Мы все использовали LinkedIn, я думаю, независимо от того, кто мы: свежие выпускники, ищущие работу, работающие специалисты, желающие сменить карьеру, рекрутеры, ищущие таланты, чтобы присоединиться к нашим командам, или даже ученые, желающие быть в курсе того, что происходит. вокруг. Мы все можем согласиться с тем, что LinkedIn всегда была лучшей платформой, которая помогает нам продемонстрировать, кто мы есть, в чем мы хороши и что мы ищем, независимо от того, какие у нас профессиональные цели.
Прелесть LinkedIn заключается в том, что он объединяет профессионалов со всего мира, позволяя каждому соискателю открыть для себя каждую новую возможность, а каждому рекрутеру — связаться с каждым соискателем. Что делает вещи еще лучше, так это, без сомнения, огромное количество пользователей, которые активны на платформе. Фактически, количество пользователей LinkedIn постоянно растет с момента создания платформы в 2002 году и к концу 2021 года достигло более 740 миллионов пользователей. Как бы интересно это ни звучало, у обилия пользователей есть 2 небольших недостатка:
- Многие вакансии могут быть актуальны для одного соискателя, и это связано с тем, что большинство компаний полагаются на LinkedIn, а не на другие ресурсы для публикации своих вакансий.
- Многие профили могут соответствовать одному конкретному предложению о работе, и это потому, что помните: LinkedIn объединяет ВЕСЬ мир!
Итак, проблема в том, что у нас будет много доступных вариантов, когда мы принимаем решение! И это может быть сложнее, чем иметь небольшой выбор или вообще его отсутствие, поверьте мне! Это как быть на перекрестке дорог, где у вас есть несколько путей, по которым вы можете пойти, но вы не знаете, какой из них выбрать, потому что все они выглядят одинаково, но некоторые дороги могут вести в тупик.
Таким образом, в профессиональном мире человек может подать заявку на должность «ML Engineering» в 2 разные компании, но его примут в одной и откажут в другой. В идеале, если бы этот человек знал заранее, что ему откажут в компании, он бы вообще не подал заявку, верно? Вместо этого он сосредоточился бы на компаниях, которые, скорее всего, примут его.
Да, это имеет смысл!
Следуя той же логике, рекрутер может связаться с двумя кандидатами на позицию «Разработка программного обеспечения», скажем, но одного из них заинтересует предложение, а другого нет. Опять же, если бы рекрутер заранее знал, что кандидат не будет заинтересован, он бы вообще с ним не связался, верно? Вместо этого он сосредоточился бы на кандидатах, которые с большей вероятностью ответят.
Гм... Понятно, понятно... Но Фуад! Как это может кто-то знать?! 😲
Ну не может он знать наверняка! И по этой причине LinkedIn использует искусственный интеллект (ИИ), чтобы помочь нам преодолеть такого рода проблемы, и это то, что мы будем разъяснять в нашем блоге. В следующих разделах мы ответим на следующие вопросы:
- Как искусственный интеллект помогает рекрутеру найти подходящего кандидата на определенную должность?
- Как ИИ помогает соискателю найти работу своей мечты?
- Какие есть другие варианты использования ИИ в LinkedIn?
- Каковы преимущества расширения возможностей LinkedIn с помощью ИИ?
Как вы видели, нам есть что рассказать. Итак, давайте погрузимся!
Начнем с рекрутеров
Давайте представим, что однажды вы открыли свой LinkedIn и вдруг ниоткуда обнаружили такое сообщение в своем почтовом ящике.
«Здравствуйте, мистер Тред! Мы наткнулись на ваш профиль и подумали, что вы станете отличным дополнением к нашей команде! Если вы заинтересованы, мы хотели бы назначить интервью как можно скорее».
