{"id":1171,"date":"2020-03-09T18:49:03","date_gmt":"2020-03-09T17:49:03","guid":{"rendered":"https:\/\/elementapp.ai\/blog\/?p=1171"},"modified":"2021-06-20T16:13:35","modified_gmt":"2021-06-20T14:13:35","slug":"narodziny-sztucznej-inteligencji-w-systemie-rekrutacyjnym-element","status":"publish","type":"post","link":"https:\/\/elementapp.ai\/blog\/narodziny-sztucznej-inteligencji-w-systemie-rekrutacyjnym-element\/","title":{"rendered":"Sztuczna inteligencja w rekrutacji i systemach ATS Element"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\n\t\t\t\t\t\t\t
\n\t\t\t\t\t<\/i><\/div>\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Sztuczna inteligencja w rekrutacji i w systemie ATS Element<\/h1>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t9 marca 2020\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Coraz wi\u0119cej m\u00f3wi si\u0119 o zastosowaniach sztucznej inteligencji w rekrutacji i systemach ATS (applicant tracking systems)<\/a><\/span>. M\u00f3wi si\u0119 du\u017co o szansach i zagro\u017ceniach, jakie niesie ta technologia, ale ma\u0142o o tym, czym ta sztuczna inteligencja w og\u00f3le jest i jak powstaje. Osobi\u015bcie zawsze mnie to ciekawi\u0142o. Dzi\u015b, kiedy wiem troch\u0119 wi\u0119cej na ten temat, mog\u0119 si\u0119 t\u0105 wiedz\u0105 podzieli\u0107.<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

\n\t\t\t\t
\n\t\t\t\t\t

Sztuczna inteligencja w systemie ATS - cele i korzy\u015bci<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Jednym z podstawowych zastosowa\u0144 sztucznej inteligencji w rekrutacji i w systemie rekrutacyjnym Element<\/a><\/span>, jest wspieranie proces\u00f3w rekrutacyjnych poprzez automatyzacj\u0119 czasoch\u0142onnych i kosztownych czynno\u015bci zwi\u0105zanych z realizacj\u0105 poszczeg\u00f3lnych dzia\u0142a\u0144, sk\u0142adaj\u0105cych si\u0119 na ca\u0142y proces rekrutacyjny.<\/b> Sztuczna inteligencja (b\u0119d\u0119 zamiennie u\u017cywa\u0142 skr\u00f3tu SI), kt\u00f3r\u0105 rozwijamy w Element<\/a><\/span>, ma zatem:<\/p>

  1. Rozumie\u0107 tre\u015b\u0107 \u017cyciorys\u00f3w (zagadnienie om\u00f3wione w naszym ostatnim artykule, link na ko\u0144cu wpisu)<\/span><\/li>
  2. Dopasowywa\u0107 kandydat\u00f3w do projekt\u00f3w<\/span><\/li>
  3. Zadawa\u0107 kandydatom odpowiednie pytania po analizie zakresu obowi\u0105zk\u00f3w wakuj\u0105cego stanowiska i tre\u015bci CV kandydata<\/span><\/li><\/ol>

    W\u00a0<\/span>poprzednim artykule<\/a><\/span>\u00a0om\u00f3wili\u015bmy, w jaki spos\u00f3b sztuczna inteligencja pozwala rozumie\u0107 tre\u015b\u0107 \u017cyciorys\u00f3w i w jaki spos\u00f3b ta technologia rewolucjonizuje spos\u00f3b pracy z du\u017cymi bazami kandydat\u00f3w. W tym artykule opowiem, w jaki spos\u00f3b mo\u017cna stworzy\u0107 SI, kt\u00f3re rzeczywi\u015bcie potrafi rozumie\u0107 zawarto\u015b\u0107 \u017cyciorys\u00f3w kandydat\u00f3w.<\/span><\/p>

