Ilit Raz, ผู้ก่อตั้งและ CEO ของ Joonko – สัมภาษณ์ซีรีส์

Ilit Raz เป็นผู้ก่อตั้งและ CEO ของ Joonko, แพลตฟอร์มที่ช่วยให้ธุรกิจใช้ AI ในกลยุทธ์การหาบุคลากรที่หลากหลาย วันนี้บริษัทของเธอทำงานร่วมกับ Adidas, American Express, Crocs และ PayPal เธอได้ ระดมทุนมากกว่า 38.5 ล้านเหรียญสหรัฐ และบริษัทได้เติบโต 500% ในช่วงสองปีติดต่อกัน

สิ่งใดที่ดึงดูดคุณเข้าสู่วิชาวิทยาการคอมพิวเตอร์?

เทคโนโลยีเป็นหนึ่งในอุตสาหกรรมที่ใหญ่ที่สุดและประสบความสำเร็จที่สุดในอิสราเอล ดังนั้นฉันจึงได้รับการสัมผัสกับอุตสาหกรรมนี้ในหนึ่งหรืออีกวิธีตลอดชีวิตของฉัน เมื่อฉันเข้าร่วมกองทัพ ฉันได้รับโอกาสในการทำงานในหน่วยเทคโนโลยีโดยที่ฉันจัดการพัฒนาโปรแกรมซอฟต์แวร์ด้านความปลอดภัยและใช้เวลาเรียนรู้เกี่ยวกับวิชาวิทยาการคอมพิวเตอร์ จากนั้นฉันก็หลงใหลและรู้ว่าฉันต้องการที่จะประกอบอาชีพนี้เมื่อฉันออกจากกองทัพ

คุณเริ่มรู้จักกับช่องว่างต่างๆ ในอุตสาหกรรม เช่น ช่องว่างค่าจ้างและช่องว่างการเลื่อนตำแหน่ง เมื่อไหร่?

ในช่วงสองสามปีแรกที่ฉันทำงานในบริษัทซอฟต์แวร์เอกชน ฉันไม่ได้ตระหนักถึงความลำเอียงที่ผู้หญิงต้องเผชิญ จากนั้นฉันเริ่มสร้างเครือข่ายกับนักเทคโนโลยีที่เป็นผู้หญิง ฉันรู้สึกว่าปัญหานี้ใหญ่มากหลังจากฟังเรื่องราวที่ผู้หญิงเหล่านี้แบ่งปันเกี่ยวกับการถูกพูดทับ ถูกเพิกเฉย หรือไม่ได้รับเครดิตสำหรับแนวคิดของพวกเขา

คุณสามารถแบ่งปันเรื่องราวเกิดของ Joonko ได้หรือไม่?

ฉันมีปริญญาโทในวิชาวิทยาการคอมพิวเตอร์และมีประสบการณ์ในการพัฒนาซอฟต์แวร์และ NLP ฉันเคยประสบกับความลำเอียงทั้งแบบไม่ได้ตั้งใจและแบบตั้งใจผ่านสภาพแวดล้อมการทำงานของฉัน และกลุ่มผู้จัดการผลิตภัณฑ์หญิงที่ฉันเป็นส่วนหนึ่งได้เผยให้ฉันเห็นปัญหาที่เกิดขึ้นในที่ทำงานที่มากกว่าแค่ช่องว่างค่าจ้าง เช่น การจัดประชุมเมื่อผู้หญิงหรือพ่อแม่ต้องออกจากงาน หรือการเป็นพยานว่าใครได้พูดหรือนำเสนอในการประชุม แม้ว่าเหตุการณ์เหล่านี้จะดูเหมือนเล็กน้อย แต่ก็สำคัญและมีอิทธิพลเมื่อคุณเป็นคนที่ได้รับผลกระทบ

ฉันเข้าใจว่านี่เป็นปัญหาที่กว้างขวางกว่านี้ ดังนั้นฉันจึงตัดสินใจใช้ประสบการณ์ทางเทคนิคของฉัน — ฉันมีปริญญาโทในวิชาวิทยาการคอมพิวเตอร์และมีประสบการณ์ในการพัฒนาซอฟต์แวร์และ NLP — และแก้ไขปัญหานี้โดยตรงโดยการสร้างโซลูชันทางเทคนิคใหม่ ซึ่งเป็นวิธีที่ Joonko เกิดขึ้น

Joonko หาแหล่งที่มาของกลุ่มผู้สมัครที่มีความหลากหลายและเป็นตัวแทนของกลุ่มที่ไม่ได้รับการแสดงออกอย่างไร?

