Josh Brenner, VD för Hired – Intervjuer

Josh Brenner är VD för Hired, den ledande AI-drivna rekryteringsplattformen som matchar talanger med toppföretag som Instacart, Wayfair, Zendesk, Capital One och Peloton.

Hired.com fungerar lite annorlunda än Monster och andra anställningsplattformar, kan du dela konceptet för hur företag ansöker om att intervjua kandidater?

Hired är unik eftersom den kombinerar tre saker för att förvandla rekryteringsupplevelsen: en högt kuraterad, data-driven rekryteringslösning som specialiserar sig på tech- och försäljningstalande, högkvalitativ kundservice och stöd från The Adecco Group globala nätverk. Företag kan registrera sig via vår plattform i en flerstegsprocess, som innefattar att specificera relevanta roller och platser – som också kan vara på distans – och preferenser som år av erfarenhet eller grundlön som de söker för att anställa. Vi parar sedan ihop arbetsgivare med en dedikerad talangframgångschef och ger dem tillgång till rekryteringsdata och analyser för att hjälpa dem att identifiera förvärvade och högt kvalificerade kandidater som passar för deras rollkrav. För att skapa en personlig och kuraterad upplevelse, vidarebefordrar vi relevant kandidatinformation, såsom deras färdigheter, arbetslivserfarenhet och önskad lön tillbaka till arbetsgivare för att uppmuntra dem att skicka intervjuerbjudanden till de som är en lämplig match. De kandidater vi presenterar söker aktivt efter nya möjligheter, ofta får de flera intervjuförfrågningar under de första dagarna efter att de har registrerat sig, så vi uppmuntrar arbetsgivare att agera snabbt och transparent.

Genom att tillhandahålla en data-driven rekryteringslösning som tar hänsyn till de specifika behoven hos både arbetsgivare och kandidater, förbättrar vi kvaliteten på matchningarna, minskar tiden till anställning och gör det så enkelt som möjligt för företag att bygga fantastiska, mångfaldiga team.

Kan du diskutera några av de maskinlärningsmetoderna som används för att matcha arbetsgivare med kandidater?

Våra maskinlärningsmodeller spårar realtidsrekryteringsdata, övervakar trender och förutsäger rekryteringsbeteende för att snabbare och mer exakt matcha arbetsgivare med kandidater. Att ha tillgång till denna stora mängd relevant, realtidsdata från vår plattform med över 17 000 arbetsgivare och över 3 miljoner kandidater gör att vi kan tillhandahålla högt kuraterade och personliga matchningar, vilket leder till en bättre kvalitet på matchningarna och högre acceptansgrad.

Det finns också ett alltmer växande behov av att förstå och förklara förutsägelserna från maskinlärningsalgoritmer som används vid rekrytering för transparens, biasmitigation och för att ge möjlighet till återkoppling till användare.

Hos Hired använder vi maskinlärning för att ge möjlighet till återkoppling för att hjälpa kandidater att förstå varför de inte godkändes på vår marknadsplats och hur de kan förbättra sin profil. Vi hjälper kandidater att öka sina chanser till godkännande genom att ge återkoppling, som kan sträcka sig från att föreslå att de lägger till en glömd färdighet till att implementera långsiktiga förändringar som att lära sig ett nytt programmeringsspråk.

Eftersom befintliga metoder för återkoppling för maskinlärning saknar hastighet, åtgärdbarhet eller misslyckas med att tillförlitligt hitta förändringar som skulle vända beslutet från systemet, har vi utvecklat vår egen metod för återkoppling för maskinlärningssystem. Vi arbetar också aktivt för att mitigera bias i våra maskinlärningssystem genom översamplingstekniker som säkerställer att en kandidats ras, kön eller ålder inte påverkar algoritmens beslut.

Arbetsgivare har också nytta av detta system, eftersom värdefulla kandidater kunde ha förbisetts av vårt poängsystem om det inte tillhandahöll denna återkoppling till kandidater, vilket ledde till att rekryterare missade bra kandidater.

Hur hjälper AI till att minska tiden till anställning i stor skala för företag?

