Если вы хотите инноваций, вы должны повторяться!

Прошло 30 дней с тех пор, как я присоединился к Beamery, компании HR SaaS B2B. Я начал новую роль в качестве ведущего специалиста по данным в команде Edge — группе специалистов по прикладным данным и специалистов по искусственному интеллекту. До этого я работал в CogX техническим руководителем группы обработки данных, где я участвовал в применении различных алгоритмов искусственного интеллекта в приложении CogX.

Здесь, в этом сообщении в блоге, я хочу сосредоточиться на своих первых 30 днях в Beamery в качестве специалиста по данным. Я хочу рассказать вам о Beamery, команде Edge, проектах по науке о данных и о том, чем я буду заниматься в течение следующих нескольких месяцев.

О Beamery:

Короче говоря, Beamery — это платформа управления жизненным циклом талантов полного цикла, которая помогает организациям реализовать свой бизнес-потенциал. Мы делаем это, выявляя и расставляя приоритеты кандидатов, которые могут преуспеть в организации, достичь целей разнообразия, раскрыть возможности карьерных амбиций для существующих сотрудников и понять навыки и способности, которые им необходимы для создания своей рабочей силы в будущем. Beamery — одна из самых быстрорастущих компаний в мире. Недавно она привлекла финансирование серии C на сумму 138 млн долларов. У нас есть офисы в Лондоне и Берлине, а также команды в странах Европы, Ближнего Востока и Африки и в Северной Америке.

Моя программа на первый месяц:

Моя главная цель на первый месяц была проста: познакомиться с моими новыми коллегами и узнать о текущих проектах ИИ, чтобы увидеть, как я могу сотрудничать и приносить пользу команде. Я придумал следующие шаги:

#1 Познакомьтесь с моими товарищами по команде и их проектами:

Команда Beamery, занимающаяся наукой о данных, называется Edge AI, что лежит в основе видения будущего Beamery. Команда обслуживается Beamery Talent Graph, который представляет собой граф знаний из более чем 20 миллиардов фактов, моделирующих мир основных концепций талантов и найма; Это означает, что все модели машинного обучения выигрывают от огромного количества связанных концепций и фактов, а затем эти модели становятся доступными для клиентов Beamery для применения к их собственным данным.

Я начал назначать встречи 1:1 с командой, чтобы более подробно ознакомиться с проектами. На встречах с командой я пытался найти ответы на следующие вопросы:

  • Какие самые большие проблемы в проекте и почему?
  • Какие инструменты/программное обеспечение/фреймворки использовались?
  • Как проект связан с другими инженерными командами Beamery?
  • Как я могу справиться с вызовом?

Поговорив со всеми, стало ясно, что в команде Edge есть много текущих проектов по науке о данных, включая (1) прогнозирование перехода сотрудника (на новую работу или на новый уровень старшинства), (2) прогнозирование навыков, (3) сопоставление, (4) Оценка вовлеченности кандидатов, (5) Планирование рабочей силы, (6) Прогнозирование карьерного роста, (7) Разнообразие, этническая принадлежность и вывод о возрасте. Я надеюсь написать более подробно о каждом из них в будущем.

# 2 Знакомство с «Beamery Knowledge Graph»

После моих первых встреч с коллегами важность графа знаний стала очевидной — все точки данных для всех проектов ИИ берутся из графа знаний. Мне нужно было ознакомиться с ним. Граф знаний Бимери, также известный как семантическая сеть Бимери или граф знаний о талантах, представляет собой сеть сущностей HR, таких как социальная сфера людей, их навыки, опыт работы, компании, образование и местоположение. Он также иллюстрирует отношения между этими сущностями.

Граф знаний был разработан на основе двух основных источников данных: (1) Enterprise HRIS, HRMS и других источников данных компании, которые дают целостную картину организации, когда они объединены в виде знаний. (2) Бесплатные и общедоступные данные, такие как социальные сети, источники новостей, информация о компании, административные данные и другие связанные наборы данных, такие как DBpedia.

Таким образом, в основе всей работы ИИ в Beamery лежит график знаний о талантах, который является достаточно адаптивным и динамичным. Если вы хотите узнать больше о графе знаний Бимери, взгляните на записи в блогах моих умных коллег Henri Egle Sorots и Kasper Piskorski. Стоит прочитать!

