مقابلات

ألبر تيكين، رئيس قسم المنتجات في Findem – سلسلة المقابلات

mm
أضف Unite.AI إلى مصادرك المفضلة على Google
ألبر تيكين هو رئيس قسم المنتجات في Findem منصة استحواذ وتحليل المواهب باستخدام الذكاء الاصطناعي. يتم بناء سحابة بيانات المواهب في Findem على أحدث بيانات المواهب المتاحة. وتتعلم بنفس السرعة التي تتحرك بها السوق لتوفير استخبارات مواهب غير مسبوقة للفريق بأكمله.

في السابق كنت رائدًا للشركات الناشئة، وشاركت كمسؤول تنفيذي في العديد من الشركات الناشئة. ما هي بعض أكبر التحديات التي واجهتها في مجال التوظيف؟

كان التوظيف أحد أكثر الجوانب تحديًا في رحلتي كمسؤول تنفيذي. نعرف أن الناس أكثر أهمية من أي شيء آخر، وبناء الفريق المناسب هو أهم وظيفة لأي قائد أعمال. ومع ذلك، من الصعب تخصيص الوقت الكافي للعثور على الأشخاص المناسبين عند التعامل مع العديد من الأنشطة التجارية الأخرى المشاركة في بدء وتوسيع شركة.

يمكنك مشاركة رؤية كيف تبني Findem منصة مواهب مستقلة لفرق الموارد البشرية في المستقبل؟

يعتبر استحواذ المواهب وظيفة معقدة تتضمن مئات المهام، التي يتم تنفيذها بواسطة عشرات الشخصيات، عبر أدوات نقطة لا تتحدث مع بعضها البعض في معظم الأحيان. تتمثل رؤيتنا في إزالة هذه التعقيدات من خلال مزيج من الذكاء الاصطناعي وتحسين سير العمل.

هدفنا الأول والأهم هو دعم فرق المواهب من خلال توفير المهام الروتينية والمتكررة والخطأ المرتكب من يومهم العادي ومساعدة الناس في اتخاذ قرارات أسرع وأفضل وأكثر عدلاً بالبيانات. نحن نرى حالات استخدام مثل شركة تقنية كبيرة استخدمت ثمانية إلى عشرة أنظمة فقط لبناء خط أنابيب مواهب، وكل واحدة كانت تستخدم بطريقة معزولة. كان ذلك يأخذ منهم 80-100 نقرة للقيام بمهمة واحدة، والآن، مع التطبيقات المستقلة، يمكنهم أداء نفس المهمة بنقرة واحدة.

مثل معظم الوظائف التجارية، ستخضع منظمات المواهب لتحول أولاً بالذكاء الاصطناعي، وخططنا هو توفير كل ما يمكن توفيره، مما يتيح للمستجدين والمختصين في المواهب الوصول إلى إمكانياتهم الكاملة. ستلعب التطبيقات المستقلة دورًا حاسمًا في البداية في التخطيط والخط الأنابيب والتحليلات، ثم تمتد عبر دورة حياة المواهب بأكملها، بما في ذلك التخطيط القوي للقوى العاملة وبرامج المواهب وتطوير المسار المهني والتخطيط للخلافة.

يحلل Findem تريليونات النقاط البيانية وينفذ ما يسمى ببيانات 3D، يمكنك توضيح ما هي بيانات 3D؟

يستخدم Findem 1.6 تريليون نقطة بيانات من مئات الآلاف من المصادر لإنشاء بيانات مواهب جديدة تمامًا لا توجد في أي مكان آخر، وتوفر فهمًا للفرد والشركات المرتبطة بهم، مع مرور الوقت. يستخدم Findem هذه الأبعاد الثلاثة للبيانات – الأشخاص والشركات مع مرور الوقت – لربط رحلات الأفراد والشركات وإنشاء ملفات مواهب غنية.

