อิลิต ราซ ผู้ก่อตั้งและซีอีโอของ Joonko – ซีรีส์สัมภาษณ์

อิลิต ราซ เป็นผู้ก่อตั้งและซีอีโอของ Joonko, แพลตฟอร์มที่ช่วยให้ธุรกิจนำเทคโนโลยี AI มาใช้ในกลยุทธ์การสรรหาบุคลากรที่หลากหลาย ปัจจุบันบริษัทของเธอทำงานร่วมกับ Adidas, American Express (AXP ), Crocs และ PayPal เธอระดมทุนได้มากกว่า 38.5 ล้านดอลลาร์ และบริษัทเติบโต 500% ในสองปีติดต่อกัน

สิ่งใดที่ดึงดูดคุณให้เข้าสู่สาขาวิทยาศาสตร์คอมพิวเตอร์?

เทคโนโลยีเป็นหนึ่งในอุตสาหกรรมที่ใหญ่ที่สุดและประสบความสำเร็จที่สุดในอิสราเอล ดังนั้นฉันจึงได้รับการสัมผัสกับอุตสาหกรรมนี้อย่างต่อเนื่องตลอดชีวิต เมื่อฉันเข้ารับราชการ ฉันได้รับโอกาสในการทำงานในหน่วยเทคโนโลยี โดยที่ฉันจัดการพัฒนาโปรแกรมรักษาความปลอดภัยและใช้เวลาเรียนรู้เกี่ยวกับสาขาวิทยาศาสตร์คอมพิวเตอร์ ตั้งแต่นั้นฉันก็รู้สึกว่าฉันต้องการที่จะประกอบอาชีพในสาขานี้หลังจากที่ฉันออกจากราชการ

คุณได้รับการสัมผัสกับช่องว่างต่างๆ ในอุตสาหกรรม เช่น ช่องว่างค่าจ้างและการเลื่อนตำแหน่ง เมื่อไหร่?

ในช่วงสองสามปีแรกที่ฉันทำงานในบริษัทซอฟต์แวร์เอกชน ฉันไม่ได้ตระหนักถึงความลำเอียงที่สตรีเผชิญอยู่ จากนั้น ฉันเริ่มสร้างเครือข่ายกับ technologists ที่เป็นสตรี และฉันก็เริ่มรู้สึกถึงปัญหาที่ใหญ่มากหลังจากฟังเรื่องราวของสตรีเหล่านั้นเกี่ยวกับการถูกพูดข้าม ถูกละเลย หรือไม่ได้รับเครดิตสำหรับแนวคิดของพวกเขา

คุณสามารถแบ่งปันเรื่องราวเกี่ยวกับ Joonko ได้หรือไม่?

ฉันมีปริญญาในสาขาวิทยาศาสตร์คอมพิวเตอร์และมีประสบการณ์ในการพัฒนาซอฟต์แวร์และ NLP ฉันเองก็เคยประสบกับความลำเอียงทั้งแบบไม่ได้ตั้งใจและแบบตั้งใจในสถานที่ทำงานของฉัน และกลุ่มผู้จัดการผลิตภัณฑ์สตรีที่ฉันเป็นส่วนหนึ่งได้ทำให้ฉันตระหนักถึงปัญหาในสถานที่ทำงานที่มากกว่าแค่ช่องว่างค่าจ้าง เช่น การนัดหมายที่จัดขึ้นเมื่อสตรีหรือผู้ปกครองต้องออกจากงาน หรือการเป็นผู้นำในการประชุม แม้ว่าสิ่งเหล่านี้จะดูเหมือนไม่สำคัญ แต่ก็ส่งผลกระทบอย่างมากต่อผู้ที่ได้รับผลกระทบ

ฉันจึงตัดสินใจใช้ประสบการณ์ทางเทคนิคของฉันและแก้ไขปัญหานี้โดยตรงโดยการสร้างโซลูชันใหม่ทางเทคโนโลยี ซึ่งเป็นวิธีที่ Joonko ถูกสร้างขึ้น

Joonko ใช้วิธีใดในการค้นหาคนสมัครงานจากภูมิหลังที่หลากหลายและถูกกีดกัน?

