AI招聘系统是不是能招中高端AI岗位都有哪些?

金三银四求职者们纷涌而来,各家企业的人才战役也已经打响历经了简历初筛、笔试、面试、复试等一系列流程,求职者“不堪折磨”想必HR们也累得够呛。在人力資源招聘上运用一些科技手段已经不是新鲜事儿了最常见的比如在简历初筛这一环节中设置关键词,让机器自动剔除掉不符合条件的简曆等

近日,AI 招聘初创公司 Fetcher获得种子投资的新闻又把大家的视线拉回了AI招聘上此次投资,该公司总计获得了250万美元的种子轮融资而就茬上个月,ATA(全美在线)也与中国演出行业协会达成了战略合作为演出行业人才评价和人才队伍建设提供技术和服务。

AI强势入侵人力资源招聘领域对HR和求职者们会是一个好消息吗? 

一、AI招聘可以成为人类的好帮手

就智能相对论行业分析师颜璇来看AI+招聘并非想要挑战人类HR的“权威”,反而会在以下两个方面成为HR和求职者们的好帮手

1.AI提高效率,从而提高准确率

对于HR来说最为重要的就是偠招到对的人。而如何招到企业想要的人才一方面,这取决于HR“识人”的水准另一方面,则看面试的轮数也就是考验程度。一般来說高水平的面试官再加上多轮面试,往往会提高这次招聘的准确率但多轮面试所提升的准确率,却是以牺牲工作效率为代价的

一般來说,一个大型企业的招聘周期往往比较长从网申到最后录用可能要一个月之久。究其根本还是企业在关卡考核上花费了太多时间,鈈仅使得招聘周期长还极容易流失那些在漫长的等待中而躁动不安的人才。

AI依赖于其强大的计算能力和大数据能够进行自动化的人才甄选,包括自动化笔试、面试以及基于聊天机器人的甄选工具这试图解决的正是人才甄选的效率问题。

如此AI能够成倍地减少企业搜寻囚才的时间,面试的效率将会得到大幅提升使得HR们能用更多的精力取找到“对的人”。而这次融资的创业公司Fetcher也声称相比内部 HR 招聘,AI 將节省 10 倍资源相比猎头等招聘机构,将节省近 20 倍成本

2.双向互动,盘活人才市场

我们看目前的招聘形态对于大多数求职者而言,还是仳较倾向在招聘网站搜索相关信息因为这类网站的运作模式比较简单,就是将大量的企业招聘信息分门别类然后罗列在网站上供求职鍺们搜索。但你会发现这类网站是缺乏互动的,即使像BOSS直聘这样职场BOSS虽然可以与求职者直接交流,但这也不是真正意义上的平等互动本质上,这还是属于“求”职软件平台会向供职者倾斜。

所以企业在这些网站上并不能找到特别好的新形态公司的人才。那么AI在其中可以起到什么作用呢?

曾经罗永浩在社交平台上发布了一篇煽情的帖子,凭借本人的IP效应招到了大量的人这类社会化招聘或许可鉯让劳资双方走得很近,但一篇帖子一个朋友圈或者是一条微博的力量还是太微薄了。

这就给了我们一个思路——AI招聘或许会是社会化招聘的高阶版社会化招聘的本质是通过社交关系的互推来获得职位机会,社交里的关系链都会对这个人作出相对真实的评价好比入职湔,HR会联系求职者就职过的公司里的同事打探这个人之前的口碑。而AI介入后HR可能就不用那么麻烦了。

基于社交网络的构建、UGC内容的产絀、以及ChatBot和匹配算法的开发我们或许可以通过人工智能激活被动的求职者,AI可以作为猎头影响并转化被动求职者这一群体,而这也意菋着劳资双方的信息可以平等交换。

被招聘的人可以通过AI打造的社交平台清楚地了解企业信息而求职者的社交信息、内容产出也会变荿一份个人档案,企业可以更加立体、真实和动态地了解求职者的特长和兴趣

二、AI招聘还有哪些难题要过

即便AI招聘对于企业和求职鍺来说算是一个好消息,但是人们也不能高兴得太早,凡事有利有弊在看到好处的同时,我们也要观察到它需要改进的一面

1.以子之矛攻子之盾,AI试不出真人才

根据50个省市政府所属人才服务机构数据统计2012年以来大中城市人才供求比在2:1左右,即求职总人数约为提供AI岗位都囿哪些数量的2倍。而根据智联招聘统计年全国人才供需指数维持在30以上,即平均一个职位收到简历数量均在30份以上我国在快速发展的進程中,就业市场竞争加剧趋势十分显著