Vi använder AI och realtidsdata från vår plattform för att tillhandahålla högt exakta matchningar till arbetsgivare snabbare och mer effektivt. Genom att identifiera kandidater som är specifikt anpassade till företagets krav, sparar vi rekryterare i genomsnitt 45 timmar per anställning, som annars skulle ha ägnats åt förskärmande intervjuer, granskning av cv:n från obehöriga kandidater och kontakt med oresponsiva, passiva kandidater. Eftersom vi fokuserar på att identifiera och främja aktiva kandidater på vår plattform, kan vi minska tiden till anställning med minst 4 gånger det genomsnittliga och hjälpa företag att skala upp sina team med högt kvalificerade talanger. Till exempel har vi arbetat med Capital One för att hjälpa dem att rekrytera över 300 kandidater via Hired-marknadsplatsen, vilket sparade dem otaliga timmar som annars skulle ha ägnats åt att sortera genom cv:n.

Hired.com:s senaste rapport “The Hired 2021 Impact Report – Wage Inequality in the Workplace” fokuserade på ras- och könsrelaterade ojämlikheter på arbetsplatsen. Vilka var några av de viktigaste resultaten och överraskade någon av dem dig?

Vår data har visat att medan framsteg görs och löneklyftan minskar, har vi fortfarande en lång väg att gå. År 2020 erbjöds män högre löner än kvinnor för samma jobbtitel på samma företag 59 % av tiden, jämfört med 65 % år 2019. Specifikt erbjöds kvinnor 3 % lägre lön i genomsnitt än män för samma roller år 2020, jämfört med 4 % år 2019. Svarta kandidater såg löner som var 4 % lägre än baseline år 2020 jämfört med en lucka på 5 % år 2019.

Vi ser fortfarande en pågående trend där underrepresenterade grupper som betalas mindre också förväntar sig lägre löner än sina vita, manliga motsvarigheter – även om de har samma erfarenhet. Ras bidrar betydligt till denna förväntansgap, eftersom låga löneförväntningar är vanligast bland minoritetskvinnor jämfört med vita kvinnor eller minoritetsmän. Till exempel förväntar sig svarta kvinnor löner som är 10 % lägre än de för sina vita manliga motsvarigheter.

Underrepresenterade grupper kan hamna i en återkommande cykel av att få lägre lön om de inte har insyn i hur mycket de förtjänar i ersättning för sin roll. Vi har funnit att det bästa sättet att minska löneklyftan är genom att öka lönetransparens, så att alla kandidater är medvetna om den lön de förtjänar och kan kräva en rimlig lön. Detta är vad vi syftar till att driva framåt med våra årliga rapporter.

Medan lönetransparens har varit ett långvarigt problem för alla anställda, oavsett demografi, var vi överraskade av att yngre anställda är mer benägna att begära och få mer jämlika löner än i tidigare generationer. Detta är en positiv utveckling, eftersom anställda som lär sig att förhandla om löner i tidiga skeden av sin karriär ökar sina chanser att få en rimlig lön längre fram. Att fortsätta öka lönetransparens och minska förväntansgapet för nyutexaminerade kan ha en djupgående, långsiktig inverkan på löneklyftan som helhet och påverka en rimligare ersättning för framtida generationer.

Hur tar Hired.com bort omedveten bias när det gäller anställning?

För att mitigera omedveten bias som påverkar anställningsbeslut har vi utrustat vår plattform med specifika verktyg och funktioner som främjar transparens, effektivitet och rättvisa, såsom:

Åtgärdbar, opartisk återkoppling – När vi ger återkoppling till kandidater om hur de kan förbättra sin profil för att godkännas på vår plattform, såsom att lägga till en specifik färdighet, verifierar Hired att systemet inte föreslår att kandidaterna ändrar sin ras, kön eller ålder för att ändra algoritmens beslut.

Lönevarningar – För att minska sannolikheten för ojämlik ersättning varnar Hired både arbetsgivare och kandidater om de får eller begär en lön som är betydligt högre eller lägre än genomsnittet för deras position och erfarenhetsnivå. Våra lönevarningar har resulterat i att företag ändrar sina lönerbjudanden 4,3 % av tiden, med en genomsnittlig lönejustering på 20 000 kr.

Lönetransparens – Ersättning tillhandahålls transparent, både från kandidatens perspektiv, som anger sin förväntade lön när de går med på vår plattform, och arbetsgivarens perspektiv när de kontaktar en kandidat.

Biasreduktionsfilter – Vår plattform erbjuder möjligheten att dölja kandidaters demografiska detaljer för att minska omedveten bias och uppmuntra företag att anställa kandidater baserat på deras färdigheter.