อัลกอริทึมที่เป็นกรรมสิทธิ์ของเรานำภาษาธรรมชาติและวิชั่นคอมพิวเตอร์มาใช้เพื่อสแกนข้อมูลสาธารณะเกี่ยวกับผู้สมัครที่แนะนำให้เรา เราดูข้อมูลที่ยืนยันว่าใครบางคนระบุตัวตนเป็นกลุ่มที่ไม่ได้รับการแสดงออก ตัวอย่างเช่น หากบุคคลมี “she/her” บน LinkedIn ของพวกเขา เราสามารถอนุมานได้ว่าพวกเขาอาจระบุตัวตนเป็นผู้หญิงและกำหนดจุดข้อมูลนั้นให้พวกเขา หากโปรไฟล์ของบุคคลนั้นมีจุดเพียงพอ เราจะเชิญพวกเขาเข้าร่วมเครือข่ายผู้มีความสามารถของเรา และเมื่อพวกเขาเข้าร่วม พวกเขาจะยืนยันสมมติฐานของเราโดยบอกเราว่าพวกเขาระบุตัวตนอย่างไร

Joonko ตรวจสอบความสามารถของผู้สมัครเหล่านี้อย่างไร?

เรานำการผสมผสานระหว่างการสัมผัสของมนุษย์และเทคโนโลยีมาใช้เพื่อจับคู่ผู้สมัครกับตำแหน่งที่เปิดอยู่ที่เหมาะสมกับพวกเขา ขั้นแรก ผู้สมัครแต่ละคนที่เข้าร่วมเครือข่ายของเราจะถูกแนะนำโดยทีมจัดหาที่พวกเขาเพิ่งเข้าสัมภาษณ์ แต่ไม่สามารถจ้างพวกเขาได้ ทีมจัดหาจะแนะนำผู้สมัครที่ผ่านเข้ารอบสุดท้ายเท่านั้น ดังนั้นจึงรับประกันว่าพวกเขาคือผู้สมัครที่มีคุณภาพสูง จากนั้นเราจะใช้การประมวลผลภาษาธรรมชาติเพื่อจับคู่ผู้สมัครกับบริษัทและบทบาทที่เหมาะสม เรารวบรวมคำสำคัญจากเรซูเม่และบทบาทที่พวกเขาเข้าสัมภาษณ์ จากนั้นเปรียบเทียบกับงานที่โฆษณาในแพลตฟอร์มของเรา โมเดลส่วนใหญ่ใช้เซตข้อมูลเพียงสองชุดเท่านั้น ดังนั้นการใช้สามชุดจึงเพิ่มความสามารถของเราในการจับคู่ที่ถูกต้อง

Joonko ช่วยให้บริษัทต่างๆ รักษาผู้มีความสามารถเหล่านี้ไว้อย่างไร?

เราช่วยให้บริษัทต่างๆ รักษาผู้มีความสามารถตลอดกระบวนการสรรหาบุคลากรโดยการรวมเข้ากับระบบติดตามผู้สมัคร เราอนุญาตให้เราดึงข้อมูลโดยรวมเกี่ยวกับว่าผู้สมัคร Joonko ไปถึงไหนในกระบวนการ โดยที่ใดที่เราพบว่ามีการตกหล่นเมื่อเทียบกับผู้สมัครที่ไม่ใช่ Joonko เราจะทำงานร่วมกับบริษัทต่างๆ เพื่อปรับปรุงการจับคู่หรือปรับปรุงกระบวนการจัดหาบุคลากรของพวกเขา

มีทางอื่นๆ ที่ Joonko ใช้ AI ในกระบวนการสรรหาบุคลากรหรือการจับคู่หรือไม่?