# 3 Корректировка моего фокуса на основе матрицы сложности ценности

Поэтому после нескольких встреч и обсуждений с командой и нашим главой отдела искусственного интеллекта Ахмадом Ассафом я решил сосредоточиться на проекте с высокой ценностью и низкой сложностью (рис. 3). Я решил заняться Прогнозированием навыков и алгоритмом сопоставления и активно участвовать в разработке следующих итераций.

Текущая версия алгоритма на очень высоком уровне основана на сверточной сети с глубоким графом, где все входные данные для модели получены из графа знаний, а модель настроена на вывод навыков для должностей. Представление названий ролей является одним из побочных продуктов этой модели, где мы можем отображать все названия ролей в числовой вектор в модели векторного пространства посредством итеративного процесса уточнения глубокой нейронной сети. Мои краткосрочные цели состоят в том, чтобы (1) улучшить вектор представления ролей, чтобы у нас было более точное предсказание навыков, и (2) создать алгоритм оценки, чтобы иметь возможность проводить сравнительный анализ различных итераций наших алгоритмов. К моменту написания этого сообщения в блоге я придумал PoC по представлению названия роли, и я нахожусь в процессе расширения. Над этим я тесно сотрудничаю с моим замечательным коллегой Кааном Каракебеном.

# 4 Определение моих долгосрочных целей

Применение ИИ в HR было одной из моих любимых тем в течение многих лет, и история началась, когда мой муж запустил свой собственный ИИ-стартап — Сайра — помощник по подбору персонала на основе ИИ. Мы всегда обсуждали различные вызовы и проблемы Сайры и то, как ИИ может их решить. С тех пор одной из моих любимых тем в сфере управления персоналом было прогнозирование траекторий профессиональной карьеры. Это в основном означает предсказание вашей следующей работы! Поэтому я обсудил свой интерес к этому проекту с командой, а затем выбрал этот захватывающий проект в качестве основного проекта на следующие пару месяцев. Мы занимаемся ежеквартальным планированием в Edge, и этот проект намечен на первый и второй кварталы. Возможно, когда-нибудь в будущем я напишу о нашем ежеквартальном планировании.

№5 Ищем соавторов

Последнее, что вам нужно для разработки модели ИИ, — это изобретать велосипед. Итак, я начал изучать то, что было сделано раньше в Beamery в отношении проекта карьерной траектории, и я понял, что одна из наших команд в США уже работала над подобными проблемами, но с немного другими вариантами использования. Они стремились предсказать следующую работу для кандидата в текущей компании-кандидате, тогда как моя цель состоит в том, чтобы предсказать следующую работу внутри/вне текущей компании-кандидата. Я обсудил это с командой из США, и мы намерены встречаться чаще, чтобы убедиться, что мы на одной волне и делаем работу таким образом, чтобы это было выгодно обеим сторонам. К тому времени, когда я пишу этот пост в блоге, я заканчиваю свои обзоры литературы и буду медленно переходить к следующему шагу, чтобы построить нашу первую карьерную траекторию MVP.

Это были мои 5 основных шагов за первые 30 дней работы в Beamery в качестве ведущего специалиста по данным. Я считаю, что ИИ играет важную роль в том, чтобы сделать мир HR проще, делая процесс найма быстрее и намного эффективнее, чем раньше. Я поделюсь здесь результатами своих исследований и выводами, чтобы вы знали, как продвигаются наши проекты.

🇺🇦Последние несколько недель в Бимери были замечательными, но также было очень грустным временем наблюдать за разворачивающейся в Украине войной. Итак, я хотел воспользоваться моментом, чтобы показать свою солидарность с Украиной в этой статье.

Хотите присоединиться к нашей команде инженеров, продуктов и дизайнеров?

Мы ищем специалистов по данным, инженеров-программистов Front & Back Mid/Senior/Director, инженеров платформы SRE, инженеров-менеджеров, технических руководителей, специалистов по эксплуатации/менеджеров/дизайнеров на всех уровнях и даже больше должностей в Лондоне, удаленно, США и Берлине. ! чтобы присоединиться к нам — подать заявку здесь!