摘要:vadore(Valorisation des don'ees de recherche d'emploi)项目,收集法国公共就业服务的MLER,经济学家和专家,旨在推荐通过在法国旅行的大量专有数据(签名的合同和应用)来推荐最适合求职者[1]。根据《欧盟AI法》,人力资源算法被认为是高风险。 的确,数据显示偏见;例如,妇女可能会交易工资损失,以减少工作地点与房屋之间的距离。 危险是在数据中刻有偏见的算法。 我们已经表明,算法建议不比求职者的实际应用更偏见[2]。 我们可以做得更好吗? 这个问题在算法公平,伦理和信息理论的十字路口提出了棘手的问题。 两个这样的问题是:i)确定人口水平的所需偏见; ii)在个人建议级别上行动。 实习将通过反事实推理来解决这两个问题[3]。 基本上,Vadore算法学习了模型S(x,y),以根据合同和应用程序表达求职者X的期望。 该模型将通过辅助模型丰富,例如预测工作Y的可取性,例如 预测下一个时间段的作业Y的申请数。 通过调整这些辅助模型在整个模型中的影响,我们希望增加建议的多样性(如果我是竞争成瘾者,我会得到哪些建议? 等)。人力资源算法被认为是高风险。的确,数据显示偏见;例如,妇女可能会交易工资损失,以减少工作地点与房屋之间的距离。危险是在数据中刻有偏见的算法。我们已经表明,算法建议不比求职者的实际应用更偏见[2]。我们可以做得更好吗?这个问题在算法公平,伦理和信息理论的十字路口提出了棘手的问题。两个这样的问题是:i)确定人口水平的所需偏见; ii)在个人建议级别上行动。实习将通过反事实推理来解决这两个问题[3]。基本上,Vadore算法学习了模型S(x,y),以根据合同和应用程序表达求职者X的期望。该模型将通过辅助模型丰富,例如预测工作Y的可取性,例如预测下一个时间段的作业Y的申请数。通过调整这些辅助模型在整个模型中的影响,我们希望增加建议的多样性(如果我是竞争成瘾者,我会得到哪些建议?等)。仇恨比赛?如果我迫切需要找工作?值得注意的是,这种丰富的模型有望阐明用户行为之间性别差异的原因,例如在竞争厌恶 /食欲方面。
在日益全球化的经济和劳动力市场的背景下,招聘机构面临着处理以各种语言,格式和样式编写的工作和工作申请的挑战。经常,这导致对求职者与工作机会相关的求职者的简历进行次优评估。为了应对这一挑战,我们提出了一个遵循“人类在线”方法的相互作用系统,积极涉及招聘人员参与工作机会 - 申请人简历匹配。该系统使用了一个微调的最先进的分类模型,该模型将求职者简历与欧洲技能,能力,资格和计算分类法的标签保持一致,以提议与候选人的CVS提供初步比赛。这场匹配是通过与招聘人员进行连续的LLM驱动相互作用来完善的,这最终在CV相关性得分和报告中证明它们是合理的。
工作激励的变化如何影响产出随时间而变化,并取决于经济状况。2020 年 4 月,在全国范围内保持社交距离的高峰期,失业者的工作激励较弱,可能对产出影响不大,因为许多企业倒闭了。当每个空缺职位都有大量未领取失业救济金的求职者(包括最近退出劳动力队伍的人)时,失业救济金对产出的影响也往往很小。国会预算办公室预计,2020 年下半年,对于每个空缺职位,未领取失业救济金的求职者数量平均较少,这使得这些救济金对产出的影响更大。如果每周 600 美元的救济金增加在 2021 年 1 月结束,它仍将继续影响此后的劳动力供应,因为领取这些救济金的人需要时间才能找到工作。
如今,说技术已深深植根于测试和评估已是陈词滥调。至少 30 年来,技术一直被广泛用于以各种形式促进就业环境中的测试和评估,基于技术的就业测试的利弊也已得到充分证明(例如,Tippins & Adler,2011)。简而言之,技术带来的速度提高和成本降低对于寻求评估大量求职者并及时有效地从中挑选的雇主来说尤其有吸引力。反过来,求职者本身也越来越期待技术先进、方便和引人入胜的选拔流程。尽管新技术具有明显的和潜在的好处,但仍存在许多挑战,例如可靠地识别合格的候选人以及防止威胁评估结果完整性的作弊和其他形式的不法行为。在本文中,我们首先想引起读者的注意
就业,特别是对女性而言,但面临着学习成绩低下和毕业生缺乏实用技能的挑战,导致求职者所拥有的技能与雇主所需的技能不匹配。 ▪ 加共体 2030 年人力资源开发战略
随着公司的发展,这一使命从未改变,但我们实现这一目标的手段已经演变为包括利用机器学习、算法和其他先进技术的工具。其中一些工具可以被描述为“人工智能 (AI)”,尽管值得注意的是,对于该术语的含义并没有达成共识。这些工具为我们更好地匹配求职者和雇主开辟了新的机会。我们投资产品解决方案和先进技术,帮助使用我们平台的人更轻松地生活和工作。对于使用 Indeed 寻找优秀人才、与他们的首选联系并提供工作机会的中小型企业,我们的技术投资(包括人工智能和算法)可以释放他们的时间,以便他们可以花时间和金钱来帮助他们的客户并改进他们的产品。此外,我们致力于利用我们的资源推动创新,减少许多求职者在招聘过程中面临的障碍。
今年,我们将于9月11日(星期三)为与会人员提供在线时间插槽的与会者。审核会议将简要评估简历,有关清晰度,关键字和与所需工作相关的目标的有针对性建议,以及求职者有机会提出问题并收到反馈的机会。
TeamLease Digital 的报告通过探索人工智能技术领域的增长机会,揭示了最近结束的美国和印度之间的 iCET。该报告试图提供一系列简单、简短的信息,以了解什么是人工智能、它是如何工作的,以及它如何改变我们周围的世界,以及人工智能在主要行业的格局,包括关键的工作角色和应用。在本报告中,我们首先提供了一些关于印度各职业和行业对人工智能技能需求的关键事实。最有趣的是,我们通过使用关于应届毕业生和专业人士的工作角色和技能要求的详细数据,检查并估计了人工智能职业求职者可用的空缺职位。除此之外,我们还试图分析有志于从事人工智能职业的求职者的薪酬待遇。通过列出人工智能领域的 B2B 和 B2C 机会,该报告显示,对人工智能技能的需求在广泛的行业和工作角色中都在快速增长,不仅限于 IT 及其相关行业和工作,还涉及其他行业。