Q:
Hva er noen måter maskinlæringssystemer kan være nyttige for menneskelige ressurser?
EN:Uansett hvor du ser, transformerer maskinlæring bransjer. En av de senere brukerne er personalfeltet. Til å begynne med ble maskinlæring i stor grad brukt til markedsføring og kundevendt programvare, men nå utvides den til å tilby menneskelige ressursforvaltere bedre måter å holde seg oppdatert på å administrere et kontor av noe slag .
En av de hyppigste og mest populære måtene som maskinlæring brukes i menneskelige ressurser er å hjelpe luke gjennom et stort antall gjenopptak fra søkere. Det er et veletablert problem hos mange selskaper at ethvert jobbtilbud får en flom av applikasjoner. En del av dette knytter seg til historisk høy arbeidsledighet etter finanskrisen i 2008, men selv i flush-tider er det mange som vil ha de samme jobbene og stillingene.
| Gratis nedlasting: Machine Learning og Why It Matters |
Maskinlæring kan bidra til å gjøre silingsprosessen mye mindre arbeidskrevende. I en Techopedia-artikkel om trender innen teknologi, snakker Cristian Rennella, administrerende direktør og medgründer av MejorTrato.com.mx, om hvordan selskapet hans bruker kunstig intelligensverktøy for å gå gjennom CVene til forskjellige kandidater. Dette, sa han, tok mesteparten av personalavdelingens tid før overgangen til programvare, og gjøres nå raskt og enkelt med automatiseringsverktøy.
Læringssystemer for maskiner kan også gjennomgå CV på mer dype og intelligente måter. De kan se etter spesifikke ferdighetssett og ting som søkerens geografiske beliggenhet. På noen måter kan maskinlæringssystemer til og med ta over mye av intervjuprosessen. Hvis et første intervju bare er å lage en grov match med tanke på ferdigheter og logistikk, kan mye av dette nå gjøres med sofistikerte maskinlæringsprodukter.
Personalavdelinger kan også bruke maskinlæringssystemer for å følge med på omsetning eller utmattelse. I for mange tilfeller blir disse problemene bare lagt merke til når bemanningsmodellen blir anstrengt, eller når hull utvikler seg i en plan. Men på det tidspunktet er det ofte for sent å virkelig gjøre et raskt og smidig comeback og få flere mennesker involvert. Ved å ha et fugleperspektiv av organisasjonen gjennom en maskinlæringsplattform, forstår menneskelige ressurser mennesker utviklingen før den kommer for langt nede.
Samtidig kan menneskelige ressurser mennesker også bruke maskinlæring for talentinnsamling. Læringssystemer for maskiner kan sortere gjennom interaksjoner fra tidligere for å finne det som gjør selskapet attraktivt for talent, slik at forfattere kan markedsføre disse tingene i fremtidige stillinger.
Som påpekt av mange bedriftseksperter, er dagens stillingsannonser ikke bare formelle intensjonsavtaler. De forskes og optimaliseres, på samme måte som bedrifter forsker og optimaliserer direktemeldere og annet kundemateriell. Det er fordi talent er så viktig i dagens selskap - og maskinlæring hjelper menneskelige ressurser til å dra ut der og konkurrere i et miljø med høyt trykk.
I tillegg hjelper maskinlæring med det generelle ansvaret for kommunikasjon med menneskelige ressurser. Elementer som lønn, fordeler, ferietid og mer kan spores, analyseres og kontrolleres gjennom en type sentralt grensesnitt. Alt dette er med på å strømlinjeforme arbeidet som avdelingene for menneskelige ressurser gjør regelmessig, og det er en annen grunn til at så mange selskaper ser på applikasjoner for maskinlæring for HR.