فكر بهذه الطريقة: كل شخص عمل في سوق العمل الحديث ترك بصمته الرقمية. هناك ألقاب، ترقيات وظيفية، شهادات، مساهمات في الكود، منشورات، منشورات على وسائل التواصل الاجتماعي، وغيرها. وبالمثل، لدى الشركات رحلاتها. لديهم أنشطة مثل جولات التمويل، والطرح الأولي للعرض العام، والتقارير المالية، وكذلك وصفات الوظائف، ورسومات المنظمة، ومراجعات الشركة، وملفات تعريف القيادة – جميع هذه البيانات يمكن أن توضح تطور المنظمة وتقدمها.

تعتمد قرارات المواهب تقليديًا على سيرة ذاتية، وطلب وظيفة، و/ أو ملف تعريف على LinkedIn، والذي يقدم فقط شريحة واحدة من الأبعاد من بيانات الفرد والشركة. ومع ذلك، قمنا ببناء منصة قادرة على التقاط آلاف النقاط البيانية حول رحلات الأفراد والشركات وتحويلها إلى ملف شخصي غني بشكل هائل.

باستخدام سحابة بيانات المواهب لدينا، يمكن البحث عن مسار العمل بأكمله بأمر واحد من خلال واجهة GenAI. على سبيل المثال، يمكنك أن تطلب من المنصة أن تظهر لك مسؤولي المالية في الشركات الأمريكية المملوكة لشركات الاستثمار التي أخذت شركة من هامش تشغيل سالب إلى هامش تشغيل إيجابي أو أن تمنحك قائمة بمديري المنتج المخلصين الذين عملوا في شركة ناشئة وشاهدوا مرورها بمرحلة كبيرة من جولة التمويل.

ما هي أنواع النقاط البيانية المختلفة التي يتم تحليلها؟

تستخدم سحابة بيانات المواهب لدينا نموذج لغة ديناميكي ومتواصل لإنشاء بيانات 3D من مئات الآلاف من مصادر البيانات.

يتضمن تحليل بيانات الملف والاتصال من مواقع مثل LinkedIn، وGitHub، وStackOverflow، وKaggle، وDribble، وDoximity، وResearchGate، وWordPress، والمواقع الشخصية. وتأتي بيانات التعداد السكاني من مكتب التعداد السكاني الأمريكي، بالطبع. بالإضافة إلى ذلك، ننظر إلى بيانات الشركة من إعلانات التمويل، و细یات الاكتتاب العام، ونماذج الأعمال لما يزيد عن 8 ملايين شركة، ومئات الآلاف من الفئات المركبة للشركة والمنتج. بالنسبة للمهارات المعتمدة، تحليل المنصة أكثر من 300 مليون براءة اختراع ومنشور، وأكثر من 5 ملايين مشروع قاعدة بيانات مفتوحة ومشاريع التعلم الآلي، وأكثر من 200 مليون مخزن شفرة مفتوح المصدر ومساهمات عامة أخرى. وأهم من ذلك، ندرج بيانات نظام تتبع الطلبات التي تشمل معلومات ملف تعريف المتقدم من نظام تتبع الطلبات الخاص بالمستخدم، والتي يمكن أن تكون Greenhouse، أو Workday، أو SmartRecruiters، أو BambooHR، أو Lever، وغيرها.

ما الذي تبحث عنه الذكاء الاصطناعي عند تحليل هذه البيانات؟

Findem هو أولاً وأهم منصة ذكاء الأعمال، ثم يستخدم الذكاء الاصطناعي لتعلم واتخاذ توقعات بناءً على بيانات حقيقية. نسمي هذا نموذجًا حتميًا مقابل نموذج احتمالي. على سبيل المثال، لا نستنتج احتماليًا أن لديك خبرة في الشركات الناشئة، بل ننظر إلى تاريخ توظيفك ونرى إذا كانت أي من الشركات التي تعمل فيها مصنفة على أنها شركات ناشئة، ثم نضيف سمة “خبرة في الشركات الناشئة” إلى ملفك الشخصي.

كيف يتم تحويل هذه البيانات بعد ذلك إلى سمات، وما هي السمات؟

بعد حدوث عملية جمع البيانات، لدينا محرك ذكاء (فكر فيه كوسيط SQL متقدم) يمكنه сопоставية البيانات مع أي سمة نريد إنشاؤها.

