अल्पेर टेकिन, फाइंडेम में चीफ प्रोडक्ट ऑफिसर – साक्षात्कार श्रृंखला

पहले आप एक श्रृंखला उद्यमी थे, जो कई स्टार्टअप्स के संस्थापक और सीईओ थे। आपको कुछ सबसे बड़ी भर्ती चुनौतियों का सामना करना पड़ा?

भर्ती मेरी उद्यमिता यात्रा का सबसे चुनौतीपूर्ण पहलू रहा है। जैसा कि उद्यमियों को पता है, लोग किसी भी चीज से ज्यादा महत्वपूर्ण हैं और सही टीम बनाना किसी भी व्यवसायिक नेता का सबसे महत्वपूर्ण काम है। हालांकि, जब आप कंपनी शुरू करने और स्केल करने में शामिल कई अन्य व्यवसायिक गतिविधियों को बनाए रखने के लिए पर्याप्त समय देना मुश्किल है, तो सही लोगों को खोजने के लिए पर्याप्त समय देना मुश्किल है। बिना यह जाने कि बाहर कौन उपलब्ध है, सही सेट के लोगों को खोजना मुश्किल है, और यह जानना और भी मुश्किल है कि वे आपके संगठन में अच्छा प्रदर्शन करेंगे या नहीं।

क्या आप बता सकते हैं कि फाइंडेम भविष्य के एचआर टीम के लिए एक स्वायत्त प्रतिभा प्लेटफ़ॉर्म कैसे बना रहा है?

प्रतिभा अधिग्रहण एक जटिल काम है जिसमें सैकड़ों कार्य होते हैं, जो दसियों व्यक्तियों द्वारा किए जाते हैं, जो अक्सर एक दूसरे से बात नहीं करते हैं। हमारा दृष्टिकोण एआई और वर्कफ्लो स्वचालन के संयोजन के माध्यम से इस जटिलता को दूर करना है।

हमारा पहला और सबसे महत्वपूर्ण लक्ष्य प्रतिभा टीमों को उनके दैनिक कार्यों से दोहरावदार और त्रुटि-प्रवण कार्यों को स्वचालित करके समर्थन करना है, और लोगों को डेटा के साथ तेजी से और बेहतर निर्णय लेने में मदद करना है। हम पहले से ही उपयोग के मामलों को देख रहे हैं, जैसे कि एक बड़ी टेक कंपनी जहां वे केवल प्रतिभा पाइपलाइन बनाने के लिए आठ से 10 सिस्टम का उपयोग कर रहे थे, और प्रत्येक का उपयोग अलग-अलग तरीके से किया जा रहा था। यह उन्हें 80-100 क्लिक ले रहा था एक कार्य को पूरा करने के लिए और अब, स्वायत्त अनुप्रयोगों के साथ, वे एक क्लिक के साथ同 कार्य कर सकते हैं।

जैसा कि लगभग सभी व्यवसायिक कार्यों में, प्रतिभा संगठन एक एआई-पहले परिवर्तन से गुजरेंगे और हमारी योजना है कि जो कुछ भी स्वचालित किया जा सकता है उसे स्वचालित करना, भर्तीकर्ताओं और अन्य प्रतिभा पेशेवरों को अपनी पूरी क्षमता तक पहुंचने में सक्षम बनाना। स्वायत्त अनुप्रयोग पहले योजना, पाइपलाइन और विश्लेषण में एक महत्वपूर्ण भूमिका निभाएंगे, और फिर पूरे प्रतिभा जीवन चक्र में विस्तार करेंगे, जिसमें कार्यबल योजना से लेकर प्रतिभा पूल तक, कैरियर विकास और उत्तराधिकार योजना तक शामिल होंगे।

फाइंडेम 3D डेटा का विश्लेषण करता है और इसका लाभ उठाता है, क्या आप 3D डेटा को स्पष्ट कर सकते हैं?

फाइंडेम 1.6 ट्रिलियन डेटा पॉइंट्स को सैकड़ों हजारों स्रोतों से ग्रहण करता है और पूरी तरह से नए प्रतिभा डेटा को उत्पन्न करता है जो कहीं और नहीं है, और व्यक्ति और कंपनियों के साथ उनके संबंधों को समय के साथ समझने की अनुमति देता है। फाइंडेम लोगों और कंपनियों के डेटा के तीन आयामों – समय के साथ – का उपयोग करके व्यक्तिगत और कंपनी की यात्राओं को जोड़ने और समृद्ध प्रतिभा प्रोफाइल बनाने के लिए करता है।