Я уверен, что некоторые из вас когда-нибудь видели такое сообщение, а для тех, кто еще не видел, я надеюсь, что вы увидите что-то подобное очень-очень скоро! Но давайте пока сосредоточимся на более важном. Когда вы получаете такое сообщение, как, по-вашему, рекрутер вообще смог добраться до вашего профиля?! И почему он был заинтересован в том, чтобы связаться с вами?!
Не поймите меня неправильно, я вовсе не ставлю под сомнение качество вашего профиля 😅 Но вам не кажется, что есть другие кандидаты, которые могут быть не менее важными? Почему они выбрали вас? Что ж, чтобы знать ответ на этот вопрос, вы должны понимать, что происходит на стороне рекрутера. LinkedIn предлагает рекрутерам инструмент под названием LinkedIn Recruiter, который они могут использовать для поиска талантов, и да, вы правильно думаете! Этот инструмент основан на искусственном интеллекте, чтобы помочь рекрутерам находить кандидатов, которые не только соответствуют требованиям работы, но и с большей вероятностью будут заинтересованы в предложении. Ниже вы можете найти образец скриншота из поиска рекрутера.
Таким образом, рекрутер обычно ищет кого-то, кто находится в определенной области по всему миру, имеет определенную должность и определенный набор навыков среди других требований, надеясь, что этот человек займет определенную должность. Вопрос в том, как ИИ поможет этому рекрутеру найти великие таланты — вроде вас — подходящие для соответствующей должности?
Во-первых, это помогает с навыками
После того, как рекрутер укажет должность, на которую он готов нанять, он начнет указывать навыки, которыми должен обладать потенциальный кандидат. На этом этапе ИИ поможет рекрутеру, автоматически предложив соответствующие навыки. Не только это, но и профили, которые получит рекрутер, будут включать не только таланты, обладающие точно такими же навыками, которые он ввел, но они также будут содержать кандидатов, обладающих родственными/похожими навыками. Так, например, когда рекрутер ищет кого-то, у кого есть навык машинного обучения, он также получит результаты для людей, обладающих такими навыками, как ИИ, наука о данных, глубокое обучение и т. д.
Хороший! Но как именно это происходит?
Ну, говоря простым языком, LinkedIn ищет не только указанные навыки. Он ищет навыки, которые связаны/похожи друг на друга, а также на название или описание работы, которую вы предоставили.
Подождите минутку, позвольте мне объяснить немного больше. В LinkedIn каждый объект определяется тем, что мы называем «встраиванием».Это встраивание — это просто способ представления объекта в пространстве. Следовательно, каждая сущность будет характеризоваться «координатами» в этом пространстве, и в результате подобные или связанные сущности будут близки друг к другу. Ниже вы можете найти изображение, подчеркивающее эти факты, где у нас есть навыки, представленные через двумерное пространство встраивания. Вы можете видеть, насколько навыки, связанные с ИИ, близки друг к другу, но далеки от других навыков, таких как, например, те, которые связаны с продуктами Microsoft Office.
Мы указали навыки, но… у нас проблема!
Слишком много возможностей, давайте сузим их
После ввода необходимых требований рекрутер получит список анкет, подходящих по указанным им характеристикам. Но, как вы понимаете, список длинный! И имейте в виду, что некоторые из них могут привести нас в никуда! По этой причине ИИ поможет на этом этапе сузить результаты поиска до людей, которые не только подходят для работы, но и могут ответить на сообщение рекрутера. Другими словами, результаты будут включать людей, которые, скорее всего, будут заинтересованы в предоставленной возможности!
Но откуда LinkedIn знает эту информацию заранее?
Они просто знают это по поведению пользователей. Пользователь мог проявить интерес к определенным позициям в прошлом, нажав на них, подав заявку на них и т. д. LinkedIn использует эту информацию, чтобы узнать, какие возможности должны быть более интересными для конкретного пользователя.
Итак, мы удалили некоторые профили, что мы можем сделать дальше?!
