Ilit Raz, a Joonko – Interjúsorozat alapítója és vezérigazgatója

Ilit Raz a Kft. alapítója és vezérigazgatója Joonko, egy platform, amely segít a vállalkozásoknak a mesterséges intelligencia alkalmazásában a sokszínű beszerzési stratégiájukban. Cége ma az Adidas-szal, az American Express-szel, a Crocs-szal és a PayPal-lal dolgozik. Ő az több mint 38.5 millió dollárt gyűjtött össze és a cég két egymást követő évben 500%-kal nőtt.

Mi vonzotta kezdetben az informatika felé?

A technológia az egyik legnagyobb és legsikeresebb iparág Izraelben, ezért életem során ilyen vagy olyan módon mindig ki voltam téve az iparágnak. Amikor bekerültem a hadseregbe, lehetőségem nyílt egy technológiai egységben dolgozni, ahol a biztonsági szoftverek fejlesztését irányítottam, és az informatika tanulásával töltöttem az időt. Innentől fogva ragadtam, és tudtam, hogy a hadseregből való távozásom után ezt a karriert szeretném folytatni.

Mikor került először szembe az iparág különböző hiányosságaival, mint például a fizetések és az előléptetési hiányosságok?

A magánszoftver-cégeknél eltöltött első néhány évem során személyesen nem voltam tisztában a nők elfogultságával. Aztán elkezdtem kapcsolatot teremteni olyan technológusokkal, akik történetesen nők voltak. Hamar rájöttem, hogy mekkora a probléma, miután meghallgattam a nők által elmondott történeteket arról, hogy megbeszélték őket, figyelmen kívül hagyták őket, vagy nem kaptak elismerést az ötleteikért.

Megosztanád a Joonko mögötti keletkezéstörténetet?

Számítástechnikai végzettségem van, valamint szoftvermérnöki és NLP végzettségem van. Személyesen tapasztaltam öntudatlan és tudatos elfogultságot szakmai környezetemen keresztül, és a női termékmenedzserek egy csoportja, akiknek a tagja voltam, olyan munkahelyi problémákkal is szembesült, amelyek nem csupán fizetésbeli különbségek voltak. Ez úgy néz ki, mintha megbeszéléseket ütemeznének be, amikor a nőknek vagy a szülőknek el kell menniük a munkahelyükről, vagy szemtanúi kell lenniük, hogy ki beszélhet vagy jelenhet meg az értekezleten. Bár ezek az esetek csekélynek tűnnek, jelentősek és befolyásosak, ha Ön az érintett személy.

Megértettem, hogy ez egy szélesebb körben elterjedt probléma, ezért úgy döntöttem, hogy felhasználom a technikai hátteremet – CS diplomám van, valamint szoftvermérnöki és NLP-tudásom van –, és egy új technológiai megoldás létrehozásával foglalkozom vele. így született Joonko.

Honnan szerzi Joonko a változatos és alulreprezentált hátterű jelentkezők tehetségállományát?

Saját fejlesztésű algoritmusunk először természetes nyelvi feldolgozást és számítógépes látást használ a hozzánk utalt jelöltek nyilvános adatainak szkennelésére. Olyan adatokat keresünk, amelyek igazolják, hogy valaki alulreprezentáltként azonosítja-e magát. Például, ha egy személy LinkedInjén „she/her” névmások szerepelnek, arra következtethetünk, hogy esetleg nőként azonosítja magát, és ehhez az adatponthoz egy pontot rendel. Ha az illető profilja elegendő pontot gyűjt, meghívjuk tehetséghálózatunkba, és miután feliratkozott, tovább erősíti feltételezésünket azzal, hogy elmondja, hogyan azonosítja magát.

Hogyan vizsgálja meg Joonko ezt a tehetséget?

Az emberi érintés és a technológia kombinációját használjuk, hogy a jelölteket a megfelelő nyitott pozíciókkal találjuk meg. Először is, minden jelentkezőt, aki csatlakozik a hálózatunkhoz, az a munkaerő-felvételi csapat utal, amellyel nemrégiben interjút készítettek, de nem tudták felvenni őket. A felvételi csapatok csak azokat a jelölteket ajánlják, akik bejutottak az utolsó fordulóba, így biztosítva, hogy magas színvonalú jelöltek legyenek. Innentől kezdve természetes nyelvi feldolgozást alkalmazunk, hogy a jelöltet a megfelelő vállalathoz és szerepkörhöz illesszük. Összegyűjtjük a kulcsszavakat az önéletrajzukból és a szerepkörből, amellyel eredetileg interjút készítettek, majd összehasonlítjuk a platformunkon forgalmazott állásokkal. A legtöbb modell csak két adatkészletet használ, így ehelyett három használata növeli a megfelelő egyezés megtalálásának lehetőségét.

