Садржај
П:
Који су начини да системи машинског учења могу бити корисни за људске ресурсе?
А:
Ма где погледали, машинско учење трансформише индустрије. Један од каснијих усвајања је област људских ресурса - у почетку се машинско учење увелико примењивало на маркетинг и софтвер који је окренут купцима, али сада се шири и нуди менаџерима за људске ресурсе бољим начинима да остану на врху управљања било којом канцеларијом. .
Један од најчешћих и најпопуларнијих начина на који се машинско учење користи у људским ресурсима је помоћ коровању кроз велики број животописа кандидата. Утврђен је проблем многих компанија да свака понуда за посао преплави број апликација. Део тога се односи на историјски високу незапосленост након финансијске кризе 2008., али чак и у време флусх-а, много људи на крају жели исте послове и положаје.
Машинско учење може вам помоћи да процес скрининга постане много мање захтјеван. У чланку о трендовима у технологији Тецхопедиа, Цристиан Реннелла, генерални директор и суоснивач МејорТрато.цом.мк, говори о томе како његова компанија користи алате за вештачку интелигенцију како би прошла кроз биографије различитих кандидата. То је, рекао је, одузело већину времена одељења за људске ресурсе пре преласка на софтвер, а то се сада брзо и лако ради алатима за аутоматизацију.
Системи машинског учења такође могу да прегледају животописе на дубље и интелигентније начине. Они могу тражити одређене скупове вештина и ствари као што је географски положај подносиоца захтева. На неки начин, системи машинског учења могу чак и да преузму велики део процеса интервјуа. Ако је први интервју само да се створи груба подударност у погледу вештина и логистике, пуно тога се сада може учинити са софистицираним производима за машинско учење.
Одељења за људске ресурсе такође могу да користе системе машинског учења како би пратили промет или пропадање. У превише случајева, ови проблеми се примећују тек када модел особља буде напрезан или када се рупе појаве у распореду. Али у том тренутку, често је касно да се заиста брзо и окретно врати и привуче више људи. Гледајући организацију из птичје перспективе кроз платформу машинског учења, људски ресурси разумеју тренд пре него што се превише удаљи.
У исто време, људски ресурси такође могу да користе машинско учење за стицање талената. Системи машинског учења могу сортирати кроз претходне интеракције како би пронашли оно што компанију чини привлачном за талент, тако да писци могу промовисати те ствари у будућим пословима.
Како истичу многи корпоративни стручњаци, данашњи огласи за посао нису само формална писма о намерама. Они се истражују и оптимизују, на исти начин као и компаније које истражују и оптимизују директне поштанске бројеве и други материјал за купце. То је зато што је талент толико важан у данашњој компанији - а машинско учење помаже људским ресурсима да изађу вани и да се такмиче у окружењу високог притиска.
Поред тога, машинско учење помаже код опште одговорности комуникације о људским ресурсима. Ставке попут платних спискова, погодности, одмора и више могу се пратити, анализирати и контролисати преко неке врсте централног сучеља. Све ово помаже у поједностављивању рада који одјели за људске ресурсе редовно раде, а то је још један разлог зашто толико много компанија гледа у апликације за машинско учење за кадрове.