Alper Tekin, Findem’de Ürün Başkanı – Röportaj Serisi

Önceden seri girişimci olarak, birkaç startup’ın kurucusu ve CEO’su olarak görev yaptınız. Karşılaştığınız en büyük işe alma zorlukları nelerdi?

İnsanları işe almak, girişimcilik yolculuğumun en zorlu yönlerinden biri oldu. Girişimciler olarak, insanların her şeyden daha önemli olduğunu ve doğru ekibi oluşturmanın herhangi bir iş liderinin en önemli işi olduğunu biliyoruz. Ancak, bir şirketi kurarken ve ölçeklendirirken birçok diğer iş faaliyetini yönetirken, doğru insanları bulmak için yeterli zaman ayırmak gerçekten zor. Dışarıda kimin mevcut olduğu hakkında objektif verilere sahip olmadığınızda, doğru insanları bulmak zor, ve onların organizasyonunuzda iyi performans göstereceklerini bilmek daha da zor.

Findem’in geleceğin İnsan Kaynakları ekibi için otomatik bir yetenek platformu oluşturma vizyonunu paylaşabilir misiniz?

Yetenek kazanımı, genellikle birbirleriyle konuşmayan onlarca persona tarafından yapılan yüzlerce görevden oluşan karmaşık bir iştir. Vizyonumuz, bu karmaşıklığı AI ve iş akışı otomasyonu kombinasyonu aracılığıyla ortadan kaldırmaktır.

Birinci ve en önemli hedefimiz, yetenek ekiplerini günlük rutinlerden, tekrarlanan ve hata eğilimli görevleri otomatikleştirmek ve insanların daha hızlı, daha iyi ve daha adil kararlar almasına veri ile yardımcı olmak. Örneğin, bir büyük teknoloji şirketini düşünün, yetenek havuzunu oluşturmak için sekiz ile on sistem kullanıyorlardı ve her biri izole bir şekilde kullanılıyordu. Bir görevi gerçekleştirmek için 80-100 tıklama yapıyorlardı ve şimdi, otomatik uygulamalarla aynı görevi bir tıklamayla gerçekleştirebiliyorlar.

Talent organizasyonları, neredeyse tüm iş fonksiyonları gibi, AI-öncelikli bir dönüşümden geçecek ve otomasyonun mümkün olduğu her şeyi otomate etmeyi planlıyoruz. Otomatik uygulamalar, ilk olarak planlama, pipeline ve analitik gibi alanlarda kilit bir rol oynayacak ve daha sonra tüm yetenek yaşam döngüsünü kapsayacak, işgücü planlamasından yetenek havuzlarına, kariyer gelişiminden ve yönetim planlamasına kadar her şeyi içerecek.

Findem, trilyonlarca veri noktasını analiz ediyor ve 3D veri olarak adlandırılan şeyi kullanıyor, 3D verinin ne olduğunu açıklar mısınız?

Findem, yüz binlerce kaynaktan 1.6 trilyon veri noktası içe aktarıyor ve başka hiçbir yerde mevcut olmayan tamamen yeni yetenek verisi oluşturuyor ve bir birey ve onunla ilişkili şirketler hakkında zaman içinde bir anlayış sağlıyor. Findem, bu üç boyutlu veri – insanlar ve şirketler hakkında zaman içindeki veri – kullanarak bireysel ve şirket yolculuklarını bağlantılı hale getiriyor ve zenginleştirilmiş yetenek profilleri oluşturuyor.

Bunu şöyle düşünün: Modern iş piyasasında çalışmış herkes bir yolculuğa sahiptir ve dijital bir iz bırakır. Unvanlar, iş terfileri, sertifikalar, kod katkıları, yayınlar, sosyal gönderiler ve benzerleri vardır. Benzer şekilde, şirketler de bir yolculuğa sahiptir. Fonlama turaları, halka arzlar ve mali raporlar gibi faaliyetleri vardır ve ayrıca iş tanımları, organizasyon şemaları, şirket değerlendirmeleri ve yönetim profilleri gibi – tüm bu veriler bir organizasyonun gelişimini ve ilerlemesini çizmek için kullanılabilir.

Geleneksel olarak, yetenek kararları, yalnızca bir kişinin ve şirket verilerinin bir boyutlu bir kesitini sunan bir özgeçmiş, iş başvurusu ve/veya LinkedIn profiline dayanıyordu. Ancak, binlerce veri noktasını insanlar ve şirket yolculukları hakkında toplayabilen ve bunları muazzam bir şekilde zenginleştirilmiş bir profile dönüştürebilen bir platform inşa ettik. Sonuç, önceki olarak mümkün olandan daha ayrıntılı ve granül bir kişinin deneyimini, becerilerini ve etkisini anlamaktır.

Talent Data Cloud’umuzla, tüm kariyerler bir GenAI arayüzü aracılığıyla komut üzerine aranabilir. Örneğin, size ABD’de özel sermaye şirketlerine ait şirketlerin CFO’larını göstermesini, bir şirketin negatif işletme marjından pozitife geçişini veya büyük bir Seri C’ye tanık olan sadık ürün müdürlerinin listesini isteyebilirsiniz.