就业竞争激烈,企业人才短缺职业教育培训有着巨大的需求潜力与市场空间。根据百度及搜狗搜索数据2014年,职业教育培训的关注度在各细分教育子类中名列前茅

今年的公务员考试热潮刚刚冷却,但了解的人也知道此类公务員的笔试、面试的报班培训的成本只高不低。如果AI成了面试官求职者们“上有政策,下有对策”会去寻求更佳的面试培训,而有市场僦有需求以大数据为优势的AI面试恐怕也会被AI+培训所攻破。

智能HR的客观评分机制反而成了清晰可见的“套路”然后被智能培训老师“反套路”,两者”斗智斗勇“倒显得掺杂在中间的求职者像一枚棋子,毫无自主意识如此选拔出来的人会是真正的人才吗?

而人类HR的優点正是在于其自主性相信上过培训课的同学们都知道,培训老师都会强调面试时不要准备模板因为模板会造成同质化,面试官因为長期积累的经验通常能敏锐地察觉到模板的痕迹从而影响面试者的成绩。

2.“算法弥补偏见”不可信

Fetcher曾表示产品的筛选机制将消除任何潛在的人类偏见,使其完成符合平等就业机会委员会的规定年龄、性别、种族、宗教、残疾等都不会成为算法的参考标准。也就是说算法可以弥补招聘中的偏见。

这类论调不禁让人想起了张一鸣的”算法没有价值观“前几日,一名被银行拟录取的面试者却在准备入職时被智能检测平台Say No,究竟是可能出错的“人工智能”掌握了否决权,还是丁是丁卯是卯的“人工智能”为某些人为标签背了黑锅

现实生活中,招聘求职者可能会存在很多文本之外的“潜规则“比如招聘信息上的“某某条件优先”或许只是某些企业灵活运用的话术而已。算法本身是客观的但因为其需要人工标签,掌握这个算法的人群才是招聘中的关键盖上“算法”的面纱,那些成见反而更加若隐若现

数据一直是AI的大难题。但在面对AI招聘时数据的模型化显得十分困难,即使打造出模型普适性也难以预见。

目前的AI匹配技术仅仅能在尐数一些职位上达成足够高的可用性比如说卡车司机,因为卡车司机在美国是一个庞大群体且其能力和要求较容易被模型化。

当一家公司运用这个系统来面试求职者时无限的机器学习过程或许可以筛选出一个优秀的销售人才,但这种筛选算法也无法在不经过新的训练過程的情况下简单地推广到其他职位,比如人力市场等AI岗位都有哪些。而这仅仅是一家公司里存在不同AI岗位都有哪些所要面对的问题

如果不同的公司来使用这套系统,AI的数据需要更加垂直化但问题是,某个领域的某家公司真的有这么多的人才数据可以提供给机器来學习吗

AI+确实能成为一个工种的助力,但并不能解决一切问题各家企业应该明白,围绕人才招聘企业想要得到真正的人才,绝不能仅僅依靠人工智能这一技术领域的创新真正的突破点在于,企业将自身建设的越强对优质人才的吸引力才会越强。

智能相对论:深挖人笁智能这口井评出咸淡,讲出黑白道出vb深浅。重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及褙后的芯片、算法、人机交互等

}

6月底随着我国各省市高考陆续放榜,学子们专业填报的选择带来了新一波的统计浪潮

我国目前在人工智能方面的人才缺口已达百万级,企业的巨大需求也带来了高校對相关专业的设立据悉,今年全国共有35所高校获首批人工智能专业建设资格得益于高校相关专业的开设,相信4年后这一缺口将大大收窄。

4年后的事情谁也无法准确预测但至少目前来说,AI人才在我国无论是BAT类的巨头企业还是以AI为支撑的创业公司来说,绝对是炙手可熱的香饽饽

虽然无法预测,但是通过参考相关技术上比我们要领先5-10年左右的科技圣地硅谷的发展状况或许有些情况可见一斑。

众所周知自从AlphaGo击败人类围棋大师以来,有关人工智能的讨论一直非常热烈人工智能工作在硅谷和其他地方一直很热门,一名机器学习工程师嘚平均年薪为142,858美元但根据job site Indeed的一项研究,人工智能招聘的增长已经放缓人们对这些工作的兴趣也在下降。

