Haastattelut

Ilit Raz, Joonkon perustaja ja toimitusjohtaja – Haastattelusarja

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Ilit Raz on Joonkon perustaja ja toimitusjohtaja, joka on alusta, joka auttaa yrityksiä soveltamaan tekoälyä monimuotoisuuden haussa. Nykyään hänen yrityksensä työskentelee Adidasin, American Expressin, Crocsin ja PayPalin kanssa. Hän on kerännyt yli 38,5 miljoonaa dollaria ja yritys on kasvanut 500 % kahden peräkkäisen vuoden ajan. (AXP )

Mihin sinut alun perin houkutti tietokoneiden maailma?

Teknologia on yksi Israelin suurimmista ja menestyksekkäimmistä aloista, joten olen aina ollut altis alan vaikutuksille jollain tavoin koko elämäni ajan. Kun liityin armeijaan, sain mahdollisuuden työskennellä teknologiaosastossa, jossa johtamin tietoturvaohjelmien kehittämistä ja opiskelin tietokoneiden perusteita. Siitä lähtien olen ollut kiinnostunut aiheesta ja tiesin, että haluan seurata uraa siinä, kun poistuin armeijasta.

Koska sinut ensin altistettiin erilaisiin aukkoihin alan sisällä, kuten palkka- ja ylennysaukkoja?

Ensimmäisten työvuosiemme aikana yksityisissä ohjelmistoyrityksissä en ollut henkilökohtaisesti tietoinen naisten kohtaamista ennakkoluuloista. Sitten aloin verkostoitua teknologian parissa työskentelevien naisten kanssa. Nopeasti tajusin, kuinka suuri ongelma tämä on, kun kuulin heidän tarinoitaan siitä, miten heitä oli ohitettu, ignoroidu tai ei saanut tunnustusta heidän ideoistaan.

Voitko kertoa Joonkon syntytarinaa?

Minulla on tietokoneen tieteen tutkinto ja tausta ohjelmistosuunnittelussa ja NLP:ssä. Olen kokenut sekä tietoista että tiedostamatonta ennakkoluuloa ammattioloissani, ja ryhmä naisten tuotejohtajia, johon kuulun, on altistanut minua työpaikan ongelmille, jotka ovat enemmän kuin pelkästään palkka-aukkoja. Tämä näkyy esimerkiksi kokousten aikataulutuksessa, jolloin naiset tai vanhemmat joutuvat poistumaan työpaikalta, tai havainnoimalla, kuka pääsee puhumaan tai esittämään kokouksissa. Vaikka nämä tapaukset vaikuttavat vähäpätöisiltä, ne ovat merkittäviä ja vaikuttavat sinuun, jos olet se, jota vaikuttaa.

Olen ymmärtänyt, että tämä on laajempi ongelma, joten päättänyt käyttää teknologiaa ja ratkaista ongelmaa luomalla uuden teknologisen ratkaisun, josta Joonko syntyi.

Kuinka Joonko etsii lahjakkuutta moninaisten ja aliedustettujen taustojen joukosta?

Omalla algoritmiamme käytetään ensin luonnollisen kielen prosessointia ja tietokoneen näköä analysoimaan julkisia tietoja ehdokkailta, jotka meille viittaavat. Etsimme tietoja, jotka vahvistavat, onko joku itse määritellyt itsensä aliedustetuksi. Esimerkiksi, jos henkilöllä on “hän/hän” -sukupuolten määrittely LinkedIn-profiilissaan, voimme päätellä, että hän saattaa määritellä itsensä naiseksi, ja määritellä tämän tiedon. Jos henkilön profiili kerää tarpeeksi pisteitä, kutsuvamme heidät liittymään kykyverkkoomme, ja kun he rekisteröityvät, vahvistavat he vielä kerran oletuksiamme kertomalla, miten he määrittelevät itsensä.

Kuinka Joonko sitten arvioi tämän lahjakkuuden?

Käytämme yhdistelmää ihmiskontaktia ja teknologiaa sopivien ehdokkaiden etsimiseksi avoimiin paikkoihin. Jokainen ehdokas, joka liittyy verkkoomme, on viitattu meille viimeksi haastatellusta työryhmästä, mutta jota ei voitu palkata. Työryhmät viittaavat ainoastaan ehdokkaita, jotka pääsivät viimeiseen kierrokseen, joten he ovat korkealaatuisia ehdokkaita. Sen jälkeen käytämme luonnollisen kielen prosessointia yhdistääksemme ehdokkaan yritykseen ja rooliin, joka on oikea sopimus. Keräämme avainsanat heidän ansioluettelostaan ja roolista, johon he alun perin haastoivat, ja vertaamme tätä työpaikkoja, jotka on markkinoitu alustallamme. Useimmat mallit käyttävät vain kahta tietojoukkoa, joten kolmen käyttäminen lisää kykyämme löytää oikea sopimus.