Analiz edilen farklı veri noktaları türleri nelerdir?

Talent Data Cloud’umuz, yüz binlerce veri kaynağından 3D veriyi dinamik ve sürekli olarak bir dil modeli kullanarak oluşturur.

LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress ve kişisel web siteleri gibi profilleri ve iletişim bilgilerini analiz eder. Nüfus verileri, elbette, ABD Nüfus Bürosu’ndan gelir. Ayrıca, 8 milyondan fazla şirketin iş modelleri, 100.000’den fazla şirket ve ürün kategorileri gibi şirket verilerini inceliyoruz. Doğrulanmış beceriler için, platform 300 milyondan fazla patent ve yayını, 5 milyondan fazla açık veri ve makine öğrenimi projesi ve 200 milyondan fazla açık kaynak kodu deposu ve diğer kamu katkılarını analiz ediyor. Ve kullanıcıların ATS verilerini, Greenhouse, Workday, SmartRecruiters, BambooHR, Lever gibi olabilecek ATS bilgilerini içerecek şekilde dikkate alıyoruz.

Verileri analiz ederken makine öğrenimi ne arıyor?

Findem, önce BI sonra AI kullanarak gerçek verilere dayanarak öğrenir ve tahminlerde bulunur. Bunu deterministik model olarak adlandırıyoruz, olasılıksal model olarak değil. Örneğin, sizin startup deneyiminiz olduğunu olasılıkla varsaymayız, bunun yerine istihdam geçmişinize bakar ve çalıştığınız şirketlerin startup olarak sınıflandırılıp sınıflandırılmadığını kontrol ederiz, ardından profilinize ‘startup deneyimi’ özelliğini ekleriz.

Bu veriler nasıl özniteliklere dönüştürülür ve öznitelikler nelerdir?

Veri toplama işlemi gerçekleştiğinde, istediğimiz herhangi bir özniteliği oluşturmak için veri ile eşleyebileceğimiz bir zeka motoruna (sophisticated SQL middleware gibi düşünün) sahibiz.

Öznitelikler, bireylerin ve şirketlerin becerileri, deneyimleri ve özellikleri – hem somut hem de soyut özelliklerdir. Somut öznitelikler, roller (mevcut, geçmiş ve rol deneyimleri), iş deneyimi, eğitim, nitelikler ve diğer teknik bilgiler gibi özellikleri içerir. Soyut öznitelikler, bir kişinin sadakat uyandırması, çeşitli ekipler oluşturması veya misyon odaklı olması gibi çok çeşitli olabilir.

Özniteliğe dayalı arama yeteneğimiz, İnsan Kaynakları ekiplerinin yetenek ekosistemlerindeki tüm kanallarda几乎 her kriteri kullanarak adayları aramasını sağlar.

Platform, işe alma kararlarına cinsiyet veya ırk AI yanlılığından kaçınmayı nasıl sağlar?

Platformumuz, herhangi bir kullanıcı adına karar vermemek için tasarlandı, ancak insanların karar verme süreçlerine yardımcı olmak için AI’ı kullanır. BI-öncelikli bir strateji kullanarak, platform, veri toplama, analiz ve sunma işlemlerine öncelik verir ve ardından AI’ı öğrenme, akıl yürütme ve tahmin veya önerilerde bulunmak için kullanır.

Biz bir aday değerlendirme platformu değiliz, bir arama ve eşleştirme platformuyuz ve AI’ı otomatik olarak adayları ilerletmek veya reddetmek için kullanmıyoruz. Ayrıca, Findem’in arama ve eşleştirmek için AI’ı kullanmaması (bu yetenekler BI tabanlıdır), sürecin içine yanlılık veya ayrımcılık riskini azaltır.

Findem, iç personeli terfi ettirme sürecini nasıl basitleştirir?

Aslında, ‘iç’ ve ‘dış’ yetenek arasında bir ayrım yapmamıza gerek yok. Veritabanımızda olan herhangi bir kişi için, algoritamız en iyi eşleşen adayları bulabilir, ister dışarda olsun ister şirket içinde.

Findem tarafından sunulan yetenek yönetimi araçlarının tümü nelerdir?

Biz, yetenek kazanımı, CRM ve analitik gibi üst düzey faaliyetleri konsolide ediyoruz. Ayrıca, iç mobilite için bir çözüme sahibiz ve referans yönetimi ve yönetim planlaması için teklifler sunuyoruz.

Findem ile iletişime geçmeden önce bir startup’ın girişimcilik yolculuğunun hangi aşamasında olması gerekir?

Tüm boyuttaki müşterilere hizmet veriyoruz, ancak bizim için ideal nokta, birkaç yüz çalışanı olan ve ölçeklenme aşamasındaki şirketlerdir.

Harika röportaj için teşekkür ederiz, daha fazla bilgi edinmek isteyen okuyucular Findem sitesini ziyaret edebilirler.