    Jak by\u0107 mo\u017ce pami\u0119tasz z lektury poprzedniego wpisu na naszym blogu, rozumienie tre\u015bci CV, to jej odczytywanie i podejmowanie decyzji o tym, co w tej tre\u015bci jest imieniem, nazwiskiem, stanowiskiem, dat\u0105 rozpocz\u0119cia i zako\u0144czenia pracy, kierunkiem uczelni, umiej\u0119tno\u015bci\u0105 itp.<\/span><\/p>

    Sk\u0105d zatem sztuczna inteligencja ma wiedzie\u0107, jakie znaczenie ma wybrany ci\u0105g znak\u00f3w w dokumencie?<\/b> Najpierw cz\u0142owiek musi wyt\u0142umaczy\u0107 to algorytmowi. Na czym polega t\u0142umaczenie? Mniej wi\u0119cej na tym samym, co uczenie dziecka np. nazw przedmiot\u00f3w. Zanim jednak rozpocz\u0119li\u015bmy nauk\u0119, najpierw musieli\u015bmy zaplanowa\u0107 nasze dziecko, a potem je\u2026 stworzy\u0107.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

    \n\t\t\t\t
    \n\t\t\t\t\t

    Pocz\u0105tek prac nad sztuczn\u0105 inteligencj\u0105 w Element<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Pierwszym i zasadniczym wyzwaniem stoj\u0105cym przed nami wiele miesi\u0119cy temu by\u0142 fakt, \u017ce sztuczna inteligencja w zastosowaniach rekrutacyjnych dopiero raczkuje.<\/b> Nie mamy do dyspozycji zbyt wielu \u017ar\u00f3de\u0142 wiedzy ani zasob\u00f3w danych, kt\u00f3re mogliby\u015bmy wykorzysta\u0107 w naszych pracach. Startowali\u015bmy niemal od zera.<\/p>

    W pierwszej kolejno\u015bci znale\u017ali\u015bmy kilkana\u015bcie prac naukowych, kt\u00f3re dotyczy\u0142y zastosowa\u0144 sztucznej inteligencji do analizy tekstu i tre\u015bci \u017cyciorys\u00f3w. Po analizie wszystkich dost\u0119pnych nam \u017ar\u00f3de\u0142 wiedzy uznali\u015bmy jednak, \u017ce najlepszym rozwi\u0105zaniem b\u0119dzie zaczerpni\u0119cie z obecnego dorobku wiedzy wszystkiego, co najlepsze, do\u0142o\u017cenie w\u0142asnych pomys\u0142\u00f3w i stworzenie zupe\u0142nie nowego rozwi\u0105zania. Po wielu godzinach analiz i plan\u00f3w podj\u0119li\u015bmy niezb\u0119dne decyzje zwi\u0105zane z przygotowaniem infrastruktury i <\/span>sieci neuronowych<\/span><\/a><\/span>, na kt\u00f3rych oprzemy nasz\u0105 SI. W nast\u0119pnej kolejno\u015bci potrzebowali\u015bmy ju\u017c tylko danych.<\/span><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

    \n\t\t\t\t
    \n\t\t\t\t\t

    Nauka to dane - rozw\u00f3j sztucznej inteligencji w naszym systemie ATS<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
    \n\t\t\t\t
    \n\t\t\t\t\t\t\t\t\t

