Ilit Raz, Fundadora y CEO de Joonko – Serie de Entrevistas

Ilit Raz es la fundadora y CEO de Joonko, una plataforma que ayuda a las empresas a aplicar la IA a su estrategia de fuentes de diversidad. Hoy en día, su empresa trabaja con Adidas, American Express, Crocs y PayPal. Ella ha recaudado más de $38.5M y la empresa ha crecido un 500% durante dos años consecutivos.

¿Qué te atrajo inicialmente a la informática?

La tecnología es una de las industrias más grandes y exitosas en Israel, así que siempre he estado expuesta a la industria de una u otra manera a lo largo de mi vida. Cuando entré en el ejército, tuve la oportunidad de trabajar en una unidad de tecnología donde gestioné el desarrollo de software de seguridad y pasé tiempo aprendiendo sobre informática. Desde allí me enganché y supe que quería seguir esta carrera una vez que saliera del ejército.

¿Cuándo te diste cuenta por primera vez de las brechas en la industria, como las brechas salariales y de promoción?

Durante mis primeros años trabajando en empresas de software privadas, no era consciente personalmente de los prejuicios que enfrentaban las mujeres. Luego, comencé a networking con tecnólogos que resultaron ser mujeres. Me di cuenta rápidamente de lo grande que era el problema después de escuchar las historias que estas mujeres compartieron sobre ser habladas, ignoradas o no recibir crédito por sus ideas.

¿Puedes compartir la historia de origen detrás de Joonko?

Tengo un título en informática y una formación en ingeniería de software y NLP. He experimentado personalmente tanto prejuicios inconscientes como conscientes a través de mi entorno profesional, y un grupo de gerentes de producto femeninos del que formaba parte también me expuso a problemas laborales que eran más que simples brechas salariales. Esto se parece a reuniones programadas cuando las mujeres o los padres necesitan dejar el trabajo o presenciar quién habla o presenta durante las reuniones. Aunque estas instancias parecen menores, son significativas e influyentes cuando eres la persona afectada.

Llegué a entender que este era un problema más extendido, así que decidí utilizar mi formación técnica – tengo un título en CS y una formación en ingeniería de software y NLP – y abordarlo de frente creando una nueva solución tecnológica, que es cómo nació Joonko.

¿Cómo Joonko encuentra el grupo de talentos de solicitantes de diversos y subrepresentados orígenes?

Nuestro algoritmo propietario utiliza primero el procesamiento de lenguaje natural y la visión por computadora para escanear los datos públicos de los candidatos que se nos refieren. Buscamos datos que validen si alguien se identifica como subrepresentado. Por ejemplo, si una persona tiene pronombres “ella/ella” en su LinkedIn, podemos inferir que podría identificarse como mujer y asignar ese punto de datos. Si el perfil del persona recopila suficientes puntos, lo invitamos a nuestra red de talentos, y una vez que se inscriben, validan nuestra suposición diciéndonos cómo se identifican.

¿Cómo Joonko evalúa luego este talento?

Utilizamos una combinación de toque humano y tecnología para emparejar a los candidatos con los puestos abiertos que son adecuados. Primero, cada candidato que se une a nuestra red es referido por el equipo de contratación con el que acaba de entrevistarse, pero no pudo contratar. Los equipos de contratación solo refieren a candidatos que llegaron a la ronda final, lo que garantiza que sean candidatos de alta calidad. A partir de ahí, utilizamos el procesamiento de lenguaje natural para emparejar al candidato con la empresa y el papel que es el adecuado. Recopilamos palabras clave de su currículum y del papel para el que originalmente se entrevistaron, y luego las comparamos con los trabajos comercializados en nuestra plataforma. La mayoría de los modelos solo utilizan dos conjuntos de datos, así que utilizar tres en su lugar aumenta nuestra capacidad para hacer la coincidencia correcta.

¿Cómo Joonko ayuda a las empresas a retener este talento?

Asistimos a las empresas a retener el talento a lo largo del proceso de contratación integrándonos con el sistema de seguimiento de solicitudes. Nuestra integración nos permite extraer datos, en agregado, sobre cuánto lejos llegan los candidatos de Joonko a través de la tubería. Dondequiera que veamos un descenso en comparación con los candidatos no Joonko, trabajamos con las empresas para mejorar la coincidencia o mejorar su proceso de contratación.

¿Cuáles son algunas otras formas en que Joonko utiliza la IA en su proceso de contratación o emparejamiento?

Utilizamos la visión por computadora y el procesamiento de lenguaje natural para determinar si un candidato se identifica como subrepresentado. Utilizamos el procesamiento de lenguaje natural para emparejar a los candidatos con los papeles en nuestro grupo y utilizamos el aprendizaje automático para mejorar el proceso de emparejamiento a medida que los candidatos seleccionan los papeles que les interesan. Finalmente, el emparejamiento y la referencia están automatizados de principio a fin. Los reclutadores no tienen que hacer nada hasta que deciden entrevistar a un candidato referido por Joonko.

¿Podrías discutir los beneficios de una piscina de contratación diversificada para evitar el sesgo de la IA?

La forma en que lo vemos es que, cuanto más candidatos subrepresentados puedas atraer e entrevistar, más datos puedes auditar para el sesgo humano y tecnológico. El sesgo, en su núcleo, ocurre cuando un modelo (o persona) se utiliza para ver datos similares una y otra vez. Cuando inviertes mucho en la diversidad de los candidatos, puedes entrenar a tu tecnología, y al equipo de contratación que la utiliza, para contribuir al volante de diversidad.

¿Cuáles son algunas otras razones por las que la diversidad debería ser una prioridad para las empresas?

Muchas empresas suelen confiar en referencias para llenar los puestos abiertos, lo que los datos muestran puede llevar a una fuerza laboral homogénea. Creo que es importante que las empresas pongan un reflector en el talento pasado por alto – incluyendo a los candidatos ‘medalla de plata’ que llegaron a las etapas finales en las mejores empresas pero no consiguieron el trabajo.

No solo es importante priorizar la DE&I objetivamente lo correcto y justo, y una parte importante de una sociedad equitativa y con visión de futuro, sino que también es simplemente bueno para los negocios – las empresas que priorizan estos esfuerzos son más productivas y exitosas, mientras que los empleados son más felices y se quedan más tiempo.

¿Tienes algún consejo final para las mujeres que están considerando saltar a la informática o la IA?

Encuentra comunidades de mujeres a las que puedas recurrir cuando las cosas se ponen difíciles. El futuro de la industria de la inteligencia artificial depende de la participación de las mujeres, pero actualmente está dominada por hombres. Cuanto antes puedas construir una red de mujeres que compartan tus experiencias, más probable es que seas apoyada y prosperes en la industria.

Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar Joonko.