Hari Kolam je izvršni direktor in soustanovitelj Findem – Interview Series

Kot izvršni direktor in soustanovitelj Findem, je Hari odgovoren za usmerjanje splošne usmeritve in strateške rasti podjetja ter nadzor nad vsakodnevnimi operacijami. Je serijski podjetnik in uspešen tehnolog s skoraj dvema desetletjema izkušenj pri gradnji podjetij in ustvarjanju pionirskih tehnoloških rešitev.

Hari je bil pred tem soustanovitelj in tehnični direktor podjetja Instart, kjer je vodil tehnično vizijo podjetja in prevedel zahteve strank v izvedljive, inovativne rešitve. V času svojega delovanja pri Instartu je bil soavtor več kot 50 patentov.

Hari je bil tudi na višjih inženirskih položajih pri Aster Data, kjer je delal na vseh funkcijah celotnega razvojnega sklada, kot tudi pri skupini Solaris Cluster pri Sunu, kjer je prispeval kritične module programske opreme.

Bili ste uspešen podjetnik, saj ste uspešno zagnali dva startupa. Ali lahko razpravljate o trenutku eureke pri vašem prvem zagonu Instart, ko ste ugotovili, da je povečanje ekipe velika težava za večino podjetnikov?

Ni bila samo ena, ampak bolj kombinacija nekaj različnih izkušenj. V Instartu smo dosegli točko, ko smo bili na izjemno hitri poti rasti, vključno z mednarodno širitvijo podjetja, kar je predstavljalo poseben sklop izzivov. Zdaj poskušamo zgraditi izjemno ekipo, ki je resnično raznolika, in to v kratkem času in čez celinske meje. Ko smo tekmovali z drugimi zagonskimi podjetji za talente in smo hiteli širiti našo ekipo, smo na koncu nekaj slabo zaposlili, kar nas je nazadovalo in povzročilo veliko frustracij. Druge težave na poti so se pojavile, ko smo skušali zaposlovalcem sporočiti naš seznam želja zaposlenih. Postopek je bil zelo nagnjen k napakam in ugotovili smo, da smo velikokrat ogrozili pravo najemnino v duhu hitrega zaključka. To so bile težke lekcije, ki predstavljajo izziv za skoraj vse podjetnike, vendar sem hvaležen, da so sprožile idejo in podžgale ogenj, ki je pripeljal do Findema.

Ali lahko potem razpravljate o zgodbi o nastanku lansiranja Findema?

Findem je bil v resnici neposredna posledica napak, ki sem jih naredil pri zaposlovanju in povečevanju števila zaposlenih na začetku svoje kariere. Kot vam bo povedal vsak podjetnik, je sestavljanje izjemnih ekip najpomembnejši dejavnik uspeha podjetja. Je tudi izredno težko. Kot nekoga z inženirskim ozadjem me privlači reševanje nekaterih najtežjih problemov, ki imajo največje posledice, in ravno ta izziv me je motiviral. Iskanje pravih sodelavcev, ki se lahko nemoteno ujemajo s kulturo podjetja in imajo kompetence, potrebne za opravljanje dela, je veliko težje, kot se sliši.

Tradicionalno je bil edini način za reševanje težave s skaliranjem talentov s surovo silo, skupaj s človeškim elementom – in postopek je bil poln napak, pristranskosti in neučinkovitosti. Ko sem ga podrobneje preučeval, se mi je zazdelo, da je v bistvu problem s podatki in da je pravilen način za njegovo rešitev ta, da se ga lotimo kot problem s podatki. Z uporabo umetne inteligence in globoke analitike smo v proces vnesli uspešen nov pristop, tako da vodjem kadrovskih služb omogočimo iskanje kandidatov na podlagi želenih lastnosti in ne na podlagi ključnih besed ali naslovov v življenjepisih. Podjetja se usmerjajo k zaposlovanju na podlagi podatkov, ker je učinkovitejše, zmanjšuje stroške, izboljšuje pravičnost in zagotavlja boljšo kakovost zaposlovanja. Findem se je začel kot strasten projekt in zdaj uspeva, zlasti med podjetji, ki se srečujejo z več težavami in izdatki pri zaposlovanju kot njihovi manjši kolegi.

