Josh Brenner, CEO da Hired – Série de Entrevistas

Josh Brenner é o CEO da Hired, o principal mercado de contratação impulsionado por IA que combina talentos com empresas de ponta, como Instacart, Wayfair, Zendesk, Capital One e Peloton.

A Hired.com funciona de forma um pouco diferente em relação ao Monster e a outras plataformas de emprego, poderia compartilhar o conceito de como as empresas aplicam para entrevistar candidatos?

A Hired é única, pois reúne três coisas para transformar a experiência de contratação: uma solução de contratação altamente curada e baseada em dados, especializada em talentos de tecnologia e vendas, um serviço de atendimento ao cliente de alta qualidade e o apoio da rede global do The Adecco Group. As empresas podem se inscrever em nossa plataforma por meio de um processo de várias etapas, que envolve especificar funções e localização relevantes – que também podem ser remotas – e preferências, como anos de experiência ou salário-base que elas estão procurando contratar. Em seguida, emparelhamos os empregadores com um gerente de sucesso de talentos dedicado e fornecemos acesso a dados e análises de contratação para ajudá-los a encontrar candidatos pré-avaliados e altamente qualificados que sejam adequados para as suas necessidades de função. Para criar uma experiência personalizada e curada, transmitimos informações relevantes do candidato, como suas habilidades, experiência de trabalho e salário desejado, de volta aos empregadores para encorajá-los a enviar solicitações de entrevista àqueles que são uma combinação adequada. Os candidatos que apresentamos estão ativamente procurando novas oportunidades, muitas vezes recebendo várias solicitações de entrevista nos primeiros dias após se inscreverem, então encorajamos os empregadores a agir rapidamente e de forma transparente.

Ao fornecer uma solução de contratação baseada em dados que leva em conta as necessidades específicas de ambos os empregadores e candidatos, melhoramos a qualidade das combinações, reduzimos o tempo de contratação e tornamos o mais fácil possível para as empresas construírem equipes incríveis e diversificadas.

Poderia discutir algumas das metodologias de aprendizado de máquina utilizadas para combinar empregadores com candidatos?

Nossos modelos de aprendizado de máquina rastreiam dados de contratação em tempo real, monitoram tendências e preveem comportamento de contratação para combinar empregadores e candidatos de forma mais rápida e precisa. Ter essa vasta quantidade de dados relevantes e em tempo real em nossa plataforma, com mais de 17.000 empregadores e mais de 3 milhões de candidatos, nos permite fornecer combinações altamente curadas e personalizadas, levando a uma melhor qualidade de combinações e taxas de aceitação mais altas.

Existe também uma necessidade crescente de entender e explicar as previsões dos algoritmos de aprendizado de máquina utilizados na contratação para transparência, mitigação de viés e fornecer recurso aos usuários.

Na Hired, utilizamos aprendizado de máquina para fornecer recurso para ajudar os candidatos a entender por que não foram aprovados em nossa plataforma e como podem melhorar seu perfil. Ajudamos os candidatos a aumentar suas chances de aprovação fornecendo feedback ação, que pode variar desde sugerir que adicionem uma habilidade esquecida até implementar mudanças de longo prazo, como aprender uma nova linguagem de programação.

Desde que os métodos existentes para recurso de aprendizado de máquina carecem de velocidade, ação ou falham em encontrar mudanças que alterariam a decisão do sistema de forma confiável, desenvolvemos nosso próprio método de recurso para sistemas de aprendizado de máquina. Também mitigamos ativamente o viés em nossos sistemas de aprendizado de máquina por meio de técnicas de sobreamostragem que garantem que a raça, gênero ou idade de um candidato não afetem a decisão do algoritmo.

Os empregadores também se beneficiam desse sistema, pois candidatos valiosos poderiam ter sido negligenciados por nosso sistema de pontuação se não fornecêssemos esse feedback ação para os candidatos, levando os recrutadores a perderem grandes candidatos.

Como a IA ajuda a reduzir o tempo de contratação em escala para as empresas?

Utilizamos IA e dados em tempo real de nossa plataforma para fornecer combinações altamente precisas para os empregadores de forma mais rápida e eficiente. Ao apresentar candidatos que são especificamente adaptados às necessidades de função da empresa, economizamos, em média, 45 horas de busca por contratação por contratação, que seriam dedicadas à pré-seleção de entrevistas, revisão de currículos de candidatos não qualificados e contato com candidatos passivos e não responsivos. Como nos concentramos em identificar e promover candidatos ativos em nossa plataforma, somos capazes de reduzir o tempo de contratação em pelo menos 4 vezes a média e ajudar as empresas a escalonar suas equipes com talentos altamente qualificados. Por exemplo, trabalhamos com a Capital One para ajudá-los a recrutar mais de 300 candidatos por meio do mercado da Hired, economizando-lhes inúmeras horas de triagem de currículos.