เรานำวิชั่นคอมพิวเตอร์และการประมวลผลภาษาธรรมชาติไปใช้เพื่อกำหนดว่าผู้สมัครระบุตัวตนเป็นกลุ่มที่ไม่ได้รับการแสดงออกหรือไม่ เราใช้การประมวลผลภาษาธรรมชาติเพื่อจับคู่ผู้สมัครกับบทบาทในกลุ่มของเรา และเรานำการเรียนรู้ของเครื่องไปใช้เพื่อปรับปรุงกระบวนการจับคู่เมื่อผู้สมัครเลือกบทบาทที่พวกเขาสนใจ สุดท้าย การจับคู่และการอ้างอิงจะถูกทำให้ทำงานอัตโนมัติจากจุดเริ่มต้นจนจบ ผู้สรรหาบุคลากรไม่ต้องทำอะไรจนกว่าพวกเขาจะตัดสินใจสัมภาษณับผู้สมัครที่แนะนำโดย Joonko

คุณสามารถพูดคุยเกี่ยวกับประโยชน์ของการสรรหาบุคลากรที่หลากหลายเพื่อหลีกเลี่ยงความลำเอียงของ AI ได้หรือไม่?

เรามองว่า เมื่อคุณดึงดูดและให้ผู้สมัครที่ไม่ได้รับการแสดงออกมาสัมภาษณ์มากขึ้น คุณจะมีข้อมูลมากขึ้นเพื่อตรวจสอบความลำเอียงของมนุษย์และเทคโนโลยี ความลำเอียงเกิดขึ้นเมื่อโมเดล (หรือบุคคล) ถูกใช้ในการมองเห็นข้อมูลที่คล้ายกันซ้ำๆ เมื่อคุณลงทุนในความหลากหลายของผู้สมัคร คุณสามารถฝึกฝนเทคโนโลยีและทีมสรรหาบุคลากรที่ใช้เทคโนโลยีนั้นให้สนับสนุนการหมุนเวียนของความหลากหลาย

มีเหตุผลอื่นๆ ที่ความหลากหลายควรเป็นจุดสนใจหลักสำหรับบริษัทต่างๆ หรือไม่?

หลายบริษัทมักจะพึ่งพาการแนะนำเพื่อเติมตำแหน่งที่เปิดอยู่ ซึ่งตามข้อมูลแสดงให้เห็นว่าอาจนำไปสู่ทีมงานที่ไม่หลากหลาย ฉันเชื่อว่าบริษัทต่างๆ ควรให้ความสนใจกับผู้มีความสามารถที่ถูกมองข้าม — รวมถึงผู้สมัคร “เหรียญเงิน” ที่ผ่านเข้ารอบสุดท้ายในบริษัทชั้นนำ แต่ไม่ได้รับการจ้างงาน

ไม่เพียงแต่การจัดลำดับความสำคัญของ DE&I เป็นสิ่งที่ยุติธรรมและถูกต้องเท่านั้น แต่ยังเป็นส่วนสำคัญของสังคมที่มีการคิดไปข้างหน้าและเท่าเทียมกัน นอกจากนี้ยังดีสำหรับธุรกิจ — บริษัทที่จัดลำดับความสำคัญของความพยายามเหล่านี้จะมีประสิทธิภาพและประสบความสำเร็จมากขึ้น ในขณะที่พนักงานจะมีความสุขและยังคงอยู่กับบริษัทนานขึ้น

คุณมีคำแนะนำสุดท้ายสำหรับผู้หญิงที่กำลังมองหาที่จะเข้าสู่วิชาวิทยาการคอมพิวเตอร์หรือ AI หรือไม่?

หาความช่วยเหลือจากชุมชนของผู้หญิงที่คุณสามารถพึ่งพาเมื่อ事情ยากลำบาก อนาคตของอุตสาหกรรม AI ขึ้นอยู่กับการมีส่วนร่วมของผู้หญิง แต่ปัจจุบันถูกครอบงำโดยผู้ชาย ยิ่งคุณสร้างเครือข่ายของผู้หญิงที่แบ่งปันประสบการณ์ของคุณได้เร็วเท่าไหร่ คุณก็จะยิ่งมีโอกาสได้รับการสนับสนุนและเติบโตในอุตสาหกรรมนี้มากขึ้นเท่านั้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชม Joonko เพื่อเรียนรู้เพิ่มเติม