Hari Kolam jest CEO i współzałożycielem Findem – seria wywiadów

Jako CEO i współzałożyciel Findem, Hari jest odpowiedzialny za kierowanie ogólnym kierunkiem i strategicznym rozwojem firmy, a także za nadzorowanie jej codziennych operacji. Jest doświadczonym przedsiębiorcą i uznanym technologiem, z prawie dwoma dekadami doświadczenia w budowaniu firm i tworzeniu przełomowych rozwiązań technologicznych.

Hari był wcześniej współzałożycielem i CTO Instart, gdzie kierował wizją techniczną firmy i tłumaczył wymagania klientów na realizowalne, innowacyjne rozwiązania. Podczas swojego pobytu w Instart, współautorsko napisał ponad 50 patentów.

Hari zajmował również stanowiska inżynierskie w Aster Data, gdzie pracował nad wszystkimi funkcjami w całym stosie rozwojowym, a także w grupie Solaris Cluster w Sun, gdzie wniósł критyczne moduły oprogramowania.

Czy mógłbyś opowiedzieć o eureka moment w Twoim pierwszym startupie Instart, kiedy zrozumiałeś, że skalowanie zespołu jest dużym problemem dla większości przedsiębiorców?

To nie było tylko jeden, ale raczej połączenie kilku różnych doświadczeń. Doszliśmy do punktu w Instart, w którym byliśmy na bardzo szybkiej ścieżce wzrostu, w tym rozszerzania firmy na arenie międzynarodowej, co przedstawiło specjalny zestaw wyzwań. Teraz, próbujemy zbudować wyjątkowy zespół, który jest naprawdę różnorodny, i robimy to w krótkim czasie i na przestrzeni granic kontynentalnych. Gdy konkurowaliśmy z innymi startupami o talent i spieszyliśmy się, aby skalować nasz zespół, popełniliśmy kilka złych decyzji, które nas powstrzymały i stworzyły wiele frustracji. Inne trudności pojawiły się, gdy próbowaliśmy przekazać naszą listę życzeń pracowników rekruterom. Proces ten był bardzo podatny na błędy, i znaleźliśmy się wielokrotnie w sytuacji, w której musieliśmy kompromisować co do odpowiedniego zatrudnienia, aby szybko zakończyć proces. Były to bolesne lekcje i wyzwania, które spotykają prawie wszystkich przedsiębiorców, ale jestem wdzięczny, że one zainspirowały pomysł i rozwinęły ideę, która doprowadziła do powstania Findem.

Czy mógłbyś opowiedzieć o historii powstania Findem?

Findem było naprawdę bezpośrednim wynikiem błędów, które popełniłem przy zatrudnianiu i skalowaniu wcześniej w mojej karierze. Jak każdy przedsiębiorca powie, budowanie wyjątkowych zespołów jest najważniejszym czynnikiem sukcesu biznesu. Jest to również niezwykle trudne. Jako osoba z wykształceniem inżynierskim, jestem skłonny rozwiązywać najtrudniejsze problemy, które prowadzą do największych wpływów, i byłem zmotywowany tym konkretnym wyzwaniem. Znalezienie odpowiednich kandydatów, którzy mogą bezproblemowo współpracować z kulturą firmy i posiadają kompetencje niezbędne do wykonywania pracy, jest o wiele trudniejsze niż się wydaje.

Tradycyjnie, jedynym sposobem na rozwiązanie problemu skalowania talentów było podejście siłowe, wraz z ludzkim elementem – a proces ten był pełen błędów, uprzedzeń i nieefektywności. Gdy przyjrzałem się temu bliżej, zdałem sobie sprawę, że jest to tak naprawdę problem danych, a odpowiedni sposób na jego rozwiązanie to podejście do niego jak do problemu danych. Wykorzystując AI i głęboką analitykę, wprowadziliśmy nowe podejście do procesu, umożliwiając liderom HR wyszukiwać kandydatów na podstawie pożądanych atrybutów, a nie słów kluczowych lub tytułów na CV. Firmy są przyciągane przez rekrutację opartą na danych, ponieważ jest ona bardziej efektywna, redukuje koszty, poprawia równość i prowadzi do lepszych jakościowo zatrudnień. Findem rozpoczęło się jako projekt pasjonacki, a teraz prosperujemy, szczególnie wśród przedsiębiorstw, które spotykają więcej bólu, problemów i wydatków związanych z zatrudnieniem niż ich mniejsi odpowiednicy.

