Поделиться
ИИ HeadHunter покажет наиболее подходящие вакансии
HeadHunter, игрок рынка интернет-рекрутмента России, Украины, Казахстана, Беларуси и Азербайджана, запустил новую систему рекомендаций вакансий, основанную технологии машинного обучения. Тестовый период показал, что вакансии, отобранные новой системой, привлекают на 25% больше внимания соискателей, сообщили CNews в HeadHunter.
Действовавшая до этого момента система рекомендаций опиралась на заранее прописанные для каждой профессии поисковые запросы с жесткой привязкой к каталогу сайта. Новая система рекомендаций вакансий HeadHunter базируется на опыте пользователей сервиса. Разработчики компании проанализировали историю взаимодействия соискателей с вакансиями и создали модель, способную рекомендовать вакансии, которые с большей вероятностью устроят ищущего работу. Кроме того, все рекомендованные вакансии отсортированы, начиная с самых подходящих.
Ежедневно новая система рекомендаций вакансий HeadHunter будет составлять более 3 млн уникальных подборок.
«Искусственный интеллект нашей системы — это математическая модель, которая учится рекомендовать вакансии на основе опыта пользователей. Мы знаем, какие объявления чаще привлекали разные группы пользователей. На основе этих данных наш ИИ научился показывать вакансии, которые с большой вероятностью заинтересуют людей, — рассказал Борис Вольфсон, директор по развитию HeadHunter. — По мере работы система будет корректировать параметры, чтобы показывать вакансии точнее. Мы следим за ее работой: считаем, сколько людей, увидевших вакансию, кликнуло на нее, и насколько успешно пользователи завершают свои сессии. Нововведение ускорит поиск работы соискателей и поможет работодателям быстрее находить “своего” кандидата. Раньше рекомендательная система работала по жесткой логике, придуманной человеком. ИИ будет лучше справляться с этой задачей. Насколько лучше — пока можно твердо сказать, что за время теста CTR предложенных вакансий вырос на 25%. Поэтому есть основания полагать, что поиск работы/сотрудников ускорится по крайней мере на четверть через механизмы подбора вакансий».
Для составления индивидуального списка рекомендованных вакансий система пропускает все актуальные вакансии базы HeadHunter последовательно через два фильтра и ранжирующую модель. Первый фильтр — эвристический. Это базовый фильтр, отсеивающий вакансии, которые точно не подойдут. Он использует простые параметры: регион, профессиональная область и другие.
Второй фильтр — «быстрая фильтрующая модель». Задача этого фильтра — отсечь вакансии, которые по формальным критериям пропустил первый фильтр, но которые пользователю не подойдут. Фильтр использует самые значимые признаки вакансий и резюме, чтобы соблюсти баланс скорости и результата.
Финальный этап составления подборки — сложная ранжирующая модель. Она использует более 200 признаков вакансий, чтобы составить конечный список рекомендованных пользователю вакансий, начиная с самых подходящих.
Как отмечается, рекомендация вакансий на основе машинного обучения — не первый опыт HeadHunter с искусственным интеллектом. В июне 2016 г. компания уже запустила ранжирование откликов соискателей на основе машинного обучения. Благодаря этой системе работодатели, в первую очередь, видят отклики от наиболее подходящих кандидатов. По данным HeadHunter, за первые полгода работы системы она обработала 29 млн откликов на 920 тыс. вакансий. 2,3 млн человек были приглашены на собеседование.
Короткая ссылка