इसे इस तरह सोचें: जो कोई भी आधुनिक नौकरी बाजार में काम किया है, उसकी एक यात्रा है और वे एक डिजिटल फुटप्रिंट छोड़ते हैं। वहाँ शीर्षक, नौकरी की पदोन्नति, प्रमाण पत्र, कोड योगदान, प्रकाशन, सामाजिक पोस्ट और इस तरह की चीजें हैं। इसी तरह, कंपनियों की भी एक यात्रा होती है। उनके पास गतिविधियाँ होती हैं जैसे कि फंडिंग के दौर, आईपीओ और वित्तीय फाइलिंग, साथ ही नौकरी के विवरण, ऑर्ग चार्ट, कंपनी की समीक्षा और नेतृत्व प्रोफाइल – सभी डेटा एक संगठन के विकास और प्रगति को चार्ट कर सकते हैं।

पारंपरिक रूप से, प्रतिभा निर्णय एक रिज्यूमे, नौकरी आवेदन और/या लिंक्डइन प्रोफाइल पर निर्भर करते हैं जो केवल एक व्यक्ति और कंपनी डेटा का एक आयामी स्लाइस प्रदान करते हैं। हालांकि, हमने एक प्लेटफ़ॉर्म बनाया है जो लोगों और कंपनियों की यात्राओं पर हजारों डेटा-पॉइंट्स को कैप्चर करने और उन्हें एक बड़े पैमाने पर समृद्ध प्रोफाइल में परिवर्तित करने में सक्षम है। परिणाम एक व्यक्ति के अनुभव, कौशल और प्रभाव की एक अधिक विस्तृत और सूक्ष्म समझ है जो पहले संभव नहीं था मैनुअल शोध या एक उपयोगकर्ता-जनित लिंक्डइन प्रोफाइल से।

हमारे टैलेंट डेटा क्लाउड के साथ, पूरे करियर एक जेनएआई इंटरफ़ेस के माध्यम से कमांड पर खोजे जा सकते हैं। उदाहरण के लिए, आप प्लेटफ़ॉर्म से कह सकते हैं कि यह आपको अमेरिकी कंपनियों में सीएफओ दिखाए जो प्राइवेट इक्विटी फ़र्मों के स्वामित्व में हैं जिन्होंने एक कंपनी को नकारात्मक से सकारात्मक परिचालन मार्जिन में ले जाया है या आपको एक बड़े श्रृंखला सी में एक बी2बी स्टार्टअप के लिए वफादार उत्पाद प्रबंधकों की सूची दें।

विभिन्न प्रकार के डेटा पॉइंट्स क्या हैं जो विश्लेषण किए जाते हैं?

हमारा टैलेंट डेटा क्लाउड गतिशील रूप से और निरंतर रूप से एक भाषा मॉडल का उपयोग करके सैकड़ों हजारों डेटा स्रोतों से 3D डेटा उत्पन्न करता है।

यह प्रोफ़ाइल और संपर्क डेटा का विश्लेषण करता है जैसे कि लिंक्डइन, गिटहब, स्टैकओवरफ्लो, कैगल, ड्रिबल, डॉक्सिमिटी, रिसर्चगेट, वर्डप्रेस और व्यक्तिगत वेबसाइटों से। जनगणना डेटा अमेरिकी जनगणना ब्यूरो से आता है, जैसा कि अपेक्षित है। इसके अलावा, हम कंपनी डेटा को फंडिंग घोषणाओं, आईपीओ विवरण, 8 मिलियन से अधिक कंपनियों के व्यवसाय मॉडल, और 100,000 से अधिक समेकित कंपनी और उत्पाद श्रेणियों से देखते हैं। सत्यापित कौशल के लिए, प्लेटफ़ॉर्म 300 मिलियन से अधिक पेटेंट और प्रकाशनों, 5 मिलियन से अधिक ओपन डेटासेट और एमएल परियोजनाओं, और 200 मिलियन से अधिक ओपन-सोर्स कोड रिपॉजिटरी और अन्य सार्वजनिक योगदानों का विश्लेषण करता है। और हम महत्वपूर्ण रूप से उपयोगकर्ता के एटीएस डेटा को शामिल करते हैं जिसमें उपयोगकर्ता के एटीएस से आवेदक प्रोफ़ाइल जानकारी शामिल है, जो ग्रीनहाउस, वर्कडे, स्मार्टरिक्रूटर्स, बैम्बूएचआर, लीवर और इस तरह की चीजें हो सकती हैं।

मशीन लर्निंग इस डेटा का विश्लेषण करते समय क्या देख रहा है?

