Ilit Raz, Joonko의 설립자이자 CEO – 인터뷰 시리즈

Ilit Raz는 Joonko의 설립자이자 CEO입니다. Joonko는 기업들이 다양성 소싱 전략에 AI를 적용하는 것을 도와주는 플랫폼입니다. 현재 그녀의 회사는 Adidas, American Express, Crocs 및 PayPal와 함께 일합니다. 그녀는 3,850만 달러 이상을 모금했으며, 회사는 2년 연속 500%의 성장률을 기록했습니다.

컴퓨터 과학에 처음으로 관심을 가지게 된 것은 무엇인가?

기술은 이스라엘에서 가장 큰 산업 중 하나이며,私は 항상 어떤 식으로든 산업에 노출되어 왔습니다. 군에 입대했을 때,私は 보안 소프트웨어 개발을 관리하는 기술 부서에서 일할 기회를 얻었으며, 컴퓨터 과학에 대해 배우는 시간을 보냈습니다. 그 때부터私は 컴퓨터 과학에 매료되었으며, 군을 떠난 후에 이를 직업으로追求하고 싶다는 것을 알았습니다.

산업의 다양한 간격, 즉 임금 및 승진 간격에 처음으로 노출된 것은 언제입니까?

私は 첫 번째 몇 년 동안 개인 소프트웨어 회사에서 일했을 때,私は 여성들이 직면하는 편향에 대해 개인적으로 인식하지 못했습니다. 그런 다음私は 기술자들과 네트워킹을 시작했는데, 그 기술자들이 여성들이었습니다.私は 그 여성들이 자신의 아이디어에 대해 이야기하는 것을 듣고, 얼마나 큰 문제인지 빠르게 인식했습니다.

Joonko의 창립 이야기를 공유할 수 있습니까?

私は 컴퓨터 과학 학위를 가지고 있으며, 소프트웨어 엔지니어링과 NLP의 배경을 가지고 있습니다.私は 개인적으로 무의식적이고 의식적인 편향을 통해 전문적인 환경을 경험했습니다. 또한私は 일하는 여성 제품 관리자 그룹의 일부였으며,私は 직장에서 발생하는 문제를 경험했습니다. 이러한 문제들은 임금 간격 이상의 것이었습니다.私は 이러한 문제가 더广泛한 문제라는 것을 이해했으며,私は 기술적인 배경을 사용하여 이를 해결하기로 결정했습니다. 이것이 Joonko가 탄생한 이유입니다.

Joonko는 다양한 배경의 인재 풀을 어떻게 구축합니까?

우리의 독점적인 알고리즘은 먼저 자연어 처리와 컴퓨터 비전을 사용하여 우리에게 추천된 후보자의 공개 데이터를 스캔합니다. 우리는 후보자가 소수자임을 나타내는 데이터를 찾습니다. 예를 들어, 후보자의 LinkedIn 프로필에 “彼女/her” 프론운이 표시되어 있다면, 우리는 그녀가 여성으로 자신을 식별할 수 있다고 추론할 수 있습니다. 이러한 데이터 포인트가 충분히 모이면, 우리는 그들을 우리의 인재 네트워크에 초대하며, 한 번 가입하면, 그들은 우리의 가정에 대해 추가로 확인합니다.

Joonko는 이러한 인재를 어떻게 검증합니까?

우리는 후보자를 열린 자리와 일치시키기 위해 인간의 감각과 기술의 조합을 사용합니다. 먼저, 우리 네트워크에 가입하는 각 후보자는 최근 면접을 보았지만 채용하지 못한 채용 팀에 의해 추천됩니다. 채용 팀은 최종 면접까지 진행한 높은 품질의 후보자만 추천합니다. 그 다음 우리는 자연어 처리를 사용하여 후보자를 회사와 역할에 맞는 자격을 갖춘 사람으로 일치시킵니다. 우리는 후보자의 이력서와 원래 면접을 보았던 역할에서 키워드를 수집한 다음, 우리 플랫폼에 광고된 직업과 비교합니다. 대부분의 모델은 두 개의 데이터 세트만 사용하므로, 세 개의 데이터 세트를 사용하면 우리가 올바른 매치를 만드는 능력이 증가합니다.

Joonko는 이러한 인재를 유지하는 데 어떻게 도움을 줍니까?

우리는 채용 프로세스 전반에 걸쳐 인재를 유지하는 데 도움을 주기 위해 지원자 추적 시스템과 통합합니다. 우리의 통합을 통해 우리는 Joonko 후보자가 파이프라인을 통해 얼마나 진행하는지에 대한 집계 데이터를 가져올 수 있습니다. 우리는 Joonko가 아닌 후보자와 비교하여 어디서 떨어지는지 확인하고, 회사와 함께 매칭을 개선하거나 채용 프로세스를 개선하는 데 협력합니다.

Joonko는 다른 방법으로 인재 채용이나 매칭 프로세스에서 AI를 어떻게 사용합니까?

우리는 후보자가 소수자임을 나타내는지를 결정하기 위해 컴퓨터 비전과 자연어 처리를 사용합니다. 우리는 후보자를 우리의 역할 풀과 일치시키기 위해 자연어 처리를 사용하며, 후보자가 관심을 가진 역할을 선택함에 따라 매칭 프로세스를 개선하기 위해 기계 학습을 사용합니다. 마지막으로, 매칭 및 추천은 끝에서 끝까지 자동화됩니다. 채용 담당자는 Joonko가 추천한 후보자를 면접하기로 결정할 때까지 아무 것도 할 필요가 없습니다.

AI 편향을 피하기 위해 다양화된 채용 풀의 이점에 대해 논의할 수 있습니까?

우리가 nhìn하는 방식은, 더 많은 소수자 후보자를 유치하고 면접할 수록, 인간과 기술적인 편향에 대한 데이터를 감사할 수 있습니다. 편향은 본질적으로 모델(또는 사람)이 반복적으로 비슷한 데이터를 보았을 때 발생합니다. 후보자 다양성을 많이 투자할수록, 기술과 이를 사용하는 채용 팀을 다양성의 플라이휠에 기여하는 데 훈련할 수 있습니다.

다양성이 회사에 우선순위가 되어야 하는 다른 이유는 무엇입니까?

많은 회사들은 일반적으로 빈 자리를 채우기 위해 추천을 의존합니다. 이는 동종의 직원으로 구성된 직장을 만드는 데 dẫn할 수 있습니다.私は 회사들이 간과된 인재, 특히 ‘은메달리스트’ 후보자(최종 단계까지 진행했지만 채용되지 않은 후보자)를 강조하는 것이 중요하다고 믿습니다.

다양성과 포용성을 우선순위로 하는 것은 객관적으로 공정하고 올바른 일이며, 앞으로 나아가는 사회의 중요한 부분입니다. 또한 이는 단순히 비즈니스에 좋습니다. 이러한 노력을 우선순위로 하는 회사들은 더 생산적이고 성공적이며, 직원들은 더 행복하고 더 오래 머무릅니다.

컴퓨터 과학 또는 AI에 뛰어드는 여성에게 마지막으로 조언이 있다면 무엇입니까?

여성 커뮤니티를 찾으세요. 인공 지능 산업의 미래는 여성의 참여에 달려 있습니다. 그러나 현재는男性가 지배하고 있습니다. 여러분이 여성들의 경험을 공유하는 네트워크를 더 빠르게 구축할수록, 더 많이 지원받고 산업에서 번성할 가능성이 더 높습니다.

감사합니다. 더 많은 정보를 배우고 싶은 독자는 Joonko를 방문하세요.