Релевантные пользователи, давайте оценим их, чтобы ускорить процесс рекрутинга
Даже если описанный выше процесс сужает круг задач для рекрутера, результатов все равно много, потому что многие люди могут обладать нужными навыками и быть заинтересованными в предлагаемой должности. По этой причине на данном этапе ИИ поможет еще больше, ранжируя кандидатов не только по тому, насколько вероятно, что они ответят, но и по тому, что хочет рекрутер! Когда рекрутер получает список потенциальных кандидатов, он будет взаимодействовать с этим списком, сохраняя, скрывая, просматривая или связываясь с определенными профилями. Эта информация будет использоваться для обновления порядка кандидатов в режиме реального времени, чтобы наиболее интересные для рекрутера профили оказались в верхней части поиска.
Но с чего рекрутеру интересоваться кем-то больше, чем остальными, если он указал искомые навыки?!
Отличный вопрос! Хотя все предоставленные профили будут иметь некоторые общие черты, они определенно будут иметь различия. Не бывает двух одинаковых людей, верно? Рекрутер может быть заинтересован в профиле больше, чем в другом, по разным причинам, включая способ организации профиля, дополнительные навыки, которыми может обладать кандидат, образование, предыдущие места работы и многое другое. Таким образом, в результатах поиска профили могут быть сгруппированы по сходству, как показано на рисунке ниже.
Чем больше рекрутер взаимодействует с результатами, тем больше ИИ узнает, что на самом деле ищет рекрутер, и соответственно порекомендует наиболее релевантные профили вверху.
Хм… Ладно, последний вопрос…
Откуда LinkedIn знает, что эти рекомендации актуальны?!
Еще один отличный вопрос. Дополнительные баллы за это! Так что к концу дня рекрутер получает лишь список кандидатов, с которыми он связывается. Как мы можем убедиться, что работа, проделанная ИИ, правильно сыграла свою роль? Здесь следует отметить, что LinkedIn хочет предоставить рекрутерам лучший опыт, и по этой причине они должны убедиться, что рекомендации, которые они предоставляют, являются наиболее актуальными, и эта информация будет использоваться для улучшения их рекомендаций ИИ. система!
Одна метрика, на которую LinkedIn смотрит, чтобы улучшить свой механизм рекомендаций по талантам, рассчитывается на основе количества принятых запросов InMail. Обычно, когда рекрутер хочет нанять кандидата, он отправляет ему сообщение InMail, которое отправляется кандидату вместе с запросом на подключение. Когда кандидат принимает это InMail и отвечает положительно, LinkedIn рассматривает это как проявление интереса к предоставленной должности, и это будет означать, что рекомендация этого конкретного кандидата была выгодна рекрутеру.
Чем больше LinkedIn видит принятых сообщений InMail, тем больше они уверены, что их система рекомендаций AI отлично справляется со своей задачей.
Теперь давайте поменяемся местами
Предположим, вы ищете работу своей мечты и вдруг из ниоткуда видите на LinkedIn вакансию, которая соответствует вашим амбициям.
Можете называть это «судьбой», если хотите, но ИИ определенно помог с этой судьбой. Как же так?
Что ж, когда вы ищете работу, вы обычно ищете конкретную должность, доступную в определенном регионе / стране, наряду с другими характеристиками, а затем LinkedIn предоставит вам список рекомендаций по работе. Эти рекомендации, безусловно, будут содержать название, которое вы ищете, но также будут включать названия, которые похожи или связаны. Таким образом, если вы искали название должности, например, «Инженер ИИ», рекомендации могут включать такие вещи, как «Ученый по данным», «Инженер по данным» и т. д. А если вы ищете такие названия, как «Инженер-программист», вы получить рекомендации для дополнительных титулов, таких как «Backend Developer», «Full-stack Developer», «DevOps Engineer» и т. д.
Да, ты прав. Также речь идет о встраиваниях, когда похожие заголовки будут находиться рядом друг с другом в пространстве встраивания.
