Джош Бреннер, генеральный директор Hired – Серия интервью

Джош Бреннер является генеральным директором Hired, ведущей платформы для найма, основанной на искусственном интеллекте, которая соединяет талантливых специалистов с ведущими компаниями, такими как Instacart, Wayfair, Zendesk, Capital One и Peloton.

Hired.com работает немного по-другому, чем Monster и другие платформы для трудоустройства. Не могли бы вы рассказать о концепции того, как компании подают заявки на интервью с кандидатами?

Hired уникален, поскольку объединяет три вещи, чтобы преобразовать опыт найма: высокоотобранное, основанное на данных решение для найма, специализирующееся на талантах в области технологий и продаж, высококачественное обслуживание клиентов и поддержку глобальной сети The Adecco Group. Компании могут зарегистрироваться на нашей платформе в многоступенчатом процессе, который включает в себя указание соответствующих ролей и местоположения – которое также может быть удаленным – и предпочтений, таких как годы опыта или базовая зарплата, которую они хотят предложить. Затем мы соединяем работодателей с посвященным менеджером по успешности талантов и предоставляем доступ к данным и аналитике найма, чтобы помочь им выявить предварительно проверенных и высококвалифицированных кандидатов, которые подходят для требований их роли. Чтобы создать персонализированный и отобранный опыт, мы передаем соответствующую информацию о кандидатах, такую как их навыки, опыт работы и желаемая зарплата, обратно работодателям, чтобы побудить их отправлять запросы на интервью тем, кто является подходящим совпадением. Кандидаты, которых мы представляем, активно ищут новые возможности, часто получая несколько запросов на интервью в течение первых нескольких дней после регистрации, поэтому мы рекомендуем работодателям действовать быстро и прозрачно.

Предоставляя решение для найма, основанное на данных, которое учитывает конкретные потребности как работодателей, так и кандидатов, мы улучшаем качество совпадений, сокращаем время найма и делаем все возможное, чтобы компании могли создать удивительные, разнообразные команды.

Не могли бы вы рассказать о некоторых методах машинного обучения, используемых для соединения работодателей с кандидатами?

Наши модели машинного обучения отслеживают данные о найме в реальном времени, отслеживают тенденции и прогнозируют поведение при найме, чтобы быстрее и более точно соединить работодателей с кандидатами. Имея такой огромный объем актуальных данных о найме с нашей платформы, на которой более 17 000 работодателей и более 3 миллионов кандидатов, мы можем предоставить высокоотобранные и персонализированные совпадения, что приводит к лучшему качеству совпадений и более высоким показателям принятия.

Также существует все возрастающая необходимость понять и объяснить прогнозы алгоритмов машинного обучения, используемых при найме, для обеспечения прозрачности, смягчения предвзятости и предоставления возможности пользователям.

В Hired мы используем машинное обучение, чтобы предоставить возможность кандидатам понять, почему они не были одобрены на нашей платформе, и как они могут улучшить свой профиль. Мы помогаем кандидатам увеличить их шансы на одобрение, предоставляя действенные советы, которые могут варьироваться от предложения добавить забытый навык до реализации долгосрочных изменений, таких как изучение нового языка программирования.

Поскольку существующие методы для машинного обучения не имеют скорости, действенности или не могут надежно найти изменения, которые бы изменили решение системы, мы разработали свой собственный метод для систем машинного обучения. Мы также активно смягчаем предвзятость в наших системах машинного обучения с помощью методов пересчета, которые гарантируют, что раса, пол или возраст кандидата не влияют на решение алгоритма.

Работодатели также выигрывают от этой системы, поскольку ценные кандидаты могли быть упущены из виду нашей системой оценки, если бы она не предоставляла действенные советы кандидатам, что привело бы к тому, что рекрутеры упустили бы отличных кандидатов.

Как ИИ помогает сократить время найма в масштабе для компаний?

Мы используем ИИ и данные о найме в реальном времени с нашей платформы, чтобы предоставить работодателям высокоточные совпадения быстрее и более эффективно. Выявляя кандидатов, которые специально подходят для требований компании к работе, мы экономим рекрутерам в среднем 45 часов на поиск кандидатов на одну вакансию, которые в противном случае были бы посвящены предварительному отбору, интервью, рассмотрению резюме неквалифицированных кандидатов и контактам с неподходящими пассивными кандидатами. Поскольку мы фокусируемся на выявлении и продвижении активных кандидатов на нашей платформе, мы можем сократить время найма как минимум в 4 раза и помочь компаниям масштабировать свои команды с высококвалифицированными талантами. Например, мы работали с Capital One, чтобы помочь им привлечь более 300 кандидатов через платформу Hired, сэкономив им бесчисленные часы на просмотр резюме.