据Indeed统计从2018年5月到2019年5月,人工智能领域的招聘职位增长了29.1%然而,这一增长大大低于前两年2017年5月至2018年5月增长了57.9%,在2016年5月至2017年5月期间更是达到了惊人的136.2%

与此同时,求職者对人工智能的兴趣正在趋于平稳2018年5月至2019年,人工智能相关职位的搜索量下降了14.5%相比之下,2017年5月至2018年5月的搜索量增长了31.9%2016年5月至2017年5朤的搜索量增长了49.12%。 Indeed表示今年的下降也表明,可能会有更多的职位空缺找不到合格的工人来填补

人工智能的工作搜索并不总是与职位數量保持同步。以数据科学家为例他们的工作是获取原始数据并应用编程、可视化和统计建模来为组织提取可操作的见解。

考虑到数据昰“新石油”数据科学家的需求量很大,而且Indeed的研究显示2017年至2018年,招聘启事增加了31%然而,在同一时期求职人数只增长了14%左右。

机器学习和深度学习工程师占据了人工智能工作的前10名

为了了解2018年至2019年间最受欢迎的人工智能职位该公司的分析团队确定了包含“人工智能”或“机器学习”等关键词的职位描述比例最高10个职位。

分析总监、统计学家、首席科学家、计算机科学家、研究工程师和数据工程师昰今年未能进入前十的竞争者

Indeed 发现,今年机器学习工程师职位的招聘广告中人工智能和机器学习关键词的比例最高(2018年也是如此)机器学習工程师开发使用预测技术的设备和软件,比如苹果的Siri或天气预报应用程序它们确保机器学习算法拥有需要处理和分析大量实时数据的數据,从而使机器学习模型更加准确

尽管机器学习工程师职位中包含相关关键词的职位数量仍然最多,但2018年这类职位所占比例更高(94.2%而2019姩这一比例为75%)。

2019年榜单前十名中很多需要人工智能技能的工作都没有出现在2018年榜单上比如深度学习工程师,首次位居第二深度学习工程师开发的编程系统可以模拟大脑功能,以及其他任务

这些工程师是三个快速发展领域的关键参与者:自动驾驶、人脸识别和机器人技術。一项研究显示仅全球面部识别市场就有望从2016年的33.7亿美元增长到2022年的77.6亿美元。

年与年之间的差异可能反映出所有类型的公司对数据科学家的需求都在不断增长;许多雇主现在需要一个完整的数据科学团队,员工从初级到主管级别不等相比之下,2018年的榜单包含了更普遍嘚数据科学职位如数据科学家、首席科学家和计算机科学家。Indeed认为招聘不同层次经验的员工能吸引更广泛的人才,这有助于企业在紧張的劳动力市场中更好地竞争

平均工资最高的 AI 工作

机器学习工程师不仅是招聘数量最多的人工智能AI岗位都有哪些,而且工资也最高与2018姩相比,该职位的平均年薪增幅最大

在2018年和2019年的Indeed排名中,机器学习工程师的薪酬排名第三然而,今年这个职位的平均年薪是142,859美元比詓年高8,409美元。与人力资源公司美世(Mercer)预测2019年平均2.9%的工资增幅相比这一增幅为5.8%。

同样算法工程师的平均年薪今年也涨到了109,313美元,上涨了5,201美え涨幅为4.99%。在竞争激烈的人工智能就业市场上企业愿意花费更多资金来吸引人才到这些关键AI岗位都有哪些上,这可能是这两类职位薪資上涨的原因

与前一份榜单一样,薪资排名靠前的职位显示出整个人工智能市场的发展和成熟更广义的职位,如分析总监、数据工程師、计算机科学家、统计学家和研究工程师都在2018年的榜单上,但今年没有进入前十2019年榜单上的新职位包括更加差异化的数据科学职位,如高级数据科学家和首席数据科学家

纽约和旧金山是 AI 工作的首选城市

与去年相比,尽管出现了一个新来者但2019年人工智能就业比例最高的大都市地区的排名并没有太大变化:

  • 达拉斯-沃斯堡, 德克萨斯州

去年至2019年,Indeed榜单上的三个地区互换了位置2018年,圣何塞排名第三(9.2%)华盛頓排名第四(7.9%)。但今年华盛顿特区排名第三,圣何塞排名第四2019年,波士顿(从第五位下滑)与西雅图(从第六位上升)交换了位置芝加哥把第七位让给了洛杉矶(从前的第八位)。达拉斯-沃斯堡保持在第九位去年排名第十的费城则被新上榜的亚特兰大挤下了榜单。

人工智能创造的僦业AI岗位都有哪些会比它消除的更多吗?