Jak ważne są dane przy zatrudnianiu?

Dane są niezwykle ważne przy podejmowaniu skutecznych decyzji związanych z zatrudnieniem. Na przykład, gdy firmy próbują zbudować bardziej różnorodne zespoły, śledzenie danych pracowników i kandydatów jest często pomijane. Jednakże, jest to niezwykle ważne, aby inicjatywy dotyczące różnorodności, równości i integracji (DE&I) rozpoczynały się od przejrzystości dotyczącej aktualnego, opartego na danych stanu organizacji – analityka może pokazać wszystko, od różnorodności przywództwa, po to, jak śledzono różnorodność w ciągu ostatnich pięciu lat, do dysproporcji w wynagrodzeniu, po wskaźniki rotacji pracowników z różnorodnymi pracownikami. Jest to niezwykle ważne, aby zauważyć, że śledzenie danych powinno sięgać nie tylko płci i rasy, ale także innych czynników, takich jak wiek, religia, niepełnosprawność i służba wojskowa. Gdy masz te dane, możesz zacząć mapować swoje cele i naprawdę pracować nad różnorodną i integracyjną kulturą.

Również, gdy chodzi o budowanie tej różnorodnej i integracyjnej kultury poprzez zatrudnianie, jest to niezwykle ważne, aby monitorować potok talentów, aby upewnić się, że pielęgnujesz różnorodność od samego początku wyszukiwania kandydatów. Jest to niemożliwe bez odpowiednich danych.

Analityka potoku są również kluczem do zrozumienia, co działa, a co nie w Twoich wysiłkach rekrutacyjnych dotyczących różnorodności. Jak szybko rekrutuje się różnorodnych kandydatów? Którzy rekruterzy naprawdę przyczyniają się do wypełnienia potoku różnorodnymi kandydatami? Czy źródło rekrutacji pochodzi z obszarów geograficznych, w których jest wyższy procent różnorodnych kandydatów? Dane mogą dostarczyć odpowiedzi na wszystkie te pytania, których inaczej nie byłoby możliwe uzyskać.

Dane są również podstawą analityki predykcyjnej, gdzie historyczne dane są wykorzystywane do odkrycia talentów, którzy będą się świetnie sprawdzać w Twojej firmie. Analityka predykcyjna może powiedzieć, jak prawdopodobne jest, że kandydat będzie się dobrze sprawdzał w określonej roli, jaki jest ryzyko jego odejścia, czy będzie się dobrze sprawdzał w pracy zdalnej i inne informacje, które mogą pomóc wskazać kandydatów, którzy są najbardziej prawdopodobni, aby prosperować.

Jakie są niektóre z źródeł danych, które Findem gromadzi?

Findem agreguje wszystkie publicznie dostępne dane o ludziach, które są weryfikowane i potwierdzane przez multiple źródła, w celu rejestrowania i uczenia się o potencjalnych kandydatach. Mamy bibliotekę ponad 1 miliona atrybutów dla każdej osoby. Możemy wzbogacić te dane i odkryć nowe atrybuty, jeśli nasi klienci zdecydują się zintegrować swoje wewnętrzne narzędzia HR z Findem. Niektóre przykłady publicznych informacji, które agregujemy, obejmują dane spisowe, informacje o kategorii produktów, dane finansowe firm, dane rynkowe, patenty i publikacje, dane edukacyjne, oraz dane o produktywności i umiejętnościach.

Jak mogą pracodawcy najlepiej wykorzystać platformę Findem, aby dopasować się do idealnego kandydata?