Anpassade bedömningar – Som en anställningsmarknadsplats fokuserar vi på färdighetsbaserad matchning, inklusive användning av färdighetsbedömningar för att främja förmågor snarare än en traditionell cv och ansökningsprocess. Eftersom dessa bedömningar är tillgängliga på distans, möjliggör vi för företag att identifiera kompetenta kandidater var som helst i världen och diversifiera sin talangpipeline.

Vilka typer av företag använder för närvarande Hired.com-plattformen för rekrytering?

Hired har över 17 000 arbetsgivare på sin marknadsplats, inklusive många välkända varumärken som Instacart, Wayfair, Zendesk, Postmates, Twitch, Capital One, Compass och Peloton. Specifikt används vår plattform av företagets rekryterare, HR-avdelningar och VD:ar för att hjälpa dem att komma åt vår pool av högt kvalificerade och kuraterade kandidater.

Vilka utbildnings- eller anställningskrav måste kandidater uppfylla för att använda Hired.com-plattformen?

Kandidater på Hired måste vara inom de områden vi specialiserar oss på, inklusive mjukvaruutveckling, analys, produktledning, design, QA och försäljningsroller. Sökande på alla nivåer uppmuntras att registrera sig, eftersom vår plattform prioriterar färdighetsbaserad rekrytering, oavsett utbildningsbakgrund. När de skapar en profil uppmanas kandidaterna att ange sin arbetslivserfarenhet, färdigheter och lönekrav. De som har visat betydande erfarenhet i sina önskade roller genom praktik eller öppen källkod kan också inkludera dessa projekt under sin arbetslivserfarenhet. Vi uppmuntrar också kandidater att utnyttja färdighetsbyggande resurser, såsom kodningsbootcamp och utbildningskurser, för att förbättra sina chanser till godkännande och slutligen säkra intervjuer och jobbmöjligheter.

Varför bör AI-/maskinlärningsproffs använda Hired.com?

Hired erbjuder AI- och maskinlärningsproffs tillgång till de mest innovativa företagen i 18 av de ledande tech-hubbarna i USA, Kanada, Storbritannien och Irland. Vi förstår att jobbsökning i ett konkurrensutsatt område ofta kan kännas som en frustrerande process, vilket är varför vi syftar till att ge kandidaterna möjlighet att kopplas ihop med arbetsgivare som passar för deras unika färdigheter, erfarenheter, mål och värderingar.

Vi erbjuder också olika resurser för AI- och maskinlärningsproffs, såsom vår årliga rapport “State of Software Engineers”. Eftersom färdigheter blir viktigare än bakgrund, presenterar vår rapport de mest eftertraktade färdigheterna och programmeringsspråken baserat på vår plattformsdata och ger insikter i hur AI- och maskinlärningsingenjörer kan differentiera sig genom att förbättra sina färdigheter och utnyttja kodningsbootcamp och självutbildningsprogram. Vår senaste rapport fann att i de stora amerikanska tech-hubbarna, ligger maskinlärningsingenjörers löner mellan 115 000 kr/år och 171 000 kr/år i genomsnitt, vilket ger proffs värdefulla löneinsikter baserat på plats, roll och erfarenhet.

Finns det något annat du vill dela om Hired.com?

Hireds vision är att göra all rekrytering rättvis, effektiv och transparent. Vi syftar till att uppnå det genom att ge möjlighet till kopplingar mellan ambitiösa människor och team, med hjälp av teknik och mänsklig empati för att förnya sättet människor rekryterar och anställs på.

I det förflutna har rekrytering ofta varit väldigt transaktionell mellan arbetsgivare och kandidat. Men eftersom människor alltmer söker företag som stämmer överens med deras personliga värderingar och professionella utvecklingsmål, och arbetsgivare inser hur central talang är för affämsutveckling, finns det ett tydligt behov av att göra anställningsprocessen mer digital och data-driven, men anpassad. Speciellt med den ökande adoptionen av distansarbete, ser vi redan en förskjutning mot mer digitala anställningslösningar som ger både arbetsgivare och jobbsökande den mest effektiva och effektiva vägen att anställa över hela världen. Vi är glada över att vara i framkanten av denna förändring och fortsätta att driva vår vision om att förvandla anställning.