Кроме того, обратите внимание, что LinkedIn предоставит вам вакансии, которые должны быть вам интересны и в то же время соответствуют вашим навыкам, и будет ранжировать их соответствующим образом.
Так ведь LinkedIn для рекрутера мало чем отличается от LinkedIn для соискателя!
В этом-то и дело! Один и тот же процесс происходит на обоих концах. Вы ищете лучшую работу, которая соответствует вашему вкусу и набору навыков, а они ищут лучших кандидатов, которые соответствуют требованиям работы и могут быть заинтересованы в предложении!
Но это не все!
Помимо того, что ИИ помогает в самом важном для нас в LinkedIn (поиске работы или кандидата), ИИ используется и в других сферах.
1. Обнаружение и удаление поддельных учетных записей
Как и на любой другой платформе, любой может создать учетную запись в LinkedIn. Проблема в том, что кто-то может создать фальшивую учетную запись для совершения незаконных действий, таких как сбор данных, мошенничество, фишинг и т. д. ИИ помогает принять незамедлительные меры против этих фальшивых учетных записей, чтобы убедиться, что все профили являются законными и представляют реальных людей, которые ответственно используют LinkedIn.
2. Ранжирование новостной ленты на свой вкус!
ИИ будет ранжировать новостную ленту, которую вы видите в LinkedIn, где вы сможете увидеть самые важные для вас вещи в самом верху. Откуда LinkedIn знает эту информацию? Это, конечно, основано на ваших предыдущих взаимодействиях. Итак, если вы проявили интерес к нашим публикациям Zaka, например, лайкнув, прокомментировав или поделившись, LinkedIn позаботится о том, чтобы вы ничего о нас не пропустили! Даже иногда вы получали уведомления о таких сообщениях.
3. Дополнительные рекомендации
LinkedIn не только рекомендует кандидатов рекрутерам или вакансии соискателям. LinkedIn делает еще один шаг вперед, рекомендуя людей и организации, которым вы должны следовать, основываясь на том, что вас интересует. Они даже рекомендуют вам подходящие курсы, которые помогут вам получить больше навыков и продвинуться по карьерной лестнице в соответствии с вашим профилем. Как увлекательно!
Значение ИИ… в цифрах
ИИ помог LinkedIn так же, как он помог любой другой технологической компании. По данным LinkedIn, когда начали предлагать персонализированные рекомендации по работе, они заметили увеличение количества заявлений о приеме на работу на 30%, и это число продолжало расти из года в год. Когда они внедрили ИИ в инструменты рекрутеров, процент ответов InMail увеличился примерно до 45%. Все это делает LinkedIn отличной платформой, которая благодаря ИИ более эффективно связывает рекрутеров и соискателей.
Заключение
Мы видели, насколько важен ИИ для LinkedIn. По словам Дипака Агарвала, вице-президента по инженерным вопросам LinkedIn: «ИИ подобен кислороду в LinkedIn — он поддерживает все, что мы делаем». Сила ИИ исходит из огромного количества данных, генерируемых огромным количеством пользователей. Эти «большие данные» считаются топливом для решений на основе ИИ внутри LinkedIn. Но, безусловно, процесс не беспроблемный. Внедрение этих решений для такого большого количества пользователей является очень сложной задачей на многих уровнях, и самая серьезная проблема заключается в том, что решения могут не всегда быть сверхточными, и это требует масштабного тестирования со стороны LinkedIn, чтобы убедиться, что алгоритмы работают правильно. так, как они должны быть.
Не забудьте поддержать аплодисментами!
Вы можете присоединиться к нашей работе в Zaka и помочь демократизировать ИИ в своем городе! Свяжитесь с нами и дайте нам знать.
Чтобы узнать больше о Zaka, посетите www.zaka.ai
Подпишитесь на нашу рассылку и следите за нами в наших аккаунтах в социальных сетях, чтобы быть в курсе наших новостей и мероприятий:
