AI 科技評論按，對于高科技企業(yè)來說，人才是最寶貴的財富和核心競爭力，每家企業(yè)都希望能夠招聘到最優(yōu)秀的人才。但在實(shí)際招聘過程中，又會面臨許多問題，例如：如何量化候選人的優(yōu)秀程度以及和應(yīng)聘崗位的契合程度？這些問題通常非常依賴 HR 招聘經(jīng)理和面試官自身的經(jīng)驗(yàn)。事實(shí)上，傳統(tǒng)的人才評估手段一方面效率較低，另一方面難以杜絕主觀失誤。這時候，基于人工智能的招聘技術(shù)作為一種有效的補(bǔ)充手段，開始發(fā)揮作用。
由于以上種種原因，為了更好地進(jìn)行人才管理，百度依托自身大數(shù)據(jù)和人工智能技術(shù)優(yōu)勢，建立了百度人才智庫（Baidu Talent Intelligence Center, 簡稱 TIC）團(tuán)隊(duì)，并研發(fā)了百度人才智庫系統(tǒng)，目前該系統(tǒng)已經(jīng)擁有包括智能招聘在內(nèi)的六大產(chǎn)品模塊，具有超過 50 種自主研發(fā)的智能人才分析功能，并在百度 HR 內(nèi)部全面使用。
百度 TIC 團(tuán)隊(duì)從成立至今已有三年歷史，由百度科學(xué)家、商業(yè)智能實(shí)驗(yàn)室主任、在國際人工智能領(lǐng)域享有盛名的熊輝教授負(fù)責(zé)，針對人才、組織、文化等三個層面開展了一系列大數(shù)據(jù)智能化人才管理的探索與實(shí)踐。而在人才管理中，招聘是非常重要的一環(huán)，也是特別關(guān)注的方向。百度 2019 校園招聘正是借助該團(tuán)隊(duì)的技術(shù)能力，讓智慧校招成為距離畢業(yè)生最近的 AI 場景，通過 AI 技術(shù)為每一位同學(xué)尋找、推薦最合適的崗位，實(shí)現(xiàn)個性化筆試，助力優(yōu)秀人才脫穎而出
智慧校招
在過去幾年里，百度已經(jīng)自主研發(fā)了一系列針對智能招聘場景的技術(shù)和產(chǎn)品，去年也首次針對校園招聘做出嘗試，發(fā)起了名為「智慧校招」的項(xiàng)目。該項(xiàng)目負(fù)責(zé)人、同時也是百度 TIC 團(tuán)隊(duì)技術(shù)負(fù)責(zé)人的祝博士向 AI 科技評論表示，對任何一家公司來說，校招都非常重要。相較社招的員工，校招的學(xué)生更像一張白紙，企業(yè)可以為其提供更合適的培養(yǎng)計劃，他們對公司也會更具歸屬感和認(rèn)同感。他進(jìn)一步表示，希望能通過百度 TIC 團(tuán)隊(duì)的技術(shù)和產(chǎn)品，一改以前主觀化、經(jīng)驗(yàn)化和滯后的人才管理模式，通過大數(shù)據(jù)和人工智能技術(shù)，得到相對客觀化、科學(xué)化和前瞻化的結(jié)論。
目前，百度在智能招聘領(lǐng)域已經(jīng)積累了一系列重要科研成果，從招聘市場趨勢分析到招聘公司口碑（雇主品牌）分析，再到簡歷評估、人崗匹配、智能評測等，都有相應(yīng)技術(shù)積累，也在 IJCAI、AAAI、SIGIR、KDD 等人工智能、數(shù)據(jù)挖掘領(lǐng)域的頂級會議上發(fā)表了多篇論文。
成果是第一步，落地是第二步。智慧校招項(xiàng)目始于 2017 年，當(dāng)時主要針對 HR 招聘效率提升進(jìn)行了兩方面嘗試：一是簡歷評估，對簡歷做初步篩選；二是簡歷分發(fā)，基于歷史招聘數(shù)據(jù)，構(gòu)建基于深度學(xué)習(xí)的人崗匹配模型，把應(yīng)聘人員匹配到合適的部門和崗位。
基于去年的功能，智慧校招項(xiàng)目在今年的百度 2019 校園招聘項(xiàng)目中又有兩大提升，直接服務(wù)于應(yīng)聘學(xué)生，從幕后走向臺前。
第一，智能崗位推薦。打開百度招聘主頁（talent.baidu.com），點(diǎn)擊校園招聘之后，會出現(xiàn)個人專屬的智能招聘助手小度，一旦將簡歷上傳至頁面，小度會自動為大家進(jìn)行崗位推薦。
第二，智能筆試試卷生成。在簡歷投遞成功之后，小度將針對崗位需求和個人簡歷，為學(xué)生量身打造個性化筆試考卷。祝博士表示，以前只會通過招聘崗位的大類別對學(xué)生進(jìn)行通用的筆試考察，而今年的校園招聘把學(xué)生簡歷與具體崗位需求相結(jié)合，進(jìn)行個性化考察，針對每個人定制不同試題?！肝覀兿Ｍ麌L試?yán)萌斯ぶ悄芗夹g(shù)，實(shí)現(xiàn)一種千人千面，萬人萬面的個性化筆試，根據(jù)簡歷內(nèi)容以及應(yīng)聘崗位的具體需求，個性化生成試題?！?/span>
在談到百度建立智能招聘系統(tǒng)的過程中，面臨的挑戰(zhàn)有哪些的時候，百度 TIC 團(tuán)隊(duì)表達(dá)了如下的看法。
首先需要與 HR 專家進(jìn)行深入溝通，了解業(yè)務(wù)上的真正痛點(diǎn)。之后，再把抽象的業(yè)務(wù)問題定義成具體的數(shù)學(xué)問題，定義成可以用算法解決的問題。拿招聘舉例，最基本的方向是關(guān)健詞匹配，如果想要招聘數(shù)據(jù)挖掘或者機(jī)器學(xué)習(xí)方向的研究人員，必須對方在簡歷中有提及相關(guān)技能的關(guān)鍵詞，才可以進(jìn)行匹配。但問題在于，如今的專業(yè)技能劃分越來越細(xì)，數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)里有非常多的分類，例如：深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等等，同時 NLP、語音識別等領(lǐng)域也與機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘緊密相關(guān)，如何去匹配這些技術(shù)在語義上的關(guān)聯(lián)性，是算法研發(fā)中的一大挑戰(zhàn)。
在進(jìn)行數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)研究時，最核心的問題是如何把技術(shù)知識和商業(yè)領(lǐng)域知識相結(jié)合。如何結(jié)合 HR 領(lǐng)域知識，設(shè)計最符合招聘問題的智能解決方案，就是一大難點(diǎn)。而這里還有一個困難，如果讓機(jī)器直接告訴 HR 結(jié)果，他們更多時候會持懷疑態(tài)度，因?yàn)闄C(jī)器學(xué)習(xí)、特別是深度學(xué)習(xí)對 HR 來說是個「黑箱」。針對這一問題，百度 TIC 團(tuán)隊(duì)嘗試?yán)脤哟位?RNN + Attention 機(jī)制，增加模型的可解釋性，把簡歷中的重要技能進(jìn)行可視化展示，直觀地顯示出匹配程度，相關(guān)論文也已經(jīng)在 SIGIR 2018 上發(fā)表。
成果展示
除了 SIGIR 2018，百度 TIC 團(tuán)隊(duì)在 AAAI 2018 上也發(fā)表了一篇對簡歷進(jìn)行智能評估的論文。祝博士向 AI 科技評論表示，在評估簡歷時，除了進(jìn)行文本分析，非常重要的一點(diǎn)則是判斷簡歷中的技能是否是招聘市場上最需要的。這篇論文對招聘市場上各個公司的用人需求以及技能要求建模，判斷出市場上最需要的技能，基于這些結(jié)論，再對簡歷進(jìn)行結(jié)構(gòu)化分析?！咐缒壳笆袌錾献钚枰疃葘W(xué)習(xí)、強(qiáng)化學(xué)習(xí)方面的人才，而簡歷中恰好也有這方面的專業(yè)技能，那么這個人就是一名潛在候選人?！?/span>
百度 TIC 團(tuán)隊(duì)針對人崗匹配問題提出了一種全新的可解釋性深度學(xué)習(xí)模型（SIGIR 2018）
前面提到的校招筆試題自動生成就是基于他們發(fā)表在 IJCAI 2018 上的一篇論文。針對簡歷、崗位、面評的維度進(jìn)行聯(lián)合建模，讓機(jī)器學(xué)習(xí)簡歷和崗位中重要的知識點(diǎn)，然后與題目進(jìn)行匹配。出題時不僅要考慮到相關(guān)性，而且還要考慮到覆蓋程度和多樣性。在這里，百度 TIC 團(tuán)隊(duì)提出了一個全新的算法來解決這個問題。
