알퍼 테킨, Findem의 Chief Product Officer – 인터뷰 시리즈

이전에는 여러 스타트업의 창립자 및 CEO로 활동했습니다. 어떤 종류의 채용 과제를 직면했나요?

채용은 내 창업 여정에서 가장 어려운 측면 중 하나였습니다. 기업가로서 사람們이 가장 중요한 것이라는 것을 알고 있으며, 올바른 팀을 구축하는 것은 모든 비즈니스 리더의 가장 중요한 일이지만, 여러 비즈니스 활동을 수행하는 동안 올바른 사람들을 찾기 위해 필요한 시간을 할애하는 것은 매우 어렵습니다. 객관적인 데이터 없이 올바른 사람들을 찾는 것은 어려울 뿐만 아니라, 그들이 자신의 조직에서 잘할 수 있을지 알기란 더욱 어렵습니다.

Findem이 미래의 HR 팀을 위한 자율적인 재능 플랫폼을 구축하는 비전을 공유해 주시겠습니까?

인재 채용은 수십 개의 작업이 수십 명의 사람들에 의해 수행되는 복잡한 작업입니다. 이러한 복잡성을 인공지능과 워크플로 자동화의 조합을 통해 제거하는 것이 우리의 비전입니다.

우리의 첫 번째 목표는 인재 팀을 지원하여 일일 작업에서 반복적이고 오류가 발생하기 쉬운 작업을 자동화하고, 데이터를 통해 더 빠르고 더 나은 의사결정을 지원하는 것입니다. 이미 대규모 기술 회사에서 8~10개의 시스템을 사용하여 인재 파이프라인을 구축하고 있었으며, 각 시스템은 서로 통신하지 않는 경우가 많았습니다. 작업을 수행하기 위해 80~100번의 클릭이 필요했지만, 이제 자율 응용 프로그램을 사용하여 단 하나의 클릭으로 동일한 작업을 수행할 수 있습니다.

他の 모든 비즈니스 기능과 마찬가지로, 인재 조직도 인공지능 우선 전환을 거치게 될 것입니다. 우리의 계획은 자동화할 수 있는 모든 것을 자동화하여, 채용 담당자와 다른 인재 전문가가 그들의 최대 잠재력을 발휘할 수 있도록 지원하는 것입니다. 자율 응용 프로그램은 초기에 계획, 파이프라인 및 분석에서 중요한 역할을 수행한 후, 전체 인재 생명주기 전반에 걸쳐 확장되어, 인력 계획, 인재 풀, 경력 개발 및 승계 계획 등을 포함합니다.

Findem은 3D 데이터를 분석하며, 3D 데이터가 무엇인지 설명해 주시겠습니까?

Findem은 수백만 개의 소스에서 1.6조 개의 데이터 포인트를 수집하여 전혀 새로운 재능 데이터를 생성하여, 개인과 그들이 속한 회사에 대한 이해를 제공합니다. Findem은 이러한 3D 데이터 – 개인 및 회사 데이터를 시간의 경과에 따라 연결하여, 풍부한 재능 프로필을 생성합니다.

이렇게 생각해 보세요. 현대적인 직장에서 일한 모든 사람은 여정과 디지털足跡을 남깁니다. 직함, 직무 승진, 자격증, 코드 기여, 출판물, 소셜 포스트 등이 있습니다. 同様하게, 회사도 여정과 디지털足跡을 남깁니다. 자금 조달, IPO, 재무 보고 등이 있습니다. 이러한 모든 데이터는 회사 개발과 진행을 추적할 수 있습니다.

従来, 인재 결정은 이력서, 직무 신청서 및/또는 LinkedIn 프로필만을 기반으로 하여, 개인 및 회사 데이터의 1차원적인 단면만을 제공했습니다. 그러나, 우리는 수천 개의 데이터 포인트를 개인 및 회사 여정에서 수집하여, 이전에 불가능했던 개인의 경험, 기술 및 영향에 대한 자세한 이해를 제공하는 플랫폼을 구축했습니다.

우리의 Talent Data Cloud를 통해, 전체 경력을 명령에 따라 검색할 수 있습니다. 예를 들어, 플랫폼에 미국의 사모펀드 소유 회사에서 운영 마진을 음수에서 양수로 전환한 CFO를 표시하거나, B2B 스타트업에서 대규모 시리즈 C를 거친 忠実한 제품 관리자 목록을 제공하도록 요청할 수 있습니다.

