多个领域的知识融合。从招聘角度来说,在复盘今年校招项目的应用效果之后,将考虑在明年校招项目中上线更多贴近学生应聘需求的智能应用。另外,对于相关算法,还将进行一系列尝试和创新。返回搜狐,查看更多

www.long81314.com 相关文章

    无相关信息