Kuinka Joonko auttaa yrityksiä säilyttämään tämän lahjakkuuden?

Autamme yrityksiä säilyttämään lahjakkuutta koko rekrytointiprosessin ajan integroimalla asiakirjaseurantajärjestelmään. Integraatio mahdollistaa meille tietojen poistamisen yhteenvetona siitä, kuinka pitkälle Joonkon ehdokkaat pääsevät putkessa. Missä tahansa, missä näemme pudotuksen verrattuna muihin Joonkon ehdokkaisiin, työskentelemme yritysten kanssa parantamaan joko sovittamista tai heidän rekrytointiprosessiaan.

Mitkä ovat muita tapoja, joilla Joonko käyttää tekoälyä palkkaamis- tai sopimussa?

Käytämme tietokoneen näköä ja luonnollisen kielen prosessointia määrittääksemme, onko ehdokas itse määritellyt itsensä aliedustetuksi. Käytämme luonnollisen kielen prosessointia yhdistääksemme ehdokkaita rooleihimme ja käytämme koneoppimista parantamaan sovittamisprosessia, kun ehdokkaat valitsevat roolit, joista he ovat kiinnostuneita. Lopulta sovittaminen ja viittaaminen on automaattista loppuun asti. Rekrytoijien ei tarvitse tehdä mitään, kunnes he päättävät haastatella Joonkon suosittelemaa ehdokasta.

Voitko keskustella moninaistuneen palkkausjoukon hyödyistä välttääksesi tekoälyn harhan?

Näemme sen näin: mitä enemmän aliedustettuja ehdokkaita voit houkutella ja haastatella, sitä enemmän voit tarkastella inhimillistä ja teknologista harhaa. Harha, sen ydin, tapahtuu, kun malli (tai henkilö) on tottunut näkemään samanlaisia tietoja toistuvasti. Kun panostat ehdokasmonimuotoisuuteen, voit kouluttaa teknologiaasi ja rekrytointitiimisi, joka käyttää sitä, osallistumaan monimuotoisuuden pyörään.

Mitkä ovat muita syitä, miksi monimuotoisuus tulisi olla yritysten tärkein asia?

Monet yritykset luottavat yleensä suositusten avulla täyttämään avoimia paikkoja, mikä voi johtaa homogeeniseen työvoimaan. Uskon, että on tärkeää, että yritykset korostavat ylitse muiden lahjakkaita ehdokkaita – mukaan lukien “hopeamitalistiehdokkaita”, jotka pääsivät loppukierroksiin huippuyrityksissä, mutta eivät lopulta saaneet työpaikkaa.

Ei vain siksi, että DE&I on objektiivisesti oikea ja reilu asia, ja tärkeä osa eteenpäin katsovaa, oikeudenmukaisen yhteiskunnan, mutta se on myös hyvä liiketoimintaa – yritykset, jotka panostavat näihin ponnisteluihin, ovat tuottavampia ja menestyksekkäämpiä, kun taas työntekijät ovat onnellisempia ja pysyvät pidempään.

Onko sinulla lopullisia neuvoja naisille, jotka haluavat hypätä tietokoneen tieteen tai tekoälyn pariin?

Etsi yhteisöjä, joissa voit nojata, kun asioita menee vaikeaksi. Tekoälyalan tulevaisuus riippuu naisten osallistumisesta, mutta se on tällä hetkellä hallitseva mies. Mitä nopeammin voit rakentaa verkoston naisista, jotka jakavat kokemuksia, sitä todennäköisemmin sinut tuetaan ja menestyt alalla.

Kiitos haastattelusta, lukijoille, jotka haluavat oppia lisää, suosittelemme vierailemaan Joonkon sivuilla.

Antoine on visionäärisellä johtajalla ja Unite.AI:n perustajakumppani, joka on intohimoisesti omistautunut tulevaisuuden älyteknologian ja robotiikan muotoiluun ja edistämiseen. Sarjayrittäjänä hän uskoo, että älyteknologia tulee olemaan yhtä mullistava yhteiskunnalle kuin sähkö, ja hän on usein innostunut puhumaan älyteknologian ja AGI:n mahdollisuuksista.

Hän on tulevaisuudentutkija, joka on omistautunut tutkimiseen, miten nämä innovaatiot muotoilevat maailmaamme. Lisäksi hän on Securities.io:n perustaja, joka on keskittynyt sijoittamiseen älykkäisiin teknologioihin, jotka määrittelevät tulevaisuutta ja muokkaavat koko toimialoja.