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 inteligencia artificial a su estrategia de diversidad de fuentes. Hoy en día, su empresa trabaja con Adidas, American Express (AXP ), 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, gané 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 perseguirlo como 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 de los prejuicios que enfrentaban las mujeres. Luego, comencé a establecer contactos 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 tanto prejuicios conscientes como inconscientes a través de mi entorno profesional, y un grupo de gerentes de productos femeninos con los que estaba 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 estos incidentes parecen menores, son significativos e influyentes cuando eres la persona afectada.

Comprendí que este era un problema más extendido, así que decidí utilizar mi formación técnica – tengo un título en informática 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?

Nuestor 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 perfil de LinkedIn, podemos inferir que podría identificarse como mujer y asignar ese dato. Si el perfil del candidato recopila suficientes puntos, lo invitamos a nuestra red de talentos, y una vez que se inscriba, valida nuestra suposición al decirnos cómo se identifica.

¿Cómo Joonko evalúa entonces a 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 rol que es el adecuado. Recopilamos palabras clave de su currículum y del rol para el que originalmente se entrevistó, y luego las comparamos con los trabajos comercializados en nuestra plataforma. La mayoría de los modelos solo utilizan dos conjuntos de datos, por lo que utilizar tres en su lugar aumenta nuestra capacidad para hacer la coincidencia correcta.

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

Ayudamos 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 qué tan lejos llegan los candidatos de Joonko a través de la canalización. Dondequiera que veamos un descenso en comparación con los candidatos no de 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 inteligencia artificial 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 roles en nuestro grupo y utilizamos el aprendizaje automático para mejorar el proceso de emparejamiento a medida que los candidatos seleccionan los roles que les interesan. Finalmente, el emparejamiento y la referencia están automatizados de principio a fin. Los reclutadores no tienen que hacer nada hasta que decidan entrevistar a un candidato referido por Joonko.

¿Puedes discutir los beneficios de una piscina de contratación diversificada para evitar el sesgo de la inteligencia artificial?

La forma en que lo vemos es que, cuanto más candidatos subrepresentados puedas atraer y 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 puestos abiertos, lo que los datos muestran que 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 objetivamente lo correcto y justo priorizar los esfuerzos de diversidad, equidad e inclusión, y es una parte importante de una sociedad equitativa y con visión de futuro, sino que también es 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 inteligencia artificial?

Encuentra comunidades de mujeres a las que puedas recurrir cuando las cosas se pongan 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 pueden visitar Joonko.