실제로 AI를 사용하여 경력 동반자를 만드는 놀라운 방법

지난 18년 동안 인디드는 단순한 채용 게시판에서 자동화된 매칭 및 채용 플랫폼으로 발전했습니다. 매달 3억 명이 방문하는 플랫폼을 통해 매분 20명 이상의 채용이 이루어지고 있습니다.

이러한 성장(지난 3년 동안 두 배 증가)은 글로벌 이벤트가 채용 동향과 활동에 극적인 방식으로 영향을 미치는 격동적인 경제 상황 속에서 이루어졌습니다. 이를 통해 비즈니스 전략은 인공 지능과 기계 학습을 기반으로 하는 정교한 새로운 기술 솔루션을 개발하는 데 중점을 두었습니다.

인디드(Indeed)의 수석 부사장 겸 고용주 총괄 관리자인 Raj Mukherjee가 팟캐스트 토론에 참여했을 때 배운 것처럼, 이 토론의 초점은 개인 구직자와 직원의 요구 사항을 이해하고 충족하여 더욱 개인화되고 성공적인 비즈니스를 만드는 데 있었습니다. 사이.

이제 인디드가 AI와 ML을 어떻게 활용해 왔는지 살펴보고, 이 기술이 자신의 산업뿐만 아니라 다른 많은 산업에도 어떤 변화를 가져올 것인지에 대한 Mukherjee의 아이디어를 살펴보겠습니다.

경력 동반자

경력 동반자 Mukerjee가 대화 중에 언급한 문구이며 인디드의 AI 야망을 완벽하게 설명하는 역할을 합니다. 광범위하게 말하면 비즈니스 목표는 매우 중요한 범주에 속합니다. 여기에는 서비스를 사용자 선호도에 더욱 밀접하게 맞추거나 프로세스 속도를 향상시키는 것이 포함됩니다.

Mukherjee는 "우리의 창립 원칙은 기계 학습에 관한 것이었습니다.

"우리는 표준 기계 학습 기술을 사용하고 딥 러닝도 사용합니다. 그리고 이제는 생성 AI 또는 대규모 언어 네트워크를 활용하고 있습니다."

경력 동반자 개념은 엔드투엔드 고용 플랫폼이 후보자가 첫 직장을 찾을 때 한 번만 유용하지 않다는 이해를 발전시키는 것에서 비롯됩니다. 오늘 그들은 일자리를 찾을 수도 있고 내일은 승진이 될 수도 있습니다. 그 후에는 직원 채용에 직접 참여하기 시작할 수도 있습니다.

선호도를 이해하는 것이 핵심입니다. 인디드는 매일 1억 4천만 개 이상의 데이터 포인트를 수집하는데, 이를 "자격"이라고 합니다. 이는 지원자에 대한 심층적인 지식을 개발하고 플랫폼에 광고된 역할과 어떻게 일치하는지 파악하는 데 사용됩니다.

Mukherjee는 AI 기술이 이를 사용하여 고객 경험을 촉진할 수 있는 새로운 가능성을 어떻게 가능하게 했는지 설명하면서 "제가 공유한 이력서가 있을 수 있으며 그 이력서에는 저에 대한 많은 데이터, 제가 일했던 과거 경험이 포함되어 있습니다. , 거기에 내가 어떤 기술을 가지고 있었는지.

“우리는 그것을 이해할 것입니다. 구문 분석 기술을 사용하는 동시에 올바른 기술을 추출하기 위해 매우 깊은 수준에서 기계 학습을 사용하기 시작했습니다.”

인스턴트 매칭

속도도 핵심입니다. 이 때문에 공석을 얼마나 빨리 채울 수 있는지에 대한 지표가 가장 예리하게 모니터링됩니다.

Mukherjee는 "우리는 고용주가 빠른 채용을 원한다는 것을 알고 있습니다. 당사의 유료 제품을 사용하면 채용 속도가 19% 더 빨라집니다."라고 말합니다.

이는 AI를 통해 지원자와 역할을 적극적으로 연결하고, 공석이 사이트에 게시되자마자 지원하도록 초대된다는 사실에 기인합니다.

그러나 그 이면에는 수많은 복잡한 중매가 이루어지고 있습니다. 인디드의 알고리즘은 "명시된" 선호도와 명시되지 않은 선호도 모두를 기반으로 통찰력을 찾아냅니다. 명시된 선호사항은 사용자가 런던이나 파리의 공석에 관심이 있다는 표시와 같이 제공됩니다.

반면, 명시되지 않은 선호는 데이터를 분석하여 결정되는 선호입니다. 예를 들어, 런던 주변에서 지속적으로 일자리를 검색하는 경우 런던에서 일하고 싶은 곳이 바로 그곳이라고 판단할 수 있습니다.

이러한 명시된 선호 사항과 명시되지 않은 선호 사항을 결합하면 중요한 채우기 시간 측정 항목의 속도를 효율적으로 높이는 것으로 나타났습니다.