السمات هي المهارات والخبرات والخصائص للأفراد والشركات – وهي ملموسة وغير ملموسة. تشمل السمات الملموسة الأدوار (الحالية، السابقة، وخبرة الدور)، وخبرة العمل، والتعليم، والتعيينات، والمعلومات الفنية الأخرى. يمكن أن تكون السمات غير الملموسة بعيدة المدى، مثل ما إذا كان شخص ما يلهم الولاء، أو يبني فرقًا متنوعة، أو يركز على المهمة.

يتمكن بحثنا القائم على السمات فرق الموارد البشرية من البحث عن المرشحين عبر جميع القنوات في نظامهم البيئي باستخدام معايير يمكنك التفكير فيها.

كيف يمنع المنصة تحيز الجنس أو العرق في الذكاء الاصطناعي من الخلط في قرارات التوظيف؟

صُممت منصتنا عمدًا لاتخاذ قرارات نيابة عن أي مستخدم، بل بالأحرى لدعم الأشخاص في اتخاذ قراراتهم. باستخدام استراتيجية ذكاء الأعمال أولاً، تتمثل الأولوية للمنصة في جمع البيانات وتحليلها وعرضها لتوفير رؤى ودعم لاتخاذ القرارات، ثم استخدام الذكاء الاصطناعي لتعلم والاستدلال واتخاذ توقعات أو توصيات بنتائج موثوقة.

نحن منصة بحث ومطابقة، وليس منصة تقييم مرشحين، والذكاء الاصطناعي لا يتم استخدامه أبدًا لاتخاذ تقييم موضوعي لشخص. لا يتم تقديم أو رفض المتقدمين تلقائيًا. بالإضافة إلى ذلك، поскольку Findem لا يستخدم الذكاء الاصطناعي للبحث والمطابقة (تعتمد هذه القدرات على ذكاء الأعمال)، فإنه يخفف من خطر التحيز أو التمييز في العملية.

كيف يبسط Findem عملية تعزيز الموظفين الداخليين؟

في جوهره، لا نحتاج إلى التمييز بين “الداخلي” و “الخارجي” المواهب.对于 أي شخص في قاعدة بياناتنا، يمكن لخوارزميتنا العثور على المرشحين الأفضل مطابقة سواء كانوا خارجيين أو داخليين.

ما هي جميع أدوات إدارة المواهب التي تقدمها؟

نحن نضيف أنشطة الطرف العلوي، لذلك كل شيء من استحواذ المواهب إلى إدارة علاقات العملاء إلى التحليلات. لدينا أيضًا حل لتنقل الموظفين الداخليين ونحن نطرح عروضًا لتدبير التوصيات وتخطيط الخلافة.

في أي مرحلة من رحلة ريادة الأعمال يجب على شركة ناشئة أن تكون قبل أن تتواصل مع Findem؟

نحن نخدم عملاء من جميع الأحجام، ولكن نقطة قوتنا عادة ما تكون الشركات التي في مرحلة التوسع مع بضع مئات من الموظفين.

شكرًا على المقابلة الرائعة، يرغب القراء في معرفة المزيد يمكنهم زيارة Findem.

أنطوان هو قائد رؤيوي وشريك مؤسس في Unite.AI، مدفوعًا برغبة لا تكل في تشكيل وتعزيز مستقبل الذكاء الاصطناعي والروبوتات. وهو رائد أعمال متسلسل، يعتقد أن الذكاء الاصطناعي سيكون مدمرًا للمجتمع مثل الكهرباء، وغالبًا ما يُقبض عليه وهو يثرثر عن إمكانات التكنولوجيا المثيرة للدهشة والذكاء الاصطناعي العام.

كما أنه مستقبلي، فهو مخصص لاستكشاف كيف ستشكل هذه الابتكارات العالم. بالإضافة إلى ذلك، فهو مؤسس Securities.io، وهي منصة تركز على الاستثمار في التكنولوجيا المتقدمة التي تعيد تعريف المستقبل وتعيد تشكيل القطاعات بأكملها.