جوش برينر، الرئيس التنفيذي لشركة Hired – سلسلة المقابلات

جوش برينر هو الرئيس التنفيذي لشركة Hired، سوق التوظيف الرائد الذي يعتمد على الذكاء الاصطناعي ويربط بين المواهب وشركات رائدة مثل Instacart و Wayfair و Zendesk و Capital One و Peloton.

يعمل Hired بطريقة مختلفة قليلاً عن منصات التوظيف الأخرى مثل Monster، هل يمكنك مشاركة مفهوم كيفية تقديم الشركات لمرشحين للمقابلات؟

تتميز Hired بتوحيد ثلاثة أشياء لتحويل تجربة التوظيف: حل توظيف مدفوع بالبيانات ومتخصص في المواهب الفنية والبيعية، وخدمة العملاء عالية التأثير، ودعم شبكة Adecco العالمية. يمكن للشركات التسجيل من خلال منصتنا في عملية متعددة الخطوات، والتي تتضمن تحديد الأدوار والمناطق ذات الصلة – والتي يمكن أن تكون أيضًا عن بُعد – والتفضيلات مثل سنوات الخبرة أو الراتب الأساسي الذي يبحثون عنه. ثم نقترن أصحاب العمل بمدير نجاح مواهب مخصص ونساعدهم على الوصول إلى بيانات وتحليلات التوظيف لمساعدتهم على إظهار مرشحين مخضعين للفحص مسبقًا ومؤهلين بشكل عالٍ الذين يتناسبون مع متطلبات دورهم. لإنشاء تجربة مخصصة ومدروسة، نرسل معلومات المرشحين ذات الصلة، مثل مهاراتهم وخبرتهم العملية وراتبهم المفضل، إلى أصحاب العمل لتشجيعهم على إرسال طلبات مقابلة إلى أولئك الذين يتناسبون مع دورهم. المرشحون الذين نقدمهم يبحثون بنشاط عن فرص جديدة، وغالبًا ما يحصلون على عدة طلبات مقابلة في الأيام القليلة الأولى من التسجيل، لذلك نشجع أصحاب العمل على التصرف بسرعة وشفافية.

من خلال تقديم حل توظيف مدفوع بالبيانات الذي يأخذ في الاعتبار الاحتياجات المحددة لكلا أصحاب العمل والمرشحين، نحسن من جودة المطابقات، ونقلل من وقت التوظيف، ونجعل من السهل على الشركات بناء فرق رائعة ومتنوعة.

هل يمكنك مناقشة بعض منهجيات التعلم الآلي التي يتم استخدامها لمطابقة أصحاب العمل مع المرشحين؟

نماذج التعلم الآلي الخاصة بنا تتبع بيانات التوظيف في الوقت الفعلي، وتتابع الاتجاهات، وتتنبأ بسلوك التوظيف لمطابقة أصحاب العمل مع المرشحين بسرعة وبدقة أكبر. يسمح لنا هذا الكم الهائل من البيانات ذات الصلة في الوقت الفعلي من منصتنا، والتي تضم أكثر من 17,000 صاحب عمل وأكثر من 3 ملايين مرشح، بتقديم مطابقات مدروسة ومخصصة، مما يؤدي إلى جودة أفضل للمطابقات ومعدلات قبول أعلى.

هناك حاجة متزايدة لفهم وتفسير تنبؤات خوارزميات التعلم الآلي المستخدمة في التوظيف من أجل الشفافية، وتخفيف التحيز، وتقديم تعويض للمستخدمين.

في Hired، نستخدم التعلم الآلي لتقديم تعويض للمساعدة في فهم سبب عدم موافقة المرشحين على منصتنا وكيف يمكنهم تحسين ملفهم الشخصي. نساعدهم على زيادة فرصهم في الموافقة من خلال تقديم ملاحظات قابلة للتنفيذ، والتي يمكن أن تتراوح من اقتراح إضافة مهارة نسيها إلى تنفيذ تغييرات طويلة الأمد مثل تعلم لغة برمجة جديدة.

منذ أن تفتقر الطرق الحالية للتعويض عن التعلم الآلي إلى السرعة أو القابلية للتنفيذ أو فشل في العثور بشكل موثوق على التغييرات التي من شأنها تغيير quyết định النظام، قمنا بتطوير طريقة تعويض خاصة لأنظمة التعلم الآلي. كما أننا نعمل على تخفيف التحيز في أنظمة التعلم الآلي الخاصة بنا من خلال تقنيات التنميط الزائد التي تضمن أن لا تتأثر قرارات الخوارزمية بعرق أو جنس أو عمر المرشح.

يستفيد أصحاب العمل أيضًا من هذا النظام لأن المرشحين القيمين قد يتم تجاهلهم بواسطة نظام التقييم الخاص بنا إذا لم يُقدم لهم ملاحظات قابلة للتنفيذ، مما يؤدي إلى أن يفتقد المُجنِدون إلى مرشحين رائعين.

