Josh Brenner, CEO di Hired – Intervista

Josh Brenner è il CEO di Hired, il principale mercato di assunzioni guidato dall’intelligenza artificiale che mette in contatto i talenti con le migliori aziende come Instacart, Wayfair, Zendesk, Capital One e Peloton.

Hired.com funziona un po’ diversamente da Monster e altre piattaforme di assunzione, potresti condividere il concetto di come le aziende si candidano per intervistare i candidati?

Hired è unico nel mettere insieme tre cose per trasformare l’esperienza di assunzione: una soluzione di assunzione altamente curata e basata sui dati, specializzata in talenti tecnici e di vendita, un servizio clienti ad alto tocco e il supporto della rete globale di The Adecco Group. Le aziende possono iscriversi alla nostra piattaforma attraverso un processo multistep, che prevede la specificazione dei ruoli e della localizzazione rilevanti – che può essere anche remota – e delle preferenze come gli anni di esperienza o lo stipendio base che stanno cercando di assumere. Quindi accoppiamo gli datori di lavoro con un gestore di successo del talento dedicato e forniamo l’accesso ai dati e alle analisi di assunzione per aiutarli a individuare candidati pre-selezionati e altamente qualificati che corrispondono ai loro requisiti di ruolo. Per creare un’esperienza personalizzata e curata, trasmettiamo informazioni rilevanti sui candidati, come le loro competenze, l’esperienza lavorativa e lo stipendio preferito, agli datori di lavoro per incoraggiarli a inviare richieste di intervista a coloro che sono una corrispondenza adeguata. I candidati che presentiamo stanno attivamente cercando nuove opportunità, spesso ricevendo diverse richieste di intervista nei primi giorni dall’iscrizione, quindi incoraggiamo gli datori di lavoro ad agire rapidamente e in modo trasparente.

Facendo una soluzione di assunzione basata sui dati che tiene conto delle esigenze specifiche sia degli datori di lavoro che dei candidati, miglioriamo la qualità delle corrispondenze, riduciamo il tempo di assunzione e rendiamo il più facile possibile per le aziende costruire team incredibili e diversificati.

Potresti discutere alcuni dei metodi di apprendimento automatico utilizzati per accoppiare gli datori di lavoro con i candidati?

I nostri modelli di apprendimento automatico tracciano i dati di assunzione in tempo reale, monitorano le tendenze e prevedono il comportamento di assunzione per accoppiare più rapidamente e con maggiore precisione gli datori di lavoro con i candidati. Avere questa grande quantità di dati rilevanti e in tempo reale dalla nostra piattaforma con oltre 17.000 datori di lavoro e oltre 3 milioni di candidati ci consente di fornire corrispondenze altamente curate e personalizzate, portando a una migliore qualità delle corrispondenze e a tassi di accettazione più alti.

C’è anche un crescente bisogno di comprendere e spiegare le previsioni degli algoritmi di apprendimento automatico utilizzati nell’assunzione per garantire la trasparenza, mitigare i pregiudizi e fornire ricorso agli utenti.

In Hired, utilizziamo l’apprendimento automatico per fornire ricorso per aiutare i candidati a capire perché non sono stati approvati sul nostro mercato e come possono migliorare il loro profilo. Aiutiamo i candidati ad aumentare le loro possibilità di approvazione fornendo feedback azionabile, che può variare dal suggerire di aggiungere una competenza dimenticata all’implementazione di modifiche a lungo termine come l’apprendimento di un nuovo linguaggio di programmazione.

Dal momento che i metodi esistenti per il ricorso all’apprendimento automatico mancano di velocità, azionabilità o non riescono a trovare modifiche che possano cambiare la decisione del sistema, abbiamo sviluppato il nostro metodo di ricorso per i sistemi di apprendimento automatico. Mitighiamo anche attivamente i pregiudizi nei nostri sistemi di apprendimento automatico attraverso tecniche di oversampling che garantiscono che la razza, il genere o l’età di un candidato non influenzino la decisione dell’algoritmo.

I datori di lavoro beneficiano di questo sistema anche perché candidati preziosi potrebbero essere stati trascurati dal nostro sistema di punteggi se non avessero ricevuto questo feedback azionabile, portando i reclutatori a perdere grandi candidati.

Come l’AI aiuta a ridurre il tempo di assunzione su larga scala per le aziende?

Utilizziamo l’AI e i dati in tempo reale dalla nostra piattaforma per fornire corrispondenze estremamente accurate agli datori di lavoro più rapidamente e in modo più efficiente. Attraverso la presentazione di candidati che sono specificamente adattati ai requisiti di lavoro dell’azienda, risparmiamo ai reclutatori una media di 45 ore di ricerca per assunzione, che sarebbero altrimenti dedicate alla pre-selezione delle interviste, alla revisione dei curricula dei candidati non qualificati e al contatto con candidati passivi e non rispondenti. Dal momento che ci concentriamo sull’identificazione e sulla promozione di candidati attivi sulla nostra piattaforma, siamo in grado di ridurre il tempo di assunzione di almeno 4 volte la media e aiutare le aziende a scalare i loro team con talenti altamente qualificati. Ad esempio, abbiamo lavorato con Capital One per aiutarli a reclutare oltre 300 candidati attraverso il mercato di Hired, risparmiando loro innumerevoli ore di selezione dei curricula.

