Как рекрутер, вы, вероятно, сталкивались с различными методами, используемыми для выявления подходящих кандидатов непосредственно из вашей базы данных: логический поиск, поиск по ключевым словам и расширенный поиск. Что это такое и как они могут помочь вам найти подходящих кандидатов, спросите вы?

Эта статья поможет вам лучше понять разницу между логическим поиском и поиском по мощности. Мы рассмотрим конкретные примеры, демонстрирующие, как выглядят методы поиска и почему вы рискуете упустить подходящих кандидатов при использовании логического поиска.

Почему логического поиска недостаточно для выявления талантов

При поиске подходящих кандидатов в своих базах данных на конкретную роль рекрутеры обычно используют логический поиск или поиск по ключевым словам. Логический поиск — это метод идентификации кандидатов в базе данных на основе различных критериев с использованием таких индикаторов, как «И», «ИЛИ» и «НЕ», для ограничения и определения результатов поиска.

Чтобы выполнить логический поиск, вы должны ввести все основные синонимы и теги для каждой роли или навыка, которыми может обладать кандидат. Это также подразумевает, что рекрутеры должны быть знакомы с широким спектром релевантных ключевых слов и синонимов, которые могут содержаться в вакансии. Логический поиск в этом случае оказывается в невыгодном положении, так как нужно тратить много времени и сил на выполнение только одного поискового запроса.

Например, так может выглядеть поиск позиции менеджера по работе с ключевыми клиентами:

(менеджер по работе с ключевыми клиентами ИЛИ kam ИЛИ storkundssäljare ИЛИ менеджер по работе с клиентами ИЛИ менеджер по работе с клиентами ИЛИ менеджер по продажам ИЛИ kundansvarig säljare) И (b2b ИЛИ marknadsansvar, ИЛИ inside_sales)

Если вы не вводите индикаторы «ИЛИ» для терминов, связанных с искомой ролью, или опускаете один или несколько синонимов, связанных с желаемой работой или навыком, есть вероятность, что вы пропустите некоторых релевантных кандидатов. Более того, сами поиски оказываются долгими и мучительными.

Логический поиск также может повлиять на стратегию отбора менеджеров по найму. Из-за ограниченного поиска по ключевым словам вы рискуете пропустить еще больше кандидатов, обладающих соответствующими навыками, которые явно не включены в резюме.

Например, при логическом поиске могут быть пропущены кандидаты, имеющие опыт SEO-продвижения в SaaS-инструменте, таком как Ahrefs, если рекрутер ищет SEO-специалиста с опытом работы в Semrush (похожий SaaS-инструмент). Хотя обе платформы служат схожим целям, и хотя кандидат, имеющий опыт работы с Semrush, может изучить Ahrefs, логический поиск не способен понять связь между двумя терминами.

Почему Layke Power Search — это следующий шаг в поиске талантов

Power Search, также известный как Layke Search, был создан, чтобы помочь рекрутерам быстрее и эффективнее находить подходящие таланты из своих баз данных без необходимости включать все теги и термины для желаемого навыка или работы.

Layke Search — это более умный поисковый оператор, использующий модель машинного обучения для автоматического расширения словарного запаса результатов поиска и даже выявления других терминов, связанных с желаемыми вакансиями и навыками.

При использовании Поиска лайков вы можете ввести только один термин для желаемой роли или навыка, а не все синонимы, относящиеся к конкретной должности. Пример результата поиска по должности менеджера по работе с ключевыми клиентами теперь будет выглядеть следующим образом:

Также возможен совместный поиск желаемых ролей и навыков. Например, вы можете найти работника склада (lagerarbetare) с правами на вождение грузовика (truckkort), вставив два термина, и Layke Search представит всем кандидатам комбинацию двух искомых понятий:

Что отличает технологию Layke Power Search от логического поиска

Мы разработали Layke Power Search, используя ту же модель машинного обучения, которая лежит в основе Layke Match, алгоритма проверки и сопоставления кандидатов. Это языковая модель, которая обеспечивает меру сходства между словами и фразами.