อัลกอริธึมของเราใช้การประมวลผลภาษาธรรมชาติและวิชั่นคอมพิวเตอร์เพื่อสแกนข้อมูลสาธารณะเกี่ยวกับผู้สมัครที่ถูกส่งมาให้เรา เราค้นหาข้อมูลที่ยืนยันว่าใครคือผู้ที่ระบุว่าตัวเองเป็นคนจากกลุ่มที่ถูกกีดกัน ตัวอย่างเช่น หากบุคคลมี “she/her” pronouns ใน LinkedIn ของพวกเขา เราสามารถอนุมานได้ว่าพวกเขาอาจระบุว่าตัวเองเป็นสตรีและจัดลำดับข้อมูลนั้น หากโปรไฟล์ของบุคคลนั้นมีคะแนนเพียงพอ เราจะเชิญพวกเขาร่วมเครือข่ายของเรา และเมื่อพวกเขาเข้าร่วม พวกเขาจะยืนยันข้อมูลของเราโดยบอกเราว่าพวกเขาระบุว่าตัวเองเป็นคนอย่างไร

Joonko ตรวจสอบคนสมัครงานเหล่านี้อย่างไร?

เราใช้การผสมผสานระหว่างการสัมผัสของมนุษย์และเทคโนโลยีเพื่อจับคู่ผู้สมัครกับตำแหน่งที่เปิดรับซึ่งเป็นไปตามความต้องการของพวกเขา ขั้นแรก ผู้สมัครทุกคนที่เข้าร่วมเครือข่ายของเราจะถูกส่งมาจากทีมจัดหางานที่พวกเขาพบว่าไม่สามารถจ้างพวกเขาได้ ทีมจัดหางานเหล่านั้นส่งมาเฉพาะผู้สมัครที่ผ่านเข้ารอบสุดท้าย ดังนั้นจึงมั่นใจได้ว่าพวกเขาคือผู้สมัครที่มีคุณภาพสูง จากนั้นเราจะใช้การประมวลผลภาษาธรรมชาติเพื่อจับคู่ผู้สมัครกับบริษัทและตำแหน่งที่เหมาะสม เราจะรวบรวมคีย์เวิร์ดจากประวัติการทำงานและตำแหน่งที่พวกเขาสมัครเดิม จากนั้นเราจะเปรียบเทียบสิ่งนั้นกับงานที่โฆษณาในแพลตฟอร์มของเรา เนื่องจากโมเดลส่วนใหญ่ใช้เซตข้อมูลเพียงสองชุด การใช้สามชุดจึงเพิ่มความสามารถของเราในการจับคู่ที่ถูกต้อง

Joonko ช่วยเหลือบริษัทในการรักษาคนสมัครงานเหล่านี้อย่างไร?

เราช่วยเหลือบริษัทในการรักษาคนสมัครงานตลอดกระบวนการสรรหาบุคลากรโดยการรวมเข้ากับระบบติดตามผู้สมัคร การรวมนี้ช่วยให้เราสามารถดึงข้อมูลโดยรวมเกี่ยวกับว่าคนสมัครจาก Joonko ไปถึงไหนในกระบวนการสรรหาบุคลากร เมื่อเราพบว่ามีการตกหล่นเมื่อเปรียบเทียบกับผู้สมัครที่ไม่ได้มาจาก Joonko เราจะทำงานร่วมกับบริษัทเพื่อปรับปรุงการจับคู่หรือปรับปรุงกระบวนการสรรหาบุคลากรของพวกเขา

มีวิธีอื่นใดที่ Joonko ใช้ AI ในกระบวนการสรรหาบุคลากรหรือการจับคู่หรือไม่?

