p Pode-se dizer que os tipos de produtos de software que viajam em velocidade supersônica para o coração dos consumidores teriam que colocar sites para namoro, alertas de vendas com redução de preços e empregos no topo. Este último tem um novo amigo no Baidu. p Uma vaga de emprego pode ser preenchida pelo candidato certo graças a uma máquina, ou os candidatos a emprego devem ser avaliados por um humano?

p Você provavelmente a conheceu também, pelo menos uma vez em suas experiências de procura de emprego. Ela é a profissional de recursos humanos especialmente boa no trabalho. Ela examinou seu currículo, linha por linha, mas também leia nas entrelinhas.

p Ela fez perguntas relevantes para a vaga de emprego. Ela sabia que se você listasse um tipo de habilidade ou ferramenta, provavelmente teria pouca dificuldade com outra habilidade ou ferramenta que eles precisariam apresentar.

p Uau. Uma máquina poderia fazer seu trabalho? Nós vamos, talvez a questão deva ser, o software pode ajudá-la a tomar decisões para candidatos que economizam seu tempo, e acertar o alvo?

p Com certeza saberemos mais, à medida que os pesquisadores desenvolvem tecnologia de correspondência de empregos para vários serviços de recrutamento online. Na verdade, há quem argumente que é o elemento humano que corre mais risco de sofrer preconceito e pensamento subjetivo, em vez de avaliar claramente o candidato para atender às necessidades do cargo.

p Nas notícias, há uma rede neural para corresponder currículos a descrições em anúncios de vagas de emprego. O Baidu está testando para ver se sua abordagem pode combinar efetivamente os candidatos a empregos. MIT Technology Review "The Download" deu uma olhada no artigo das equipes do Baidu, onde eles apresentaram sua rede neural que pode funcionar, de currículos, a pessoa que deve ser candidata de acordo com as habilidades que os empregadores procuram.

p "Adaptação Pessoa-Trabalho:Adaptando o Talento Certo para o Trabalho Certo com Aprendizado de Representação Conjunta" é o artigo que os pesquisadores escreveram para descrever seu trabalho. O ajuste pessoa-emprego pode ser um caminho para alinhar os candidatos certos às posições certas.

p Ao discutir o modelo proposto, com base em uma rede neural, eles disseram que a Rede Neural de Ajuste Pessoa-Trabalho (PJFNN) "pode ​​efetivamente aprender a representação conjunta da aptidão Pessoa-Trabalho a partir de aplicações históricas de emprego."

p Seu modelo, denominado "Rede Neural de Ajuste Pessoa-Trabalho", deixa poucas suposições sobre o que ela faz. Os candidatos relevantes são sinalizados. Os autores são aparentemente bastante positivos sobre o potencial PJFNN.

p O que está nele para o Baidu? A motivação para se envolver com a tecnologia de correspondência entre funcionários e cargos pode satisfazer sua intenção de expandir os negócios. Como assim? "Como o Baidu possui o segundo maior mecanismo de pesquisa do mundo, é provável que a empresa pudesse usar essa tecnologia para ajudar a direcionar melhor os anúncios de emprego. "Essa foi a opinião no" Download "postado por Erin Winick.

p O conjunto de dados usado nos experimentos eram registros de candidatura a empregos de uma empresa de alta tecnologia na China, contendo mais de 2 milhões de currículos e 15, 039 ofertas de emprego. Havia apenas 31, 928 pedidos de emprego bem-sucedidos.

p O cuidado foi expresso em outro lugar, no entanto, que sua abordagem de rede neural não é perfeita. As limitações incluem a possibilidade de viés. "Se existe preconceito nas contratações anteriores, pode se infiltrar em sistemas como este, representando uma desvantagem para certos grupos que podem não ter as mesmas oportunidades de trabalho, "disse" O Download. "

p Os autores escreveram que "Nem todos os requisitos de trabalho podem ser bem modelados no PJFNN." Apesar disso, eles disseram que pensavam que "embora a PJFNN não possa aprender boas representações para todos os requisitos, os vetores latentes da maioria dos currículos e publicações de empregos aprendidos pela PJFNN são geralmente significativos e podem ajudar a melhorar a eficácia e eficiência do ajuste pessoa-emprego. " p © 2018 Tech Xplore