Языковая модель предназначена для измерения сходств и связей между различными терминами ролей и навыков и обучается на предметно-ориентированных данных, в первую очередь на объявлениях о вакансиях.

Layke Power Search использует обработку естественного языка (NLP) — ветвь искусственного интеллекта, которая направлена ​​на предоставление компьютерам возможности понимать информацию из документов так же, как это делают люди. Для этого семантическое и синтаксическое сходство имеет решающее значение для определения всех соответствующих ролей и навыков, чтобы соответствовать кандидату на работу или наоборот.

Итак, что это означает? Синтаксическое сходство описывает сходство между буквальным порядком и формулировкой слов, а семантическое сходство описывает сходство между их значениями.

Возьмем в качестве примера две связанные роли. Семантически «разработчик» и «программист» похожи, эти два слова имеют схожие значения. Синтаксически они разные: слова пишутся по-разному.

«Учитель» и «проповедник» синтаксически похожи, так как звучат очень похоже. Они семантически различны, так как имеют разные значения.

Наконец, учитель и преподавание сходны семантически и синтаксически. Эти два слова связаны как по смыслу, так и по структуре слова. Мы обучили Поиск Лайке обеспечивать семантическое сходство между словами, ориентируясь на значение терминов.

Модель Layke Power Search может представлять и понимать все слова как векторы, расположенные в многомерном векторном пространстве, чтобы определить их значение.

Расстояние между словами определяется диапазоном [-1, 1], который описывает, насколько семантически похожи слова. 1 получается, если слова идентичны, другими словами, если между векторами слов нет расстояния. 0 получается, если нет корреляции между двумя терминами. -1 получается, когда значения слов противоположны.

Вы можете думать о силовом поиске как о гигантской многомерной карте с двумя осями в центре, соединяющими все слова под разными углами. Чем больше слово связано с искомым навыком или ролью, тем ближе оно расположено на оси.

Вы также можете думать об этом как об облаке слов, наборе похожих слов, которые увеличиваются или уменьшаются в размере в зависимости от их отношения к искомой роли или навыку.

Ниже приведена иллюстрация, показывающая, как Layke Search определяет уровень сходства между каждым словом в многомерной карте.

Мы искали роль разработчик систем (systemutvecklare), и Layke Search определил все похожие слова. Power Search также присвоил каждому результату номер в зависимости от того, насколько близки термины друг к другу.

Результат:

mjukvaruutvecklare — 0,8767385482788086
applicationsutvecklare — 0,8734666705131531
utvecklare — 0,8620952367782593
webbutvecklare — 0,8576995134353 638
backend-utvecklare — 0,85440820455555115
java-utvecklare — 0,8541843891143799
frontend -utvecklare — 0,8520445823669434
mjukvarutestare — 0,8471370935440063
javautvecklare — 0,8417056202888489
testare — 0,8411400318145752
databasutve cklare — 0.840848982334137
.net utvecklare — 0.8402601480484009
c#-utvecklare — 0.8397743105888367
frontendutvecklare — 0,8345930576324463
systemutvecklare — 0,8337545394897461
.net-utvecklare — 0,8317484855651855
embeddedutvecklare — 0,82901871204376 22
встроенная-развертка — 0.8275262117385864
c++-развертка — 0.8198301792144775< br /> fullstack-utvecklare — 0,8194013833999634

Заключение

Логический поиск основан на дословном поиске и просит рекрутера написать все возможные ключевые слова, связанные с поиском. Из-за ограниченных возможностей поиска логический поиск может уменьшить шансы найти множество кандидатов.

Layke Search использует искусственный интеллект и технологии машинного обучения, чтобы находить наиболее подходящих кандидатов из базы данных рекрутеров с помощью единого поиска. Layke Search понимает сходство между различными навыками и ролями, а это значит, что от рекрутеров не зависит написание всех возможных вариантов вакансии или навыка.