O relatório recente da Hired.com “The Hired 2021 Impact Report – Wage Inequality in the Workplace“, se concentrou em desigualdades raciais e de gênero no local de trabalho. Quais foram algumas das principais descobertas e alguma delas o surpreendeu?

Nossos dados encontraram que, embora o progresso esteja sendo feito e a lacuna salarial esteja se estreitando, ainda temos um longo caminho a percorrer. Em 2020, os homens foram oferecidos salários mais altos do que as mulheres para o mesmo título de trabalho na mesma empresa 59% do tempo, em comparação com 65% em 2019. Especificamente, as empresas ofereceram às mulheres 3% menos em média do que os homens para os mesmos papéis em 2020, em comparação com 4% em 2019. Os candidatos negros viram salários que eram 4% mais baixos do que a base em 2020, em comparação com uma lacuna de 5% em 2019.

Continuamos a ver uma tendência contínua em que grupos sub-representados que são pagos menos também esperam salários mais baixos do que seus homólogos brancos e masculinos – mesmo que tenham a mesma experiência. A raça contribui significativamente para essa lacuna de expectativa, pois expectativas salariais mais baixas são mais prevalentes em mulheres minoritárias em comparação com mulheres brancas ou homens minoritários. Por exemplo, as mulheres negras esperam salários que são 10% mais baixos do que os de seus homólogos masculinos brancos.

Os grupos sub-representados podem cair em um ciclo repetitivo de receber salários mais baixos se não tiverem transparência sobre o quanto merecem em compensação por seu papel. Descobrimos que a melhor maneira de estreitar a lacuna salarial é aumentando a transparência salarial, para que todos os candidatos estejam cientes do salário que merecem e sejam capazes de exigir uma compensação equitativa. É isso que visamos impulsionar com nossos relatórios anuais.

Embora a transparência salarial tenha sido uma questão de longa data para todos os funcionários, independentemente das características demográficas, fomos surpreendidos ao descobrir que os funcionários mais jovens são mais propensos a pedir e receber salários mais iguais do que nas gerações passadas. Isso é um desenvolvimento positivo, pois os funcionários que aprendem a negociar salários nos estágios iniciais de suas carreiras aumentam suas chances de serem pagos de forma justa ao longo do caminho. Continuar a aumentar a transparência salarial e reduzir a lacuna de expectativa para os funcionários de nível de entrada pode ter um impacto profundo e de longo prazo na desigualdade salarial como um todo e influenciar uma compensação mais justa para as gerações futuras.

Como a Hired.com remove o viés inconsciente ao contratar?

Para mitigar o viés inconsciente que influencia as decisões de contratação, equipamos nossa plataforma com ferramentas e capacidades específicas que promovem transparência, eficiência e equidade, como:

Feedback imparcial e ação – Quando oferecemos feedback aos candidatos sobre como eles podem melhorar seu perfil para ser aceito em nossa plataforma, como adicionar uma habilidade específica, a Hired verifica que, se estiver ciente da raça, gênero ou idade do candidato, o sistema não sugere mudar, por exemplo, sua raça para alterar a decisão do algoritmo.

Alertas de salário – Para reduzir a probabilidade de compensação desigual, a Hired alerta tanto os empregadores quanto os candidatos se eles receberem ou solicitarem um salário significativamente acima ou abaixo da média para sua posição e nível de experiência. Nossos alertas de viés salarial resultaram em mudanças nos salários oferecidos pelas empresas 4,3% do tempo, com a média de ajuste salarial sendo uma diferença de $20.000.

Transparência salarial – A compensação é fornecida de forma transparente, tanto da perspectiva do candidato, indicando seu salário esperado ao se juntar à nossa plataforma, quanto do empregador ao contatar um candidato.

Filtros de redução de viés – Nossa plataforma oferece a capacidade de mascarar detalhes demográficos dos candidatos, para reduzir o viés inconsciente e encorajar as empresas a contratar candidatos com base em suas habilidades.

