Prof. Krzysztof Stencel z Wydziału Matematyki, Informatyki i Mechaniki prowadzi projekt analizy behawioralnej na potrzeby rekrutacji. Projekt pozwoli skrócić czas poszukiwania nowego pracownika, obniżając koszty procesu rekrutacyjnego. Korzyści odniosą również sami pracownicy, którzy będą otrzymywać propozycje pracy w dogodniejszym dla siebie momencie.

Obecnie na rynku brakuje około 50 tys. wykwalifikowanych specjalistów. Uderzający jest niedobór informatyków i programistów, na których popyt ciągle wzrasta. Ten deficyt będzie się pogłębiał, ponieważ w ujęciu globalnym znacznie szybciej rośnie zapotrzebowanie na pracowników IT w porównaniu z liczbą specjalistów wchodzących na rynek.

 

Informatyka a proces rekrutacyjny

Analiza behawioralna użytkowników sieci nie jest nowością. Obecnie pozwala skuteczniej personalizować przekaz reklamowy i adresować oferty pod kątem rzeczywistych zainteresowań odbiorców. Podobnie może być z proponowaniem ofert pracy.

 

W jaki sposób informatyka może wspierać proces rekrutacyjny? Za pomocą metod informatycznych można wygenerować informację o tym, jakie jest prawdopodobieństwo, że dana osoba chce zmienić pracę.

 

Opracowujemy narzędzie informatyczne, które dzięki specjalnym algorytmom i analizie danych pozwoli typować kandydatów chętnych do zmiany pracy. System dokonuje selekcji na podstawie danych z różnych źródeł dostępnych w Internecie. Mogą to być dane demograficzne, o miejscu pracy, informacje pobrane z LinkedIn, GitHub, Stack Overflow, czyli platform internetowych, na których grupa zawodowa jest bardzo aktywna – wyjaśnia prof. Krzysztof Stencel, kierujący projektem. – Narzędzie działa w koncepcji machine learning – czyli jest samodoskonalącą się platformą, która w miarę upływu czasu będzie coraz skuteczniej zawężać bazę potencjalnych pracowników do grupy osób, które rzeczywiście skłonnych zmienić pracę – dodaje.

 

Analiza behawioralna może również analizować, na ile ktoś jest zadowolony ze swojego miejsca pracy i co o nim pisze. Przetwarzanie maszynowe musi się więc sprowadzać również do semantycznego rozumienia, co dana osoba komunikuje. Można także zaprogramować narzędzie w taki sposób, aby wyłapywało bardziej subtelne zachowania ludzi na portalach społecznościowych, np. manifestowanie niezadowolenia bez podania przyczyny.

 

Mniejsze koszty, większa skuteczność

Głównym celem powstającego na UW rozwiązania jest automatyzacja procesu rekrutacyjnego na jego pierwszym etapie. W firmach doradztwa personalnego istotnym kosztem jest czas poświęcany na wstępną selekcję potencjalnych kandydatów. Z reguły jest to żmudny proces podejmowania kontaktu z zatrudnionymi specjalistami i weryfikacja ich woli do ewentualnej zmiany pracy. Większość takich kontaktów nie przynosi żadnego rezultatu, co dla firmy rekrutacyjnej oznacza czystą stratę. Nasz pomysł polega na typowaniu tych specjalistów, którzy z dużym prawdopodobieństwem dadzą się namówić na zmianę pracy – mówi prof. Krzysztof Stencel.

 

– Oczywiście nie zapewnimy stuprocentowej skuteczności w typowaniu kandydatów. Zamierzamy jednak uzyskać na tyle wysokie wskaźniki selekcji, by zadowolić każdą agencję pośrednictwa pracy działającą nie tylko w sektorze IT – dodaje profesor.

Więcej informacji znajduje się na stronie Uniwersyteckiego Ośrodka Transferu Technologii, który wspiera pracowników UW w procesie komercjalizacji.