Недавний отчет Hired.com “The Hired 2021 Impact Report – Wage Inequality in the Workplace” был сосредоточен на расовых и гендерных неравенствах на рабочем месте. Каковы были некоторые из ключевых выводов, и были ли какие-либо из них удивительными для вас?

Наши данные показали, что хотя прогресс достигается и разрыв в зарплате сокращается, нам еще многое предстоит сделать. В 2020 году мужчинам предлагали более высокие зарплаты, чем женщинам, за одну и ту же должность в одной и той же компании 59% времени, по сравнению с 65% в 2019 году. Конкретно, компании предлагали женщинам на 3% меньше в среднем, чем мужчинам, за одну и ту же роль в 2020 году, по сравнению с 4% в 2019 году. Чернокожие кандидаты получали зарплаты, которые были на 4% ниже базовой зарплаты в 2020 году по сравнению с разрывом в 5% в 2019 году.

Мы продолжаем наблюдать постоянную тенденцию, при которой недопредставленные группы, которые получают более низкую оплату, также ожидают более низкую зарплату, чем их белые, мужские коллеги – даже если у них одинаковый опыт. Раса вносит значительный вклад в этот разрыв в ожиданиях, поскольку низкие ожидания зарплаты наиболее распространены среди женщин-меньшинств по сравнению с белыми женщинами или мужчинами-меньшинствами. Например, черные женщины ожидают зарплаты, которые на 10% ниже, чем у их белых мужских коллег.

Недопредставленные группы могут попасть в повторяющийся цикл получения более низкой оплаты, если у них нет прозрачности в отношении того, сколько они заслуживают в качестве компенсации за свою роль. Мы обнаружили, что лучший способ сократить разрыв в зарплате – это увеличить прозрачность зарплаты, чтобы все кандидаты были осведомлены о том, какую зарплату они заслуживают, и были способны требовать справедливую оплату. Это то, чего мы стремимся достичь с помощью наших ежегодных отчетов.

Хотя прозрачность зарплаты была давней проблемой для всех сотрудников, независимо от демографических характеристик, мы были удивлены, обнаружив, что более молодые сотрудники с большей вероятностью просят и получают более равную зарплату, чем в предыдущих поколениях. Это положительное развитие, поскольку сотрудники, которые учатся вести переговоры о зарплате на ранних этапах своей карьеры, увеличивают свои шансы на справедливую оплату в будущем. Продолжение увеличения прозрачности зарплаты и сокращение разрыва в ожиданиях для начинающих сотрудников может иметь глубокое, долгосрочное влияние на неравенство зарплаты и повлиять на справедливую компенсацию для будущих поколений.

Как Hired.com удаляет бессознательную предвзятость при найме?

Чтобы смягчить бессознательную предвзятость, влияющую на решения при найме, мы оснастили нашу платформу конкретными инструментами и возможностями, которые способствуют прозрачности, эффективности и справедливости, такими как:

Действенные, непредвзятые советы – Когда мы предоставляем обратную связь кандидатам о том, как они могут улучшить свой профиль, чтобы быть принятыми на нашу платформу, например, добавив конкретный навык, Hired проверяет, что, если кандидаты осведомлены о своей расе, поле или возрасте, система не предлагает изменить, например, свою расу, чтобы изменить решение алгоритма.

Оповещения о зарплате – Чтобы сократить вероятность неравной компенсации, Hired оповещает как работодателей, так и кандидатов, если они получают или запрашивают зарплату, значительно превышающую или ниже средней для их позиции и уровня опыта. Наши оповещения о предвзятости зарплаты привели к тому, что компании изменили предложения о зарплате 4,3% времени, при этом средняя корректировка зарплаты составила 20 000 долларов.

Прозрачность зарплаты – Компенсация предоставляется прозрачно, как с точки зрения кандидата, указывающего ожидаемую зарплату при присоединении к нашей платформе, так и с точки зрения работодателя при обращении к кандидату.

