Услуга:

Разработка модели ИИ

Стек:

Python, Pytorch

Период разработки:

11 месяцев

Сегодня мы расскажем вам про наш интересный стартап, который наша команда пыталась реализовать в 2019 году.

Recrut.ink - уникальный сервис по подбору персонала, на основе искусственного интеллекта, с учетом психотипа руководителя.

Данный проект основан на научном подходе, использующем методы диагностики устойчивых психологических черт личности, такие как "Большая пятерка" и 16-факторный опросник Рэймонда Кэттелла.

В мире есть проблема, касаемо с подбором персонала для компаний. Данные проблемы подтверждаются статистикой, предоставленной компанией GlassDoor.

Согласно исследованию:

• В среднем отделу кадров требуется 83,3 часа на анализ резюме одного кандидата.
• Просмотр одного резюме занимает лишь 5-6 секунд.
• Для проведения 4-6 собеседований потребуется свыше 250 звонков.
• Более половины средств, потраченных на рекрутинг, уходят рекрутерам, несмотря на то, что 65% резюме игнорируются.

Кроме того, результаты исследований от Monster, Projecttimes и BLS говорят:

• 89% работодателей осматривают профили кандидатов в социальных сетях перед приглашением на собеседование.
• Успех проектов в 60-70% случаев зависит от управления временем и ресурсами (PCPM).
• Каждый пятый сотрудник покидает компанию из-за различных психологических аспектов взаимодействия с боссом

Отсюда, нашей командой было придумано решение данной проблемы:

Исключить человеческий фактор используя модель ИИ, дабы автоматически приглашать кандидатов на собеседование и подбирать специалистов по психотипу руководителя.

При этом, что бы релевантность подбора работника составляла больше 90%

• Сокращение финансовых затрат на рекрутеров и трудозатрат на подбор качественного работника минимум на 90%
• Повышение эффективности команды на 30-40%

• Сервис автоматически разбирает описание вакансии и определяет психотип руководителя

• Выбирает из миллионов резюме самые лучшие

• Автоматически определяет психотип человека по профилю в социальных сетях

• Просматривает Google-календарь руководителя и отправляет приглашение

• В случае подтверждения, выставляет встречу в календаре руководителя

Для избежания долгих психологических тестирований, модель ИИ должна проводить анализ психологического портрета кандидата, по предоставленному им профилю социальной сети, из следующих возможных вариантов: LinkedIn, Facebook, Twitter.

Мы расписали задачи, которые требовались для реализации функционала, подобного масштаба:

• Модель на основе методологии Кеттела, с акцентом на Лексической Гипотезе.
• Сбор данных от пользователей: информация из соцсетей, резюме, тест TIPI.
• Использование семантического дифференциала для понимания ожиданий от работы.
• Создание психологического профиля кандидата на основе данных из TIPI, семантического дифференциала и моделей Cambridge Analytics.
• Подбор резюме и сотрудников в соответствии с требованиями и личностными чертами.

Сбор и анализ данных о кандидатах:

Первым делом мы получаем информацию из социальных сетей и резюме кандидатов, после проводим анализ их личностных черт с использованием теста TIPI и метода семантического дифференциала Чарльза Осгуда.

Учет и создание психологического профиля:

Исходя из результатов анализа, наша модель ИИ создает психологический профиль для каждого кандидата, учитывая как их личностные черты, так и ожидания от работы.

Подбор и сочетание:

Далее, сопоставив психологический профиль с требованиями вакансии, подбираем рекомендации на основе сравнения, и, учитывая как профессиональные навыки, так и личностные аспекты, находим наилучшее сочетание кандидата и проекта.

Анализ кандидата по методу Кеттела

При разработке модели искусственного интеллекта мы опирались на методологию Реймонда Кеттела, а именно на Лексическую Гипотезу, согласно которой наиболее важные индивидуальные различия проявляются в понятиях языка.

Обучение и работа модели ИИ:

После мы обучили модель ИИ так , чтобы она анализировала текстовые данные из социальных сетей согласно по данной методологии.

Что включало в себя выделение ключевых слов и понятий, связанных с индивидуальными чертами.

Результат

По итогу, должна была быть реализована онлайн-платформа с интегрированной нашей моделью ИИ, которая выводит психологический профиль кандидата на основании следующих данных: TIPI, семантический дифференциал, модели Cambridge Analytics.

Благодаря чему, ИИ могла не только иметь возможность подобрать резюме под вакансию, но и подобрать сотрудника под руководителя, снизив процент ухода специалистов и повысив доброжелательность атмосферы в коллективе.

Но связи с окончанием финансирования, данный проект временно заморожен!

Друзья если вы хотите разработать или интегрировать собственную модель ИИ, вы можете обратиться к нам на сайте.