    Jak wspomnia\u0142em, rozw\u00f3j sztucznej inteligencji przebiega jak nauka dziecka<\/b>. W obu przypadkach nauka jest procesem d\u0142ugotrwa\u0142ym i wymagaj\u0105cym po\u015bwi\u0119cenia. W przypadku sztucznej inteligencji, kt\u00f3rej celem jest rozumienie tre\u015bci CV, nauka polega w pierwszej kolejno\u015bci na przygotowywaniu du\u017cej liczby (liczonej w tysi\u0105cach) specjalnie opracowanych \u017cyciorys\u00f3w. Te specjalnie opracowane \u017cyciorysy to dokumenty, utworzone w osobnym module naszego systemu rekrutacyjnego<\/a><\/span>, w kt\u00f3rych zaznaczamy poszczeg\u00f3lne fragmenty tre\u015bci, a nast\u0119pnie tym fragmentom przydzielamy odpowiednie znaczenie. Je\u015bli zatem czytam tre\u015b\u0107 \u017cyciorysu i natrafiam na s\u0142owo Maciej, to zaznaczam to s\u0142owo i oznaczam je jako imi\u0119, je\u015bli trafiam na dat\u0119, to wskazuj\u0105, czego data dotyczy, np. rozpocz\u0119cia pracy na konkretnym stanowisku w konkretnej firmie. Proces bardzo zbli\u017cony, do uzupe\u0142niania profilu na portalu Linkedin.<\/p>

    Wydaje si\u0119 na pierwszy rzut oka proste? W rzeczywisto\u015bci jest pe\u0142ne pu\u0142apek, niejednoznaczno\u015bci i konieczno\u015bci podejmowania kompromisowych decyzji. <\/span>Jednym ze sta\u0142ych element\u00f3w rozwoju sztucznej inteligencji w systemie rekrutacyjnym Element<\/a><\/span>, s\u0105 regularnie organizowane sesje<\/b>, podczas kt\u00f3rych analizujemy post\u0119py prac. Podczas tych sesji staramy si\u0119 tak\u017ce rozwi\u0105zywa\u0107 problematyczne sytuacje zwi\u0105zane z oznaczaniem danych. Oto kilka przyk\u0142ad\u00f3w:<\/span><\/p>

    1. Czy znalezione w CV sformu\u0142owanie “<\/span>2017 – Coca Cola”<\/span><\/i> oznacza, \u017ce kandydat pracowa\u0142 w tej firmie tylko w 2017 roku?<\/span><\/li>
    2. Czy je\u015bli kandydat napisa\u0142, \u017ce pracuje jako \u201c<\/span>Freelancer dla firmy Coca Cola<\/span><\/i>\u201d to nasza sztuczna inteligencja ma przyj\u0105\u0107, \u017ce miejscem zatrudnienia jest Freelancer czy Coca Cola?<\/span><\/li>
    3. Je\u015bli kandydat poda\u0142 w edukacji \u201cTechnik Chemii\u201d, to jaki studiowa\u0142 kierunek?<\/span><\/li>
    4. Co zrobi\u0107, je\u015bli poziom umiej\u0119tno\u015bci kandydat oznaczy\u0142 gwiazdkami? Czy sztuczna inteligencja ma liczy\u0107 i interpretowa\u0107 gwiazdki?<\/span><\/li>
    5. Jaki jest poziom umiej\u0119tno\u015bci j\u0119zyka zgodnie ze standardem ESOKJ (od A1 do C2), je\u015bli w \u017cyciorysie stwierdzono\u00a0 \u201c<\/span>Angielski – rozumienie bardzo dobre, pisanie dobre<\/span><\/i>\u201d?<\/span><\/li><\/ol>

      Czym wi\u0119cej kandydat\u00f3w i ich \u017cyciorys\u00f3w, tym wi\u0119cej tego rodzaju pyta\u0144. Ludzka kreatywno\u015b\u0107 jest nieograniczona i nie spos\u00f3b stworzy\u0107 jednego algorytmu, kt\u00f3ry zrozumie ka\u017cdy rodzaj CV. <\/span>W\u0142a\u015bnie do rozwi\u0105zywania tak trudnych problem\u00f3w stosuje si\u0119 sztuczn\u0105 inteligencj\u0119.<\/b> By ta inteligencja radzi\u0142a sobie z r\u00f3\u017cnorodno\u015bci\u0105 ludzkiej kreatywno\u015bci, musimy dostarczy jej wiele tysi\u0119cy przyk\u0142ad\u00f3w. Przyk\u0142ady te maj\u0105 pokazywa\u0107 spos\u00f3b, w jaki cz\u0142owiek rozwi\u0105zuje takie w\u0142a\u015bnie problemy.<\/span><\/p>