어떤 종류의 데이터 포인트가 분석되나요?

우리의 Talent Data Cloud는 수백만 개의 데이터 소스에서 언어 모델을 사용하여 3D 데이터를 동적으로 및 지속적으로 생성합니다.

LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress 및 개인 웹사이트의 프로필 및 연락처 데이터를 분석합니다. 또한, 미국 인구 조사국에서 제공하는 인구 조사 데이터를 사용합니다. 또한, 800만 개 이상의 회사 데이터, 10만 개 이상의 회사 및 제품 카테고리를 분석합니다. 검증된 기술에 대해서는 3억 개 이상의 특허 및 출판물, 500만 개 이상의 오픈 데이터 및 ML 프로젝트, 200만 개 이상의 오픈 소스 코드 저장소 및 기타 공공 기여를 분석합니다. 또한, Greenhouse, Workday, SmartRecruiters, BambooHR, Lever 등과 같은 ATS 데이터를 포함합니다.

기계 학습이 이러한 데이터를 분석할 때 무엇을 찾고 있나요?

Findem은 먼저 BI를 사용하여 사실적인 데이터를 기반으로 학습하고 예측합니다. 우리는 이것을 결정론적 모델이라고 부릅니다. 예를 들어, 우리는 당신이 스타트업에서 경험을 가지고 있다고 확률적으로 추론하지 않습니다. 대신, 당신의 고용 이력을 확인하여 당신이 스타트업에서 일한 적이 있는지 확인하고, 그런 경우에는 당신의 프로필에 ‘스타트업 경험’ 속성을 추가합니다.

이 데이터는 어떻게 속성으로 변환되나요? 그리고 속성이란 무엇인가요?

데이터 수집이 발생한 후, 우리는 속성을 생성하기 위해 데이터를 매핑할 수 있는 지능 엔진을 가지고 있습니다.

속성은 개인 및 회사의 기술, 경험 및 특성입니다. 이러한 속성은 구체적일 수도 있고, 추상적일 수도 있습니다. 구체적인 속성에는 역할, 근무 경험, 교육, 자격증 및 기타 기술 정보가 포함됩니다. 추상적인 속성에는 忠実성, 다양성, 미션 등이 포함될 수 있습니다.

우리의 속성 기반 검색 기능을 통해, HR 팀은 거의 모든 기준으로 후보자를 검색할 수 있습니다.

플랫폼은 어떻게 성별 또는 인종에 대한 인공지능 편향을 방지하나요?

우리의 플랫폼은 사용자의 대신에 결정하지 않도록 설계되었습니다. 대신, 데이터를 수집하고 분석하여 의사결정을 지원하는 데 중점을 둡니다. 그리고 인공지능을 사용하여 예측이나 추천을 하되, 신뢰할 수 있는 결과를 제공합니다.

우리는 후보자 평가 플랫폼이 아닙니다. 우리는 검색 및 매칭 플랫폼입니다. 따라서, 인공지능을 사용하여 주관적인 평가를 하지 않습니다. 자동으로 후보자를 승인하거나 거절하지 않습니다. 또한, Findem은 인공지능을 사용하여 검색 및 매칭을 하지 않기 때문에, 편향이나 차별의 위험이 최소화됩니다.

Findem은 내부 직원 승진 과정을 어떻게 단순화 하나요?

우리는 내부 및 외부 인재를 구별하지 않습니다. 데이터베이스에 있는 모든 사람에 대해, 우리의 알고리즘은 내부 또는 외부에 관계없이 최상의 매칭 후보자를 찾을 수 있습니다.

제공되는 모든 인재 관리 도구는 무엇인가요?

우리는 인재 소싱, CRM, 분석 등 상위 펀널 활동을 통합하고 있습니다. 또한, 내부 이동성 솔루션을 제공하며, 추천 관리 및 승계 계획을 제공하고 있습니다.

스타트업이 Findem에 접촉하기 전에 어느 단계에 있어야 하나요?

우리는 모든 규모의 고객을 지원하지만, 우리의 주요 고객은 수백 명의 직원을 보유한 확장 모드에 있는 회사입니다.

감사합니다. 더 많은 정보를 원하는 독자는 Findem을 방문하시기 바랍니다.