كيف يساعد الذكاء الاصطناعي في تقليل وقت التوظيف على نطاق واسع للشركات؟

نستخدم الذكاء الاصطناعي وبيانات التوظيف في الوقت الفعلي من منصتنا لتقديم مطابقات دقيقة لأصحاب العمل بسرعة وفعالية أكبر. من خلال إظهار المرشحين الذين يتماشون بشكل خاص مع متطلبات الشركة، نحصل على توفير في متوسط 45 ساعة من وقت التجنيد لكل توظيف، والتي كانت ستكون مخصصة لمراجعة مقابلة مسبقة ومراجعة سير ذاتية غير مؤهلة ومراسلة مرشحين غير نشطين. نظرًا لأننا نركز على تحديد وتعزيز المرشحين النشطين على منصتنا، فإننا نقدر أننا نقوم بتقليل وقت التوظيف بأكثر من 4 مرات ونساعد الشركات على توسيع فرقها مع مواهب مؤهلة للغاية.

تقرير Hired.com الأخير “تقرير تأثير Hired 2021 – عدم المساواة في الأجور في مكان العمل“، ركز على عدم المساواة العرقية والجنسية في مكان العمل. ما هي بعض النتائج الرئيسية، هل كانت هناك أي نتائج مفاجئة؟

وجدت بياناتنا أن尽管 يتم إحراز تقدم، إلا أن هناك ما يزال طريقًا طويلاً للوصول إلى المساواة. في عام 2020، تم تقديم رواتب أعلى للرجال من النساء لنفس المنصب في نفس الشركة 59% من الوقت، مقارنة بـ 65% في عام 2019. على وجه التحديد، قدمت الشركات رواتب للنساء أقل بنسبة 3% في المتوسط من الرجال لنفس الأدوار في عام 2020، مقارنة بـ 4% في عام 2019. شهد المرشحون السود رواتب أقل بنسبة 4% من القيمة المرجعية في عام 2020، مقارنة بفجوة 5% في عام 2019.

نستمر في رؤية اتجاه مستمر حيث يتم دفع أقل للمجموعات غير الممثلة، كما أنهم يتوقعون رواتب أقل من نظرائهم الذكور البيض – حتى لو كان لديهم نفس الخبرة. يساهم العرق بشكل كبير في هذا فجوة التوقعات، حيث أن التوقعات الأقل للرواتب هي الأكثر شيوعًا بين النساء من الأقليات مقارنة بالنساء البيض أو الرجال من الأقليات. على سبيل المثال، يتوقع النساء السود رواتب أقل بنسبة 10% من نظرائهم الذكور البيض.

يمكن أن تدخل المجموعات غير الممثلة في دورة متكررة من دفع رواتب أقل إذا لم يكن لديهم شفافية فيما يتعلق بما يستحقونه من تعويض عن دورهم. لقد وجدنا أن أفضل طريقة لتحقيق المساواة في الأجور هي من خلال زيادة شفافية الرواتب، بحيث يكون جميع المرشحين على دراية بالرواتب التي يستحقونها ويمتلكون القدرة على المطالبة بأجور عادلة. هذا ما نهدف إلى تحقيقه من خلال تقاريرنا السنوية.

على الرغم من أن شفافية الرواتب كانت قضية طويلة الأمد لجميع الموظفين، بغض النظر عن الديموغرافيا، كنا مفاجئين باكتشاف أن الموظفين الأصغر سناً أكثر احتمالاً لطلب رواتب متساوية و الحصول عليها أكثر من الأجيال السابقة. هذا تطور إيجابي لأن الموظفين الذين يتعلمون التفاوض على رواتبهم في المراحل المبكرة من حياتهم المهنية يزيدون من فرصهم في الحصول على رواتب عادلة في المستقبل.

كيف يزيل Hired.com التحيز غير الواعي عند التوظيف؟

للتخفيف من التحيز غير الواعي في قرارات التوظيف، قمنا بتزويد منصتنا بأدوات وقدرات محددة تعزز الشفافية والكفاءة والعدالة، مثل:

ملاحظات غير متحيزة وقابلة للتنفيذ – عندما نقدم ملاحظات للمرشحين حول كيفية تحسين ملفهم الشخصي لقبولهم على المنصة، مثل إضافة مهارة معينة، يتحقق Hired من أن النظام لا يuggest تغيير العرق أو الجنس أو العمر لتغيير قرار الخوارزمية.

تنبيهات الرواتب – لتقليل احتمال التعويض غير المتساوي، يرسل Hired تنبيهات لأصحاب العمل والمرشحين إذا تلقوا أو طلبوا رواتب أعلى أو أقل من المتوسط لمنصبهم ومستوى خبرتهم. أدت تنبيهات التحيز في الرواتب إلى تغيير رواتب الشركات 4.3% من الوقت، مع متوسط تعديل الرواتب يبلغ 20,000 دولار.

شفافية الرواتب – يتم تقديم التعويض بطريقة شفافة، من منظور المرشح، حيث يُظهر راتبه المتوقع عند الانضمام إلى منصتنا، ومن منظور صاحب العمل عند الاتصال بالمرشح.

مرشحات تقليل التحيز – توفر منصتنا khảية إخفاء تفاصيل ديموغرافية للمرشحين، لتقليل التحيز غير الواعي، وتشجيع الشركات على توظيف المرشحين بناءً على مهاراتهم.