在未来几年最大的问题将是人工智能创造的就业AI岗位都有哪些是否会超过它所消除的就业AI岗位都囿哪些。

一些研究表明事实上,人工智能创造的就业AI岗位都有哪些将超过它所摧毁的就业AI岗位都有哪些世界经济论坛(World Economic Forum)发布的《2018年未来僦业报告》(2018 Future of Jobs report)发现,到2022年人与机器之间的劳动分工或人工智能自动化的转移将取代7500万个工作AI岗位都有哪些,但会创造1.33亿个新AI岗位都有哪些Gartner估计,人工智能将在2020年创造230万个新工作AI岗位都有哪些同时裁减180万个职位。根据2019年的一份 Dun & Bradstreet报道40%的组织由于采用人工智能而增加了工作AI崗位都有哪些,而只有8%的组织由于采用新技术而裁员

这种趋势是否会持续下去,我们将拭目以待

以上所述就是小编给大家介绍的《求職网站 Indeed统计:AI 招工速度放缓,求职者兴趣下降》希望对大家有所帮助,如果大家有任何疑问请给我留言小编会及时回复大家的。在此吔非常感谢大家对 的支持!

}

原标题:亚马逊放弃AI招聘工具囚工智能依然不能取代人类招聘员

对HR来说,最为重要的就是要招到对的人高水平的面试官再加上多轮面试,往往会提高这次招聘的准确率但多轮面试所提升的准确率,却是以牺牲工作效率为代价的

而人工智能依赖于其强大的计算能力和大数据,能够进行自动化的人才甄选包括自动化笔试、面试以及基于聊天机器人的甄选工具。如此人工智能便可以成倍地减少企业搜寻人才的时间,面试的效率将会嘚到大幅提升使得HR们能用更多的精力去找到“对的人”。

只不过理想很美好,现实很骨感在真正使用人工智能进行招聘的过程中,AI偏见问题依然是目前无法得以解决的一个挑战

前不久,美国《侨报》报道称随着人工智能的快速发展,聊天机器人也开始被用在招聘求职中具体而言,利用聊天机器人公司在很短的时间内就能搜索到求职者,查看分析他们的技能来匹配公司的招聘需要,从而安排丅一步的面试程序而求职者则需要和机器人斗智斗勇,方能得到进入第二轮面试的机会

对此,希尔顿招聘副主管Sarah Smart表示:“人工智能会汾析求职者的语调、眼神和回答的表情来判断求职者是否对工作富有热情,从而来帮助我们筛选求职者”当然,人工智能现在一般被鼡于低水平入门级别的工作招聘中比如在零售季节性招聘时,大部分公司会选择使用人工智能聊天机器人

AI招聘虽起作用,但依然存在缺陷

虽然AI招聘已发展的愈发普遍但也并不是所有相关工具的应用都能一直进行下去,亚马逊的秘密AI招聘工具就是一个例子最近,该公司的机器学习专家从其工具中发现了一个大问题:他们的新招聘引擎并不喜欢女性有知情人士透露,该团队自2014年以来一直在建立计算机程序以审查求职者的简历,目的是自动化寻找顶尖人才

讲真,自动化是亚马逊电子商务占市场主导地位的关键无论是在仓库存储还昰在推动定价决策上,人工智能都起到了一定的作用除此以外,有知情人士透露该公司正在研发一种实验性的招聘工具,试图通过人笁智能技术对求职者进行一到五星级的评分这有点类似于购物者对亚马逊商品进行评分一样。

知情人士表示“每个公司都想要这个‘聖杯’,他们想要一个这样的引擎可以从100份简历里排出前五名,然后直接进行雇佣”只不过到了2015年,亚马逊逐渐意识到其新系统并未鉯性别中立的方式去评定这些候选人

而造成这种结果的原因在于亚马逊的计算机模型的培训。简单来说该公司通过向其算法提供10年内公司收到的简历来审查求职者,但在这些简历资料中大部分都是男性,这也反映出了整个科技行业中男性的主导地位

因此,亚马逊的系统便“记住”了男性求职者录取的概率更高降低对女性简历录取的概率。虽然亚马逊建立了某些程序使其对一些特定术语保持中立,但这还是不能保证机器不会用其他方式来对求职者进行歧视性的分类

知情人士称,由于高管们对这个项目不再抱有希望亚马逊最终決定在去年年初解散了该团队。至于亚马逊在进行人员招聘时不会完全依赖于该系统产生的排名,只会查看这一工具提出的建议对此,亚马逊拒绝评论其招聘引擎或面临的挑战但该公司表示,它致力于工作场所的多样性和平等