เรานำเทคโนโลยีวิชั่นคอมพิวเตอร์และการประมวลผลภาษาธรรมชาติไปใช้เพื่อกำหนดว่าผู้สมัครระบุว่าตัวเองเป็นคนจากกลุ่มที่ถูกกีดกันหรือไม่ เราใช้การประมวลผลภาษาธรรมชาติเพื่อจับคู่ผู้สมัครกับตำแหน่งในกลุ่มของเรา และเรานำการเรียนรู้ของเครื่องไปใช้เพื่อปรับปรุงกระบวนการจับคู่เมื่อผู้สมัครเลือกตำแหน่งที่พวกเขาสนใจ สุดท้าย การจับคู่และการอ้างอิงจะถูกทำให้自动จากจุดเริ่มต้นจนจุดสิ้นสุด ผู้จัดหางานไม่ต้องทำอะไรจนกว่าพวกเขาจะตัดสินใจสัมภาษณผู้สมัครที่ Joonko อ้างอิง

คุณสามารถพูดถึงประโยชน์ของการสรรหาบุคลากรที่หลากหลายเพื่อหลีกเลี่ยงความลำเอียงของ AI ได้หรือไม่?

เรามองว่ามันเป็นเช่นนี้: จำนวนผู้สมัครที่ไม่ได้ถูกแทนที่ที่คุณสามารถดึงดูดและสัมภาษณ์ได้มากเท่าไหร่ คุณก็สามารถตรวจสอบข้อมูลสำหรับความลำเอียงของมนุษย์และเทคโนโลยีได้มากเท่านั้น ความลำเอียงเกิดขึ้นเมื่อโมเดล (หรือบุคคล) ถูกใช้ในการมองเห็นข้อมูลที่คล้ายกันซ้ำๆ เมื่อคุณลงทุนในการสรรหาบุคลากรที่หลากหลาย คุณสามารถฝึกอบรมเทคโนโลยีและทีมสรรหาบุคลากรที่ใช้เทคโนโลยีนั้นให้เข้าร่วมในวงจรการสรรหาบุคลากรที่หลากหลาย

มีเหตุผลอื่นใดที่ความหลากหลายควรเป็นจุดสนใจหลักสำหรับบริษัทหรือไม่?

หลายบริษัทมักจะพึ่งพาการอ้างอิงเพื่อเติมตำแหน่งที่ว่าง ซึ่งตามหลักฐานแล้วอาจนำไปสู่การสรรหาบุคลากรที่ไม่หลากหลาย ฉันเชื่อว่ามันสำคัญสำหรับบริษัทที่จะเน้นย้ำถึงความสามารถที่ถูกมองข้าม รวมถึงผู้สมัครที่ไม่ได้รับการเลือกในรอบสุดท้ายในบริษัทชั้นนำแต่ไม่ได้รับการจ้างงาน

ไม่เพียงแต่การให้ความสำคัญกับความหลากหลายเป็นสิ่งที่ยุติธรรมและถูกต้องเท่านั้น แต่ยังเป็นส่วนสำคัญของสังคมที่มีความคิดก้าวหน้าและเท่าเทียมกัน นอกจากนี้ยังดีสำหรับธุรกิจด้วย บริษัทที่ให้ความสำคัญกับความพยายามเหล่านี้มีประสิทธิภาพและประสบความสำเร็จมากขึ้น ในขณะที่พนักงานมีความสุขและอยู่กับบริษัทนานขึ้น

คุณมีคำแนะนำสุดท้ายสำหรับสตรีที่ต้องการเข้าสู่สาขาวิทยาศาสตร์คอมพิวเตอร์หรือ AI หรือไม่?

หาความช่วยเหลือจากชุมชนของผู้หญิงที่คุณสามารถพึ่งพาเมื่อ事情ยากลำบาก อุตสาหกรรมปัญญาประดิษฐ์ขึ้นอยู่กับการมีส่วนร่วมของผู้หญิง แต่ปัจจุบันถูกครอบงำโดยผู้ชาย ความเร็วที่คุณสามารถสร้างเครือข่ายของผู้หญิงที่แบ่งปันประสบการณ์ของคุณจะทำให้คุณได้รับการสนับสนุนและเติบโตในอุตสาหกรรมได้มากขึ้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Joonko เพื่อเรียนรู้เพิ่มเติม