Il recente rapporto di Hired.com “The Hired 2021 Impact Report – Wage Inequality in the Workplace“, si è concentrato sulle disuguaglianze razziali e di genere sul posto di lavoro. Quali sono stati alcuni dei principali risultati e ti hanno sorpreso?

I nostri dati hanno rilevato che, sebbene si stia facendo progressi e il divario salariale si stia restringendo, abbiamo ancora molto lavoro da fare. Nel 2020, gli uomini sono stati offerti stipendi più alti delle donne per lo stesso titolo di lavoro nella stessa azienda il 59% delle volte, rispetto al 65% nel 2019. In particolare, le aziende hanno offerto alle donne uno stipendio medio del 3% inferiore rispetto agli uomini per gli stessi ruoli nel 2020, rispetto al 4% nel 2019. I candidati neri hanno visto stipendi che erano del 4% inferiori alla media nel 2020 rispetto a un divario del 5% nel 2019.

Continuiamo a vedere una tendenza in corso in cui i gruppi sottorappresentati che sono pagati meno aspettano anche stipendi più bassi rispetto ai loro omologhi maschi bianchi – anche se hanno la stessa esperienza. La razza contribuisce in modo significativo a questo divario di aspettative, poiché le aspettative di stipendio più basse sono più diffuse nelle donne di minoranza rispetto alle donne bianche o agli uomini di minoranza. Ad esempio, le donne nere aspettano stipendi che sono del 10% inferiori a quelli dei loro omologhi maschi bianchi.

I gruppi sottorappresentati possono cadere in un ciclo ripetitivo di ricezione di stipendi più bassi se non hanno trasparenza su quanto meritano in termini di compensazione per il loro ruolo. Abbiamo scoperto che il modo migliore per ridurre il divario salariale è aumentare la trasparenza salariale, in modo che tutti i candidati siano consapevoli dello stipendio che meritano e siano in grado di esigere una compensazione equa. È questo che cerchiamo di promuovere con i nostri rapporti annuali.

Sebbene la trasparenza salariale sia stata una questione di lunga data per tutti i dipendenti, indipendentemente dalle caratteristiche demografiche, siamo stati sorpresi nel trovare che i dipendenti più giovani sono più propensi a chiedere e ricevere stipendi più equi rispetto alle generazioni precedenti. Questo è uno sviluppo positivo perché i dipendenti che imparano a negoziare gli stipendi alle prime fasi della loro carriera aumentano le loro possibilità di essere pagati in modo equo in futuro. Continuare ad aumentare la trasparenza salariale e ridurre il divario di aspettative per i dipendenti di primo livello potrebbe avere un impatto profondo e a lungo termine sulla disuguaglianza salariale nel suo complesso e influenzare una compensazione più equa per le generazioni future.

Come Hired.com rimuove i pregiudizi inconsci nell’assunzione?

Per mitigare i pregiudizi inconsci che influenzano le decisioni di assunzione, abbiamo dotato la nostra piattaforma di strumenti e funzionalità specifiche che favoriscono la trasparenza, l’efficienza e l’equità, come ad esempio:

Feedback azionabile e imparziale – Quando offriamo feedback ai candidati su come possono migliorare il loro profilo per essere accettati sulla piattaforma, ad esempio aggiungendo una specifica competenza, Hired verifica che, se a conoscenza della razza, del genere o dell’età dei candidati, il sistema non suggerisca di cambiare ad esempio la propria razza per cambiare la decisione dell’algoritmo.

Avvisi di stipendio – Per ridurre la probabilità di compensazione ineguale, Hired avvisa sia i datori di lavoro che i candidati se ricevono o richiedono uno stipendio significativamente superiore o inferiore alla media per la loro posizione e livello di esperienza. I nostri avvisi di pregiudizio salariale hanno portato a modifiche degli stipendi offerti dalle aziende il 4,3% delle volte, con una media di modifica salariale di 20.000 dollari.

Trasparenza salariale – La compensazione è fornita in modo trasparente, sia dalla prospettiva del candidato, indicando lo stipendio atteso al momento dell’iscrizione alla nostra piattaforma, sia del datore di lavoro quando si rivolge a un candidato.

Filtro di riduzione dei pregiudizi – La nostra piattaforma offre la possibilità di mascherare i dettagli demografici dei candidati, per ridurre i pregiudizi inconsci e incoraggiare le aziende ad assumere candidati in base alle loro competenze.