Avaliações personalizadas – Como um mercado de contratação, nos concentramos em combinações baseadas em habilidades, incluindo o uso de avaliações de habilidades para promover ainda mais as capacidades em vez de um processo tradicional de currículo e aplicação de trabalho. Como essas avaliações são acessíveis remotamente, permitimos que as empresas encontrem candidatos qualificados localizados em qualquer lugar do mundo e diversifiquem seu pipeline de talentos.

Que tipo de empresas estão atualmente recrutando usando a plataforma da Hired.com?

A Hired tem mais de 17.000 empregadores em seu mercado, incluindo muitas marcas conhecidas, como Instacart, Wayfair, Zendesk, Postmates, Twitch, Capital One, Compass e Peloton. Especificamente, nossa plataforma é usada pelos gerentes de contratação, recrutadores, departamentos de RH e executivos de nível C das empresas para ajudá-los a acessar nosso pool de candidatos altamente qualificados e curados.

Que tipo de histórico educacional ou de emprego é necessário para os candidatos usarem a plataforma da Hired.com?

Os candidatos na Hired precisam estar nas áreas em que nos especializamos, incluindo engenharia de software, análise, gerenciamento de produtos, design, QA e funções de vendas. Procuradores de emprego de todos os níveis são encorajados a se inscrever, pois nossa plataforma prioriza fortemente a contratação baseada em habilidades, independentemente do histórico educacional. Ao criar um perfil, os candidatos são solicitados a descrever seu histórico de trabalho, habilidades e requisitos salariais. Aqueles que demonstraram considerável experiência em seus papéis desejados por meio de estágios ou trabalhos de código aberto também podem incluir esses projetos em seus anos de experiência. Também encorajamos os candidatos a aproveitar recursos de desenvolvimento de habilidades, como bootcamps de codificação e cursos educacionais, para melhorar suas chances de aprovação e, em última análise, garantir entrevistas e oportunidades de emprego.

Por que os profissionais de IA/machine learning devem usar a Hired.com?

A Hired fornece aos profissionais de IA e machine learning acesso às empresas mais inovadoras em 18 dos principais centros de tecnologia nos EUA, Canadá, Reino Unido e Irlanda. Entendemos que procurar emprego em um campo competitivo pode muitas vezes parecer um processo frustrante, é por isso que visamos empoderar os candidatos, conectando-os com empregadores que sejam uma combinação para suas habilidades, experiências, objetivos e valores únicos.

Também oferecemos vários recursos para profissionais de IA e machine learning, como nosso relatório anual “State of Software Engineers”. Como as habilidades estão se tornando mais importantes do que a procedência, nosso relatório descreve as habilidades e linguagens de codificação mais procuradas com base em nossos dados de plataforma e fornece insights sobre como os engenheiros de IA e machine learning podem se diferenciar, melhorando suas habilidades e aproveitando bootcamps de codificação e programas de autoeducação, por exemplo. Nosso relatório recente descobriu que nos principais centros de tecnologia dos EUA, os salários dos engenheiros de machine learning variam entre $115.000/ano e $171.000/ano em média, fornecendo aos profissionais insights salariais valiosos com base em localização, função e experiência.

Há algo mais que você gostaria de compartilhar sobre a Hired.com?

A visão da Hired é tornar todas as contratações justas, eficientes e transparentes. Visamos alcançar essa visão, empoderando as conexões entre pessoas ambiciosas e equipes, utilizando tecnologia e empatia humana para reinventar a forma como as pessoas contratam e são contratadas.

No passado, o recrutamento tendeu a ser muito transacional entre o empregador e o candidato. No entanto, à medida que as pessoas buscam cada vez mais empresas que se alinhem mais com seus valores pessoais e objetivos de desenvolvimento profissional, e os empregadores reconhecem o quão central o talento é para o crescimento dos negócios, há uma necessidade clara de que o processo de contratação seja mais digital e baseado em dados, mas personalizado. Especialmente com a adoção crescente do trabalho remoto, já vemos uma mudança para soluções de contratação digitais que empoderam tanto os empregadores quanto os candidatos com a forma mais eficiente e eficaz de contratar em todo o mundo. Estamos animados em estar à frente dessa mudança e continuar a impulsionar nossa visão de transformar a contratação, aumentando a adoção do trabalho remoto, já vemos uma mudança para soluções de contratação digitais que empoderam tanto os empregadores quanto os candidatos com a forma mais eficiente e eficaz de contratar em todo o mundo. Estamos animados em estar à frente dessa mudança e continuar a impulsionar nossa visão de transformar a contratação.