Kako pomembni so podatki pri zaposlovanju?

Podatki so ključnega pomena, ko gre za sprejemanje učinkovitih odločitev o zaposlovanju. Na primer, ko podjetja poskušajo zgraditi bolj raznolike ekipe, je sledenje podatkov o zaposlenih in kandidatih pogosto pozabna misel. Vendar pa je bistvenega pomena, da se pobude za raznolikost, pravičnost in vključenost (DE&I) začnejo s preglednostjo trenutnega stanja organizacije, ki temelji na podatkih – analitika vam lahko pokaže vse, od raznolikosti vašega vodstva do tega, kako ste spremljali raznolikost. v zadnjih petih letih, na razlike v plačah, na stopnje fluktuacije različnih zaposlenih. Pomembno je omeniti, da se sledenje podatkov ne sme nanašati le na spol in raso, temveč tudi na druge dejavnike, kot so starost, vera, invalidnost in služenje vojaškega roka. Ko imate te podatke, lahko začnete načrtovati svoje cilje in si resnično prizadevate za raznoliko in vključujočo kulturo.

Ko gre za izgradnjo te raznolike in vključujoče kulture z zaposlovanjem, je zelo pomembno, da spremljate nabor talentov, da zagotovite, da negujete raznolikost že od začetka iskanja kandidata. To je nemogoče brez pravih podatkov.

Analitika cevovoda je prav tako ključna za razumevanje, kaj pri vaših prizadevanjih za zaposlovanje raznolikosti deluje ali ne. Kako hitro se zaposlujejo različni kandidati? Kateri kadrovniki res premikajo iglo, ko gre za polnjenje seznama z različnimi kandidati? Ali nabavljate iz geografskih območij, kjer je večji odstotek različnih kandidatov? Podatki lahko ponudijo odgovore na vsa ta vprašanja, na katera drugače ne bi mogli odgovoriti.

Podatki so tudi jedro napovedne analitike, kjer se pretekli podatki uporabljajo za odkrivanje talentov, ki bodo blesteli v vašem podjetju. Prediktivna analitika vam lahko pove, kakšna je verjetnost, da se bo kandidat dobro izkazal v določeni vlogi, njegovo tveganje za zamenjavo, ali bo uspešen na oddaljenem položaju in druge informacije, ki vam lahko pomagajo natančno določiti kandidate, za katere je najverjetneje, da bodo uspeli.

Kateri so nekateri viri podatkov, iz katerih Findem zbira informacije?

Findem združuje vse javno dostopne podatke o ljudeh, ki so preverjeni in triangulirani iz več virov, z namenom beleženja in učenja o lastnostih potencialnega kandidata. Imamo knjižnico z več kot 1 milijonom atributov za vsakega posameznika. Te podatke lahko obogatimo in odkrijemo nove atribute, če se naše stranke odločijo integrirati svoja interna kadrovska orodja s Findemom. Nekateri primeri javnih informacij, ki jih zbiramo, vključujejo podatke popisa prebivalstva, podatke o kategorijah izdelkov, finančne podatke podjetja, podatke o trgu, podatke o patentih in publikacijah, podatke o izobraževanju ter podatke o produktivnosti in veščinah.

Kako lahko delodajalci najbolje uporabijo platformo Findem, da se ujemajo z idealnim kandidatom?