Valutazioni personalizzate – Come mercato di assunzione, ci concentriamo sull’abbinamento basato sulle competenze, compreso l’uso di valutazioni delle competenze per promuovere ulteriormente le capacità piuttosto che un processo di assunzione tradizionale basato sul curriculum e sulla domanda di lavoro. Poiché queste valutazioni sono accessibili a distanza, consentiamo alle aziende di individuare candidati qualificati in tutto il mondo e diversificare il loro pool di talenti.

Quali tipi di aziende stanno attualmente assumendo tramite la piattaforma Hired.com?

Hired ha oltre 17.000 datori di lavoro sul suo mercato, tra cui molti marchi noti come Instacart, Wayfair, Zendesk, Postmates, Twitch, Capital One, Compass e Peloton. In particolare, la nostra piattaforma è utilizzata dai responsabili delle assunzioni, dai reclutatori, dai dipartimenti delle risorse umane e dai dirigenti di alto livello per aiutarli ad accedere al nostro pool di candidati altamente qualificati e curati.

Quali sono i requisiti di istruzione o di storia lavorativa necessari per i candidati per utilizzare la piattaforma Hired.com?

I candidati su Hired devono essere nelle aree in cui ci specializziamo, tra cui ingegneria del software, analisi, gestione del prodotto, design, QA e ruoli di vendita. I cercatori di lavoro di tutti i livelli sono incoraggiati a iscriversi, poiché la nostra piattaforma dà priorità all’assunzione basata sulle competenze, indipendentemente dalla formazione scolastica. Quando si crea un profilo, ai candidati viene chiesto di delineare la loro storia lavorativa, le competenze e i requisiti salariali. Coloro che hanno dimostrato una notevole esperienza nei loro ruoli desiderati attraverso stage o lavori open source, possono anche includere questi progetti nella loro esperienza lavorativa. Incoraggiamo anche i candidati a sfruttare le risorse di formazione, come i corsi di coding e i corsi di formazione, per migliorare le loro possibilità di approvazione e ottenere interviste e opportunità di lavoro.

Perché i professionisti dell’AI/machine learning dovrebbero utilizzare hired.com?

Hired fornisce ai professionisti dell’AI e del machine learning l’accesso alle aziende più innovative in 18 dei principali hub tecnologici negli Stati Uniti, in Canada, nel Regno Unito e in Irlanda. Comprendiamo che la ricerca di lavoro in un settore competitivo può spesso sembrare un processo frustrante, quindi cerchiamo di potenziare i candidati, mettendoli in contatto con datori di lavoro che corrispondono alle loro competenze, esperienze, obiettivi e valori unici.

Offriamo anche risorse per i professionisti dell’AI e del machine learning, come il nostro rapporto annuale sullo stato degli ingegneri del software. Poiché le competenze stanno diventando più importanti del pedigree, il nostro rapporto descrive le competenze e i linguaggi di programmazione più richiesti in base ai dati della nostra piattaforma e fornisce informazioni su come gli ingegneri dell’AI e del machine learning possano differenziarsi migliorando le loro competenze e sfruttando i corsi di coding e i programmi di autoformazione. Il nostro rapporto recente ha rilevato che nei principali hub tecnologici degli Stati Uniti, gli stipendi degli ingegneri del machine learning variano tra 115.000 dollari/anno e 171.000 dollari/anno in media, fornendo ai professionisti informazioni salariali preziose in base alla località, al ruolo e all’esperienza.

C’è qualcos’altro che vorresti condividere su Hired.com?

La visione di Hired è quella di rendere tutte le assunzioni eque, efficienti e trasparenti. Cerchiamo di raggiungere questa visione stabilendo collegamenti tra persone ambiziose e team, utilizzando la tecnologia e l’empatia umana per reinventare il modo in cui le persone assumono e vengono assunte.

Nel passato, il reclutamento tendeva a essere molto trasazionale tra il datore di lavoro e il candidato. Tuttavia, poiché le persone cercano sempre più aziende che si allineino di più ai loro valori personali e agli obiettivi di sviluppo professionale e i datori di lavoro riconoscono quanto sia centrale il talento per la crescita aziendale, c’è un chiaro bisogno di un processo di assunzione più digitale e basato sui dati, ma personalizzato. Soprattutto con l’adozione crescente del lavoro remoto, vediamo già uno spostamento verso soluzioni di assunzione digitali più efficienti ed efficaci che potenziano sia i datori di lavoro che i cercatori di lavoro con il modo più efficiente ed efficace per assumere in tutto il mondo. Siamo entusiasti di essere all’avanguardia di questo spostamento e di continuare a spingere avanti la nostra visione di trasformare le assunzioni, aumentando l’adozione del lavoro remoto, vediamo già uno spostamento verso soluzioni di assunzione digitali più efficienti ed efficaci che potenziano sia i datori di lavoro che i cercatori di lavoro con il modo più efficiente ed efficace per assumere in tutto il mondo. Siamo entusiasti di essere all’avanguardia di questo spostamento e continuare a spingere avanti la nostra visione di trasformare le assunzioni.