Aby dopasować się do idealnych kandydatów – czy to aktywnych, czy biernych – pracodawcy mogą wykorzystać naszą platformę, aby wyszukiwać ich na podstawie kombinacji ponad 1 miliona atrybutów. Atrybuty mogą być namacalne, takie jak to, czy ktoś jest kobietą, byłym założycielem czy pracował w najlepszym startupie finansowanym przez VC, a także nienamacalne, takie jak to, czy ktoś uosabia wartości firmy, posiada ducha przedsiębiorczego czy jest osobą, która osiąga cele. Te atrybuty dostarczają obrazu każdej osoby i mogą być wykorzystane do znalezienia idealnego kandydata do wypełnienia wolnego stanowiska.

Atrybuty mogą być dopasowane wewnętrznie do pracowników, profili ATS, które są wzbogacone o najbardziej aktualne informacje, oraz zewnętrznych kandydatów. Zazwyczaj, firmy zaczynają od idealnego profilu kandydata i tworzą pulę talentów składającą się z każdej osoby, która odpowiada tym atrybutom, chociaż niektóre firmy decydują się na budowanie wyszukiwania atrybutów od podstaw.

Inny unikalny sposób, w jaki mogą to zrobić, to przeanalizowanie atrybutów osoby, która jest supergwiazdą pracownika – mogą to być osoby wewnątrz lub na zewnątrz firmy, która rekrutuje – a następnie zbudowanie wyszukiwania kandydatów, którzy są takimi samymi klonami, posiadającymi te same atrybuty. Powiedzmy, że wiedzą, kto się sprawdza w pracy zdalnej, jest lojalny i był dyrektorem marketingu w firmie, która została pomyślnie przejęta, pracodawca może po prostu wyszukać na naszej platformie zestaw kandydatów, którzy są takimi samymi klonami.

Jak Findem unika niezamierzonego uprzedzenia płciowego lub etnicznego w swoim procesie machine learning?

Niezamierzone uprzedzenie, które jest wprowadzane bez widoczności dystrybucji talentów – czyli różnorodności – przy wyborze określonej lokalizacji lub atrybutu do wyszukiwania, jest źródłem nieświadomego uprzedzenia. Findem dostarcza podsumowanie agregowanej dystrybucji talentów dynamicznie według lokalizacji i różnych atrybutów wyszukiwania i daje tę widoczność zespołowi.

Także zmniejszamy te uprzedzenia poprzez wyszukiwania oparte na atrybutach, które mogą być przeprowadzane bez udziału ludzi, poprzez zaciemnianie informacji o osobie kandydata podczas przeprowadzania ręcznych przeglądów oraz automatycznie dodając wagi do potoku, aby upewnić się, że jest on tak różnorodny, jak to możliwe.

Jeden z ciekawszych pojęć to to, jak Findem umożliwia pracodawcom znalezienie nowych atrybutów do wyszukiwań talentów. Jak działa ten proces?

Findem umożliwia odkrywanie nowych atrybutów na wiele sposobów. Jednym z nich jest spojrzenie na inne firmy i ludzi, których zatrudniają w różnych momentach. Na przykład, jeśli firma planuje podnieść rundę Series B lub wejść na giełdę, może chcieć zrozumieć, jak firmy, które były bardzo udane w podobnych przedsięwzięciach, były obsadzane. Nasza platforma pozwala pracodawcom zobaczyć atrybuty tych osób i wykorzystać je w swoich własnych wyszukiwaniach talentów.

Podobnie, można to zrobić z własnymi supergwiazdami pracownikami i wewnętrznymi systemami. Można wykorzystać swój wewnętrzny system HR, aby wyróżnić najlepszych pracowników, a następnie zidentyfikować atrybuty, które są wspólne dla nich i wykorzystać je do przyszłych wyszukiwań.

Czy jest coś jeszcze, co chciałbyś podzielić się na temat Findem?

Jednym z naszych największych obszarów skupienia się teraz jest spełnienie naszej wizji, aby nasze rozwiązanie do pozyskiwania talentów było w pełni samodzielne. Od samego początku naszym celem było zbudowanie platformy, która byłaby na tyle prosta, aby każdy w dziale HR mógł ją wykorzystać, i teraz robimy ogromne postępy w osiąganiu tego kamienia milowego.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Findem.