Hogyan segít Joonko a cégeknek e tehetség megtartásában?

A jelentkezők nyomkövető rendszerével való integrációval segítjük a cégeket a tehetségek megtartásában a toborzási folyamat során. Integrációnk lehetővé teszi, hogy összesített adatokat gyűjtsünk arról, hogy a Joonko-jelöltek milyen messzire jutnak el a folyamatban. Bárhol, ahol visszaesést tapasztalunk a nem Joonko-jelöltekhez képest, a vállalatokkal együtt dolgozunk, hogy javítsuk a megfeleltetést, vagy javítsuk a toborzási folyamatukat.

Milyen egyéb módokon használja Joonko a mesterséges intelligenciát a munkaerő-felvételi vagy a párosítási folyamat során?

A számítógépes látást és a természetes nyelvi feldolgozást felhasználjuk annak megállapítására, hogy a jelölt alulreprezentáltnak tekinti-e magát. Természetes nyelvi feldolgozást használunk, hogy a jelölteket a készletünkben lévő szerepekkel párosítsuk, és gépi tanulást használunk az egyeztetési folyamat javítására, miközben a jelöltek kiválasztják az őket érdeklő szerepköröket. Végül az egyeztetés és az ajánlás a végétől a végéig automatizált. A toborzóknak semmit sem kell tenniük, amíg úgy döntenek, hogy interjút készítenek egy Joonko által ajánlott jelölttel.

Meg tudná beszélni a diverzifikált munkaerő-kölcsönzés előnyeit az AI torzításának elkerülése érdekében?

Ahogy nézzük, minél több alulreprezentált jelöltet tud vonzani és interjút készíteni, annál több adatot ellenőrizhet az emberi és technológiai előítéletek szempontjából. Az elfogultság lényegében akkor fordul elő, amikor egy modell (vagy személy) hozzászokott ahhoz, hogy újra és újra hasonló adatokat lásson. Ha nagymértékben fektet be a jelöltek sokszínűségébe, betaníthatja technológiáját és az azt használó toborzó csapatot, hogy hozzájáruljon a sokszínűség lendkerékéhez.

Milyen egyéb okok miatt kell a sokszínűséget prioritásként kezelni a vállalatok számára?

Sok vállalat jellemzően áttételekre támaszkodik a nyitott szerepkörök betöltéséhez, ami az adatok szerint homogén munkaerőhöz vezethet. Fontosnak tartom, hogy a vállalatok reflektorfénybe kerüljenek a figyelmen kívül hagyott tehetségek – köztük az „ezüstérmes jelöltek” is, akik a legjobb vállalatoknál eljutottak a végső szakaszba, de végül nem kapták meg az állást.

A DE&I előtérbe helyezése nemcsak objektíve tisztességes és helyes lépés, és fontos része egy előrelátó, méltányos társadalomnak, hanem egyszerűen jót tesz az üzleti életnek is – az ezeket az erőfeszítéseket előnyben részesítő vállalatok termelékenyebbek és sikeresebbek, míg a munkavállalók boldogabbak és boldogabbak. maradj tovább.

Van valami végső tanácsod azoknak a nőknek, akik a számítástechnika vagy a mesterséges intelligencia terén szeretnének ugrást tenni?

Találja meg azokat a nők közösségeit, amelyekre támaszkodhat, ha nehéz helyzetbe kerül. A mesterséges intelligenciaipar jövője a nők részvételétől függ, de jelenleg a férfiak uralják. Minél gyorsabban tud kiépíteni egy hálózatot olyan nőkből, akik megosztják tapasztalataikat, annál valószínűbb, hogy támogatják és boldogulni fog az iparágban.

Köszönjük a remek interjút, azoknak az olvasóknak, akik többet szeretnének megtudni, látogassanak el Joonko.