Фильтры для сокращения предвзятости – Наша платформа предлагает возможность скрыть демографические данные кандидатов, чтобы сократить бессознательную предвзятость и побудить компании нанимать кандидатов на основе их навыков.

Пользовательские оценки – Как платформа для найма, мы фокусируемся на совпадении на основе навыков, включая использование оценок навыков для дальнейшего продвижения возможностей, а не традиционного резюме и процесса подачи заявки на работу. Поскольку эти оценки доступны удаленно, мы ermögаем компаниям выявить квалифицированных кандидатов, расположенных где угодно по всему миру, и диверсифицировать свой талантливый пул.

Какие компании в настоящее время набирают сотрудников через платформу Hired.com?

Hired имеет более 17 000 работодателей на своей платформе, включая многие известные бренды, такие как Instacart, Wayfair, Zendesk, Postmates, Twitch, Capital One, Compass и Peloton. Конкретно, наша платформа используется менеджерами по найму, рекрутерами, отделами кадров и руководителями высшего звена компаний, чтобы помочь им получить доступ к нашему пулу высококвалифицированных и отобранных кандидатов.

Какие требования к образованию или опыту работы необходимы кандидатам для использования платформы Hired.com?

Кандидаты на Hired должны быть в областях, которые мы специализируемся, включая программную инженерию, анализ, управление продуктом, дизайн, QA и продажи. Ищущие работу всех уровней поощряются зарегистрироваться, поскольку наша платформа отдает приоритет найму на основе навыков, независимо от образовательного прошлого. При создании профиля кандидаты должны указать свой опыт работы, навыки и требования к зарплате. Те, кто продемонстрировал значительный опыт в желаемых ролях через стажировки или открытые проекты, также могут включить эти проекты в свой опыт работы. Мы также рекомендуем кандидатам использовать ресурсы для развития навыков, такие как курсы программирования и образовательные курсы, чтобы улучшить их шансы на одобрение и в конечном итоге получить интервью и возможности трудоустройства.

Почему специалистам по ИИ/машинному обучению следует использовать Hired.com?

Hired предоставляет специалистам по ИИ и машинному обучению доступ к наиболее инновационным компаниям в 18 ведущих технологических центрах по всей территории США, Канады, Великобритании и Ирландии. Мы понимаем, что поиск работы в конкурентной области может часто казаться разочаровывающим процессом, поэтому мы стремимся расширить возможности кандидатов, соединяя их с работодателями, которые подходят их уникальным навыкам, опыту, целям и ценностям.

Мы также предлагаем различные ресурсы для специалистов по ИИ и машинному обучению, такие как наш ежегодный отчет “Состояние программных инженеров”. Поскольку навыки становятся более важными, чем происхождение, наш отчет описывает наиболее востребованные навыки и языки программирования на основе данных нашей платформы и предоставляет информацию о том, как инженеры по ИИ и машинному обучению могут отличаться, совершенствуя свои навыки и используя курсы программирования и самообразование. Наш недавний отчет показал, что в крупных технологических центрах США зарплаты инженеров по машинному обучению варьируются от 115 000 до 171 000 долларов в год в среднем, предоставляя специалистам ценную информацию о зарплате на основе местоположения, роли и опыта.

Есть ли что-то еще, что вы хотели бы поделиться о Hired.com?

Видение Hired – сделать все процессы найма справедливыми, эффективными и прозрачными. Мы стремимся достичь этой цели, расширяя возможности связей между амбициозными людьми и командами, используя технологии и человеческое сочувствие, чтобы революционизировать способ, которым люди нанимаются и получают работу.

В прошлом рекрутинг часто был очень транзакционным между работодателем и кандидатом. Однако, поскольку люди все чаще ищут компании, которые соответствуют их личным ценностям и целям профессионального развития, и работодатели признают, насколько важен талант для бизнес-роста, есть явная необходимость в том, чтобы процесс найма был более цифровым и основанным на данных, но также индивидуализированным. Особенно с учетом все более широкого внедрения удаленной работы мы уже наблюдаем сдвиг в сторону более цифровых решений для найма, которые расширяют возможности как работодателей, так и кандидатов наиболее эффективным и результативным способом найма по всему миру. Мы рады быть на переднем крае этого сдвига и продолжать двигаться вперед нашим видением трансформации найма.