फाइंडेम बीआई पहले है, फिर डेटा पर आधारित सीखने और भविष्यवाणी करने के लिए एआई का उपयोग करता है। हम इसे एक निर्धारित मॉडल के रूप में कहते हैं बनाम एक संभावित मॉडल। उदाहरण के लिए, हम आपको स्टार्टअप अनुभव होने की संभावना नहीं देते हैं, हम इसके बजाय आपके रोजगार इतिहास को देखते हैं और देखते हैं कि क्या आप जिन कंपनियों में काम करते हैं उन्हें स्टार्टअप के रूप में वर्गीकृत किया गया है और फिर आपके प्रोफ़ाइल के खिलाफ एक ‘स्टार्टअप अनुभव’ विशेषता जोड़ते हैं।

यह डेटा तब विशेषताओं में कैसे परिवर्तित होता है, और विशेषताएं क्या हैं?

एक बार डेटा संग्रह हो जाने के बाद, हमारे पास एक बुद्धिमत्ता इंजन (सोचें कि यह एक जटिल एसक्यूएल मिडलवेयर है) है जो किसी भी विशेषता को मैप करने में सक्षम है जिसे हम बनाना चाहते हैं।

विशेषताएं व्यक्तियों और कंपनियों के कौशल, अनुभव और विशेषताएं हैं – और वे दोनों स्पर्शयोग्य और अमूर्त हैं। स्पर्शयोग्य विशेषताओं में भूमिकाएं (वर्तमान, पिछली और भूमिका अनुभव), कार्य अनुभव, शिक्षा, योग्यता और अन्य तकनीकी जानकारी शामिल हैं। अमूर्त विशेषताएं बहुत व्यापक हो सकती हैं, जैसे कि क्या कोई व्यक्ति वफादारी प्रेरित करता है, विविध टीमें बनाता है या मिशन से प्रेरित है।

हमारी विशेषता-आधारित खोज एचआर टीमों को अपने प्रतिभा पारिस्थितिकी तंत्र में लगभग किसी भी मानदंड का उपयोग करके उम्मीदवारों की खोज करने में सक्षम बनाती है।

मंच लिंग या नस्लीय एआई पूर्वाग्रह को भर्ती निर्णयों में घुसने से कैसे रोकता है?

हमारा प्लेटफ़ॉर्म जानबूझकर किसी भी उपयोगकर्ता के लिए निर्णय लेने के लिए नहीं बनाया गया है, बल्कि एआई को लोगों के निर्णय लेने में सहायता करने के लिए है। बीआई-पहले रणनीति का उपयोग करके, प्लेटफ़ॉर्म निर्णय लेने के लिए डेटा के संग्रह, विश्लेषण और प्रस्तुति को प्राथमिकता देता है, और फिर एआई का उपयोग सीखने, तर्क करने और भविष्यवाणी करने या सिफारिशें करने के लिए करता है।

हम एक खोज और मिलान प्लेटफ़ॉर्म हैं, एक उम्मीदवार मूल्यांकन प्लेटफ़ॉर्म नहीं हैं, और एआई का उपयोग कभी भी एक व्यक्ति का विषयगत मूल्यांकन करने के लिए नहीं किया जाता है। यह स्वचालित रूप से आवेदकों को आगे बढ़ाता या अस्वीकार नहीं करता है। इसके अलावा, चूंकि फाइंडेम खोज और मिलान के लिए एआई (इन क्षमताओं बीआई आधारित हैं) का उपयोग नहीं करता है, इसलिए यह प्रक्रिया में पूर्वाग्रह या भेदभाव के जोखिम को कम करता है।

फाइंडेम आंतरिक कर्मचारियों को बढ़ावा देने की प्रक्रिया को कैसे सरल बनाता है?

इसके मूल में, हमें ‘आंतरिक’ और ‘बाहरी’ प्रतिभा के बीच अंतर करने की आवश्यकता नहीं है। हमारे डेटाबेस में किसी भी व्यक्ति के लिए, हमारा अल्गोरिदम शीर्ष-मिलान वाले उम्मीदवारों को खोज सकता है, चाहे वे संगठन के अंदर या बाहर हों।

प्रतिभा प्रबंधन के लिए कौन से सभी उपकरण प्रदान किए जाते हैं?

हम शीर्ष-फ़नल गतिविधियों को समेकित कर रहे हैं, इसलिए प्रतिभा सourcing से लेकर सीआरएम से लेकर विश्लेषण तक। हमारे पास आंतरिक गतिशीलता के लिए एक समाधान भी है और हम रेफ़रल प्रबंधन और उत्तराधिकार योजना के लिए प्रस्ताव पेश कर रहे हैं।

एक स्टार्टअप को फाइंडेम से संपर्क करने से पहले उद्यमिता यात्रा में किस चरण पर होना चाहिए?

हम सभी आकार के ग्राहकों की सेवा करते हैं, लेकिन हमारा मीठा स्थान आमतौर पर उन कंपनियों के लिए होता है जो स्केलिंग मोड में होती हैं और जिनके पास कुछ सौ कर्मचारी होते हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें फाइंडेम पर जाना चाहिए।