在 KDD 2016 上，他們發(fā)表了一篇論文對招聘市場趨勢進(jìn)行了分析。這項(xiàng)工作對互聯(lián)網(wǎng)公司發(fā)布的歷史招聘廣告進(jìn)行序列化建模，對不同公司的招聘趨勢進(jìn)行預(yù)測。那時候，這一模型便成功預(yù)測出未來數(shù)年主流互聯(lián)網(wǎng)企業(yè)布局大數(shù)據(jù)、人工智能的商業(yè)戰(zhàn)略。
在 KDD 2016 上發(fā)表的另一項(xiàng)研究是人才圈子挖掘，用來解決人才 Sourcing 的問題，例如：如果需要招聘資深數(shù)據(jù)挖掘工程師，應(yīng)該從哪些公司或高校去尋找。舉個簡單的例子，互聯(lián)網(wǎng)企業(yè)如果需要招聘資深工程師，一般傾向在一線大型互聯(lián)網(wǎng)公司去找。公司和公司之間存在人才圈子，這是由企業(yè)文化和業(yè)務(wù)方向所決定的。
百度 TIC 團(tuán)隊(duì)關(guān)于智能招聘的相關(guān)論文：
- Recruitment market trend analysis with sequential latent variable models KDD 2016
- Talent circle detection in job transition networks KDD 2016
- Collaborative company profiling: Insights from an employee''s perspective AAAI 2017
- Measuring the popularity of job skills in recruitment market：A multi-criteria approach AAAI 2018
- Person-job fit：Adapting the right talent for the right job with joint representation learning ACM TMIS 2018
- Enhancing person-job fit for talent recruitment：An ability-aware neural network approach SIGIR 2018
- A joint learning approach to intelligent job interview assessment IJCAI 2018
在技術(shù)上有了積累，未來如何做好產(chǎn)品？
TIC 團(tuán)隊(duì)表示需要做好兩點(diǎn)：
第一，做產(chǎn)品要重視領(lǐng)域知識。特別是商業(yè)產(chǎn)品，比如智能招聘，對于這種已有的行業(yè)，本身積累了非常多的領(lǐng)域知識、專家知識，做產(chǎn)品時需要尊重這些相關(guān)知識，從而令其成為賦能的導(dǎo)向。要積極和行業(yè)專家進(jìn)行溝通，真正把領(lǐng)域知識和技術(shù)知識進(jìn)行完美結(jié)合。如果一開始就想要顛覆或者取代某個行業(yè)，這是不可取的，也會讓傳統(tǒng)從業(yè)者產(chǎn)生負(fù)面想法。
第二，做產(chǎn)品還需要專注。現(xiàn)在人工智能是熱點(diǎn)，社會和行業(yè)相對比較浮躁，大家都會往這方面發(fā)展。這時候需要專注、打磨技術(shù)、重視用戶體驗(yàn)，把產(chǎn)品真正做到極致。近年人工智能創(chuàng)業(yè)公司如雨后春筍般出現(xiàn)，人工智能領(lǐng)域頂會的投稿量也屢創(chuàng)新高，這一方面說明了人工智能的熱度，另一方面也告訴我們要想從中脫穎而出必須要有自己的專注和堅持。
未來，百度 TIC 團(tuán)隊(duì)還將繼續(xù)在人才、組織、文化等方面進(jìn)行更多智能化人才管理的嘗試。祝博士告訴我們，這個領(lǐng)域非常綜合，涉及到管理學(xué)、組織行為學(xué)、人工智能等多個領(lǐng)域的知識融合。從招聘角度來說，在復(fù)盤今年校招項(xiàng)目的應(yīng)用效果之后，將考慮在明年校招項(xiàng)目中上線更多貼近學(xué)生應(yīng)聘需求的智能應(yīng)用。另外，對于相關(guān)算法，還將進(jìn)行一系列嘗試和創(chuàng)新。