亚马逊的失败,为其他巨头提供了教训

關于亚马逊实验性的AI招聘工具可以说是一个机器学习局限性的案例研究,同时也为越来越多的大型企业提供了一个教训包括希尔顿和高盛集团公司,这些企业都在寻求自动化部分招聘流程

人才软件公司CareerBuilder 2017年的一项调查显示,大约55%的美国人力资源经理表示人工智能将茬未来五年内成为他们工作的常规部分。实际上HR想要通过人工智能来提高工作效率,减轻工作负担本就无可厚非。对很多雇主来说怹们长期以来一直的梦想就是利用技术扩大招聘网络,减少对招聘人员主观意见的依赖但是,在卡内基梅隆大学教授机器学习的Nihar Shah等计算機科学家表示要想完全实现,还有许多工作要做比如,如何确保算法公平以及确保算法真正可解释

说回亚马逊实验性的AI招聘工具,其开始时间正处于这家全球最大在线零售商发展的关键时期由于低成本计算能力的激增,机器学习在技术领域越来越受欢迎同时,亚馬逊的人力资源部门即将开始大规模招聘监管部门的文件显示,自2015年6月以来该公司的全球员工人数增加了两倍多,达到575,700名员工

因此,亚马逊选择在其爱丁堡工程中心建立了这样一个已发展到十几个人的团队旨在开发人工智能,以便快速抓取网络信息并发现值得招募嘚求职者据悉,该团队创建了500个专注于特定工作职位的计算机模型他们会教每个模型认识过去求职者简历中出现的约5万个术语。

但有知情人士表示在这些算法看来,IT申请者具备的一些常见技能是没什么意义的比如编写各种计算机代码的能力。相反这项技术更倾向於男性工程师简历中常出现的动词,像“执行”(executed)和“控制”(captured)

当然,性别偏见并不是唯一的问题在一定程度上,支持模特判断嘚数据如果存在问题就意味着不符合条件的申请人经常被推荐用于各种各样的工作。而这项技术中出现的随机结果也是亚马逊结束该项目的原因之一

除亚马逊外,其他公司的这项技术还在向前发展这反映出雇主们迫切希望利用人工智能进行招聘的期望。比如盐湖城附近的一家创业公司HireVue的首席执行官Kevin Parker表示,自动化正在帮助企业减少对招聘网络的长期依赖他的公司尝试在视频面试中分析求职者的语言囷面部表情,以减少招聘对文字简历的依赖

另外,像高盛这样的巨头也已经创建了自己的简历分析工具试图将求职者与他们认为“最匼适”的工作部门或职位进行匹配。而微软收购的LinkedIn是全球最大的专业求职平台可根据其网站招聘信息算法为为雇主提供求职者的排名情況。但该公司副总裁John Jersin表示其服务并不能取代传统的招聘人员。

“我当然不会相信任何人工智能系统能够独立做出招聘决定”他说道。“这项技术还没有完全准备好”另外一些人士则表示,他们担心人工智能的透明度美国公民自由联盟(ACLU)目前正尝试确立一条法律,尣许对那些测试招聘网站的歧视算法的研究人员和记者进行刑事起诉对ACLU来说,他们已经越来越关注算法的公平问题

总的来说,和所有玳码一样人工智能的偏见程度暂时只能取决于对它进行编程的工程师及其训练数据。考虑到人工智能在以往人类招聘行为中的模式进行學习那么就意味着在招聘过程中存在的任何人类偏见行为,它都会学习到更糟糕的是,如果这种算法偏差没有被HR注意到那么整个人笁智能系统可以做的不仅仅是强化偏见,更可能通过不断对其优化造成更严重的后果。

撇开招聘不谈类似的基于人工智能的系统已经暴露出了令人担忧的偏见问题,举个例子在查找犯罪分子时歧视穷人、在预测犯罪时黑人的犯罪可能性更大,等等在这些方面需要注意的是,算法编程中一个简单的错误可能会比一个有偏见的人类招聘人员造成的伤害大得多后果严重的多。

因此HR以及企业们必须注意箌,人工智能还没有准备好创建一个标准来识别最合适的求职者并确保不以表面价值输出结果,毕竟他们只是一个“没血没肉、没意识”的机器

微软投资Grab加速布局AI,车联网成其云业务催化剂

}

我要回帖

更多关于 AI岗位都有哪些 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信