      W jaki spos\u00f3b sztuczna inteligencja uczy si\u0119 z tych przyk\u0142ad\u00f3w? C\u00f3\u017c, to s\u0105 ju\u017c zagadnienia zwi\u0105zane g\u0142\u00f3wnie ze statystyk\u0105. Je\u015bli algorytm otrzyma 10 000 przyk\u0142ad\u00f3w, w kt\u00f3rych dwa s\u0142owa w pierwszych wersach dokumentu, b\u0119d\u0105 oznaczone jako imi\u0119 i nazwisko, to w dokumencie numer 10 001 samodzielnie znajdzie podobn\u0105 par\u0119 s\u0142\u00f3w i prawid\u0142owo wska\u017ce, kt\u00f3re z nich to imi\u0119, a kt\u00f3re nazwisko. Nale\u017cy pami\u0119ta\u0107, \u017ce nie chodzi tu o zwyk\u0142e zapami\u0119tanie imion i nazwisk. <\/span>Sztuczna inteligencja nie zapami\u0119tuje znacze\u0144 danych s\u0142\u00f3w, lecz ka\u017cdorazowo decyduje o znaczeniu s\u0142owa, oceniaj\u0105c kontekst jego u\u017cycia, a tak\u017ce po\u0142o\u017cenie w ca\u0142ym dokumencie.<\/b><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t

      \n\t\t\t\t
      \n\t\t\t\t\t

      Co przed nami? Sztuczna inteligencja w systemach ATS<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
      \n\t\t\t\t
      \n\t\t\t\t\t\t\t\t\t

      Prawdopodobnie minie jeszcze wiele lat, a mo\u017ce dekad, zanim ktokolwiek stworzy SI, kt\u00f3ra poradzi sobie z bezb\u0142\u0119dn\u0105 interpretacj\u0105 \u017cyciorys\u00f3w. Ludzka kreatywno\u015b\u0107 jest nieograniczona, pojawiaj\u0105 si\u0119 nowe poj\u0119cia i s\u0142owa, stare z biegiem czasu zmieniaj\u0105 swoje znaczenia. Tak jak cz\u0142owiek nie jest w stanie poj\u0105\u0107 wszystkiego, co go otacza, tak sztuczna inteligencja r\u00f3wnie\u017c b\u0119dzie mie\u0107 ten problem. Nie oczekujemy jednak doskona\u0142o\u015bci. Jednym z podstawowych cel\u00f3w sztucznej inteligencji w naszym systemie rekrutacyjnym jest automatyzacja prostych, ale czasoch\u0142onnych i kosztownych proces\u00f3w takich jak interpretowanie tre\u015bci \u017cyciorys\u00f3w<\/b>. Ju\u017c dzi\u015b ka\u017cdy fragment tre\u015bci CV, kt\u00f3ry zosta\u0142 prawid\u0142owo zinterpretowany przez system rekrutacyjny Element<\/a><\/span>, pozwala zaoszcz\u0119dzi\u0107 rekruterom cenne sekundy pracy. To w\u0142a\u015bnie o te sekundy walczymy. Z tych sekund budujemy minuty, kt\u00f3re nast\u0119pnie zamieniamy na godziny l\u017cejszej, szybszej i w ko\u0144cu po prostu mniej kosztownej pracy.<\/p>

      Podzi\u0119kowania dla <\/span>Tomasza Horeckiego<\/span><\/span><\/a> i zespo\u0142u <\/span>DataLabeling<\/span><\/a><\/span>, specjalizuj\u0105cego si\u0119 w realizacji zada\u0144 zwi\u0105zanych z przygotowywaniem danych niezb\u0119dnych do rozwoju algorytm\u00f3w sztucznej inteligencji.<\/span><\/p>

      Powi\u0105zane posty:<\/p>