Dapatkan dengan program

Mahukan pekerjaan dengan multinasional yang berjaya? Anda akan menghadapi banyak persaingan. Dua tahun yang lalu Goldman Sachs menerima seperempat juta permohonan daripada pelajar dan graduan. Mereka bukan hanya kemungkinan besar untuk Jobhunters; Mereka adalah masalah praktikal bagi syarikat. Sekiranya pasukan lima kakitangan sumber manusia Goldman, bekerja 12 jam setiap hari, termasuk hujung minggu, menghabiskan masa lima minit pada setiap permohonan, mereka akan mengambil masa hampir setahun untuk menyelesaikan tugas menyaring tumpukan.

Tidak hairanlah bahawa kebanyakan firma besar menggunakan program komputer, atau algoritma, ketika datang untuk menyaring calon mencari pekerjaan junior. Dan ini bermakna pemohon akan mendapat manfaat daripada mengetahui dengan tepat apa yang dicari algoritma.

Victoria McLean adalah bekas ketua perbankan dan pengurus perekrutan yang menubuhkan sebuah perniagaan yang dipanggil City CV, yang membantu calon pekerjaan dengan aplikasi. Beliau berkata sistem penjejakan pemohon (ATS) menolak sehingga 75% daripada CVS, atau résumés, sebelum manusia melihatnya. Sistem sedemikian memburu kata kunci yang memenuhi kriteria majikan. Satu tip adalah untuk mengkaji bahasa yang digunakan dalam iklan pekerjaan; Jika PM inisial digunakan untuk pengurusan projek, maka pastikan PM muncul di CV anda.

Ini bermakna bahawa CV generik mungkin jatuh pada halangan pertama. Ms McLean mempunyai pelanggan yang telah menjadi ahli kanan Angkatan Bersenjata. Pengalamannya menunjuk kepada potensi pekerjaan dalam latihan dan pendidikan, perolehan atau jualan pertahanan. Strategi terbaik adalah untuk mewujudkan tiga CV yang berbeza menggunakan set kata kunci yang berbeza. Dan Jobhunters juga perlu memastikan profil LinkedIn mereka dan CV mereka mengukuhkan satu sama lain; Sebilangan besar perekrut akan menggunakan laman web untuk memeriksa kelayakan calon, katanya.

Melewati peringkat ATS bukanlah halangan teknologi Jobhunter sahaja. Banyak syarikat, termasuk Vodafone dan Intel, menggunakan perkhidmatan wawancara video yang dipanggil Hirevue. Calon-calon ditanya sementara program intelektual buatan (AI) menganalisis ekspresi wajah mereka (mengekalkan hubungan mata dengan kamera adalah disarankan) dan corak bahasa (terdengar yakin adalah silap mata). Orang yang menggerakkan tangan mereka atau tersentuh di tempat duduk mereka mungkin gagal. Hanya jika mereka lulus ujian itu, pemohon akan bertemu dengan beberapa manusia.

Anda mungkin mengharapkan program AI dapat mengelakkan beberapa kecenderungan kaedah pengambilan konvensional-terutamanya kecenderungan untuk pewawancara untuk memihak calon yang menyerupai pewawancara. Namun diskriminasi dapat muncul dengan cara yang tidak dijangka. Anja Lambrecht dan Catherine Tucker, dua ahli ekonomi, meletakkan iklan yang mempromosikan pekerjaan dalam sains, teknologi, kejuruteraan dan matematik di Facebook. Mereka mendapati bahawa iklan kurang cenderung untuk ditunjukkan kepada wanita daripada lelaki.

Ini bukan kerana kecenderungan sedar di bahagian algoritma Facebook. Sebaliknya, wanita muda adalah kumpulan demografi yang lebih berharga di Facebook (kerana mereka mengawal perbelanjaan isi rumah yang tinggi) dan dengan itu iklan mensasarkan mereka lebih mahal. Algoritma secara semulajadi menyasarkan halaman di mana pulangan pelaburan adalah yang tertinggi: untuk lelaki, bukan wanita.

Dalam buku mereka* mengenai Kecerdasan Buatan, Ajay Agrawal, Joshua Gans dan Avi Goldfarb dari Sekolah Pengurusan Rotman Toronto mengatakan bahawa syarikat-syarikat tidak boleh menolak hasil tersebut sebagai kesan sampingan yang tidak disengajakan dari Algoritma [kotak hitam "Algoritma. Ketahui bahawa output sistem AI adalah diskriminasi, mereka perlu berusaha mengapa, dan kemudian menyesuaikan algoritma sehingga kesannya hilang.

Kebimbangan mengenai potensi kecenderungan dalam sistem AI telah muncul dalam pelbagai bidang, dari keadilan jenayah kepada insurans. Dalam pengambilan, juga, syarikat akan menghadapi risiko undang -undang dan reputasi jika kaedah pengambilan pekerja mereka tidak adil. Tetapi mereka juga perlu mempertimbangkan sama ada program melakukan lebih daripada sekadar memudahkan proses. Sebagai contoh, adakah calon yang berjaya mempunyai kerjaya yang panjang dan produktif? Staf Churn, selepas semua, adalah salah satu kos pengambilan terbesar yang dihadapi oleh firma.

Terdapat juga perlumbaan senjata sebagai calon belajar bagaimana untuk menyesuaikan CV mereka untuk lulus ujian AI awal, dan algoritma menyesuaikan diri untuk menyaring lebih banyak calon. Ini mewujudkan skop untuk kecenderungan lain yang berpotensi: calon dari isi rumah yang lebih baik (dan dari kumpulan tertentu) mungkin lebih cepat untuk mengemas kini CV mereka. Sebaliknya, ini mungkin memerlukan syarikat untuk menyesuaikan algoritma mereka sekali lagi untuk mengelakkan diskriminasi. Harga kecerdasan buatan seolah -olah menjadi kewaspadaan kekal.

Lebih -lebih lagi, jika anda berminat dengan lembaran dek Eva Boat atau Eva Sup Pad & Eva Traction Pad , sila hubungi kami.

Pasukan Melor

2018.09.27

E-mel: admin@melorsfoam.com

Skype: Helen.OSCAR

Whatsapp:+86-13699812532

Tel:+86-752-3553578