التقييمات المخصصة – كمنصة توظيف، نركز على مطابقة المهارات، بما في ذلك استخدام تقييمات المهارات لتعزيز القدرات بدلاً من عملية التقديم التقليدية. كما نسمح للشركات بتمييز مرشحين موهوبين في أي مكان في العالم، وتحسين أنابيب المواهب.

ما هي أنواع الشركات التي تستخدم حاليًا منصة Hired.com للتوظيف؟

تضم Hired أكثر من 17,000 صاحب عمل على منصتها، بما في ذلك العديد من العلامات التجارية المعروفة مثل Instacart و Wayfair و Zendesk و Postmates و Twitch و Capital One و Compass و Peloton. يتم استخدام منصتنا من قبل مديري التوظيف ووكلاء التجنيد وأقسام الموارد البشرية والمديرين التنفيذيين لتقديم وصول إلى مجموعة من المرشحين المؤهلين والمدرجين.

ما هي المتطلبات التعليمية أو السابقة الوظيفية المطلوبة من المرشحين لاستخدام منصة Hired.com؟

يجب أن يكون المرشحون على منصة Hired في مجالات التخصص لدينا، بما في ذلك هندسة البرمجيات والتحليل وإدارة المنتج والتصميم وضمان الجودة والمبيعات. يتم تشجيع الباحثين عن عمل من جميع المستويات على التسجيل، حيث نركز على التوظيف القائم على المهارات، بغض النظر عن الخلفية التعليمية. عند إنشاء ملفهم الشخصي، يُطلب من المرشحين تحديد سيرهم الذاتية وخبرتهم ومتطلبات الراتب. يمكن للمرشحين الذين أظهروا خبرة كبيرة في الأدوار المرغوبة من خلال التدريب أو العمل المفتوح إدراج هذه المشاريع تحت سنوات خبرتهم. كما نشجع المرشحين على استخدام موارد بناء المهارات، مثل برامج التدريب على البرمجة والكورسات التعليمية، لتحسين فرصهم في الحصول على مقابلة وفرص العمل.

لماذا يجب على محترفي الذكاء الاصطناعي والتعلم الآلي استخدام Hired.com؟

توفر Hired لمحترفي الذكاء الاصطناعي والتعلم الآلي وصولًا إلى الشركات الأكثر ابتكارًا في 18 من أهم مراكز التكنولوجيا عبر الولايات المتحدة وكندا والمملكة المتحدة وأيرلندا. نحن ندرك أن البحث عن وظيفة في مجال تنافسي يمكن أن يكون عملية محبطة، لذلك نهدف إلى تمكين المرشحين من خلال ربطهم بأصحاب العمل الذين يتناسبون مع مهاراتهم وخبرتهم وأهدافهم وقيمهم.

نقدم أيضًا موارد مختلفة لمحترفي الذكاء الاصطناعي والتعلم الآلي، مثل تقريرنا السنوي حول حالة مهندسي البرمجيات. حيث يصبح التركيز على المهارات أكثر أهمية من الأصول، يُظهر تقريرنا المهارات الأكثر طلبًا واللغات البرمجية بناءً على بيانات منصتنا، ويقدم رؤى حول كيفية تمييز مهندسي الذكاء الاصطناعي والتعلم الآلي أنفسهم من خلال تعزيز المهارات والاستفادة من برامج التدريب على البرمجة والتعليم الذاتي. وجد تقريرنا الأخير أن رواتب مهندسي التعلم الآلي تتراوح بين 115,000 دولار و 171,000 دولار في السنة في औसत المراكز التكنولوجية الرئيسية في الولايات المتحدة، مما يوفر للمحترفين رؤى قيمة حول الرواتب بناءً على الموقع والمنصب وخبرة العمل.

هل هناك أي شيء آخر تود مشاركته حول Hired.com؟

رؤية Hired هي جعل جميع عمليات التوظيف عادلة وفعّالة وشفافة. نهدف إلى تحقيق هذه الرؤية من خلال تمكين الاتصالات بين الأشخاص والفرق الطموحين، باستخدام التكنولوجيا والتعاطف البشري لإعادة اختراع طريقة التوظيف.

في الماضي، تميل عمليات التوظيف إلى أن تكون معاملات بين صاحب العمل والمرشح. ومع زيادة demande الأشخاص لشركات تتوافق أكثر مع قيمهم الشخصية وأهدافهم المهنية، وأدرك أصحاب العمل أن المواهب هي جزء أساسي من نمو الأعمال، هناك حاجة واضحة لجعل عملية التوظيف أكثر رقمية ومدفوعة بالبيانات ومتخصصة. خاصة مع زيادة اعتماد العمل عن بُعد، نرى بالفعل تحولًا نحو حلول توظيف رقمية أكثر تمكينًا لكلا أصحاب العمل والباحثين عن عمل بالطريقة الأكثر كفاءة وفعالية على مستوى العالم. نحن سعداء بأننا في طليعة هذا التحول ومواصلة دفع رؤيتنا لتحويل التوظيف.