Za iskanje idealnih kandidatov – ne glede na to, ali so aktivni ali pasivni – lahko delodajalci uporabijo našo platformo, da jih poiščejo na podlagi kombinacije več kot 1 milijona lastnosti. Atributi so lahko oprijemljivi, na primer ali je nekdo ženska, prejšnji ustanovitelj ali je delal za 10 najboljših zagonskih podjetij, ki jih financira VC, pa tudi nematerialni, na primer ali nekdo uteleša vrednote podjetja, ima podjetniški duh ali je go- pridobivalec. Ti atributi zagotavljajo sliko vsakega posameznika na podlagi podatkov in jih je mogoče uporabiti za iskanje natančnega primerja za zapolnitev odprtega delovnega mesta.

Atribute je mogoče ujemati med notranjimi zaposlenimi, ATS profili, ki so obogateni z najsodobnejšimi informacijami in zunanjimi kandidati. Običajno podjetja začnejo s profilom idealnega kandidata in sestavijo nabor talentov za vsako osebo, ki ustreza lastnostim tega idealnega kandidata, čeprav se nekatera odločijo, da bodo iskanje atributov zgradili iz nič.

Drug edinstven pristop, ki ga lahko uporabijo, je, da analizirajo lastnosti nekoga, ki je superzvezdniški zaposleni – lahko so znotraj ali zunaj podjetja, ki zaposluje – in nato oblikujejo iskanje kandidatov, ki so v bistvu njihovi kloni, kar pomeni, da imajo prav tako te lastnosti. . Recimo, da pozna nekoga, ki je odličen pri delu na daljavo, je zvest in je bil direktor marketinga v podjetju, ki je bilo uspešno prevzeto, lahko delodajalec na naši platformi preprosto poišče skupino posnemovalcev.

Kako se Findem izogiba nenamerni spolni ali etnični pristranskosti v procesu strojnega učenja?

Nenamerna pristranskost, ki se vnese brez vidnosti v distribucijo talentov – imenovana tudi raznolikost – pri izbiri določene lokacije ali atributa za iskanje, je vir nezavedne pristranskosti. Findem nudi zbirni povzetek dinamične porazdelitve talentov glede na lokacijo in različne atribute iskanja ter daje to vidnost ekipi ljudi.

Te pristranskosti zmanjšamo tudi z iskanji na podlagi atributov, ki jih je mogoče izvesti brez človeške vpletenosti, z zameglitvijo podatkov, ki omogočajo osebno prepoznavo kandidata, pri izvajanju ročnih pregledov in s samodejnim dodajanjem uteži cevovodu, da zagotovimo, da je čim bolj raznolik.

Zanimiv koncept je, kako Findem omogoča delodajalcem, da najdejo nove lastnosti za iskanje talentov. Kako poteka ta proces?

Findem omogoča odkrivanje novih lastnosti na številne načine. Eden je s pogledom na druga podjetja in ljudi, ki so jih zaposlili v različnih obdobjih. Na primer, če namerava podjetje sprožiti krog serije B ali iti na borzo, bo morda želelo razumeti, kako so bila zaposlena podjetja, ki so bila zelo uspešna v podobnih prizadevanjih. Naša platforma omogoča delodajalcem, da vidijo lastnosti teh ljudi in jih uporabijo pri lastnem iskanju talentov.

Podobno lahko to storite z lastnimi superzvezdniškimi zaposlenimi in notranjimi sistemi. Svoj interni informacijski sistem o človeških virih (HRIS) lahko uporabite za razlikovanje najboljših izvajalcev, nato pa lahko identificirate atribute, ki so jim skupni, in jih uporabite za prihodnja iskanja.

Ali želite še kaj povedati o Findemu?

Eno od naših največjih področij, na katere se trenutno osredotočamo, je izpolnjevanje naše vizije, da bo naša rešitev za iskanje talentov popolnoma samopostrežna. Naš cilj prvega dne je bil zgraditi platformo, ki je dovolj preprosta, da jo lahko uporablja vsak v kadrovski službi, in prav zdaj delamo velike korake pri doseganju tega mejnika.

Hvala za odličen intervju, bralci, ki želite izvedeti več, naj ga obiščejo Findem.