Альпер Текин, главный продуктовый директор компании Findem – серия интервью

Серия интервью с главным продуктовым директором компании Findem, Альпером Текином

Алпер Текин – главный коммерческий директор Findem, платформы по подбору и управлению персоналом с помощью искусственного интеллекта. Облако данных о талантах Findem создано на основе самых передовых данных о персонале. Оно обучается с той же скоростью, с которой движется рынок, чтобы предоставить непревзойденный интеллект в области талантов всей вашей команде.

Ранее вы были основателем и генеральным директором нескольких стартапов. С какими сложностями при найме персонала вы столкнулись?

Найм персонала оказался одним из самых сложных аспектов моего предпринимательского пути. Как предприниматели, мы знаем, что люди имеют большее значение, чем все остальное, и создание правильной команды – самая важная задача любого руководителя бизнеса. Однако действительно сложно выделить достаточное количество времени, необходимого для поиска подходящих людей, когда вы заняты множеством других дел, связанных с запуском и масштабированием компании. Без объективных данных о доступных специалистах очень трудно найти нужных людей, и еще труднее узнать, будут ли они успешны в вашей компании.

Можете ли вы рассказать о видении того, как Findem создает автономную платформу для команд HR будущего?

Подбор персонала – это сложная работа, включающая сотни задач, выполняемых десятками людей с использованием десятков инструментов, которые большую часть времени не взаимодействуют друг с другом. Наше видение заключается в устранении этой сложности с помощью комбинации искусственного интеллекта и автоматизации бизнес-процессов.

Наша первоочередная цель – поддерживать команды HR, автоматизируя скучные, рутинные операции, связанные с принятием решений на ежедневной основе, и помогать людям принимать более быстрые, лучшие и более справедливые решения на основе данных. Мы уже видим случаи использования нашей платформы, например, в большой технологической компании, где для создания пула кандидатов использовалось восемь-десять систем, каждая из которых использовалась изолированно. Для выполнения одной задачи требовалось 80-100 кликов, а теперь, благодаря автономным приложениям, эта задача решается одним щелчком.

Как и все бизнес-функции, инструменты и ресурсы для подбора персонала будут претерпевать трансформацию, основанную на искусственном интеллекте, и наш план заключается в автоматизации того, что может быть автоматизировано, что позволит рекрутерам и другим HR-специалистам реализовывать свой полный потенциал. Автономные приложения в первую очередь будут играть важную роль в планировании, формировании кадрового резерва и аналитике, а затем охватят все этапы управления персоналом, включая планирование трудовых ресурсов, формирование базы талантов, карьерное развитие и планирование преемственности.

Findem анализирует биллионы данных и использует так называемые 3D данные, можете уточнить, что такое 3D данные?

Findem анализирует 1,6 триллиона данных из сотен тысяч источников для создания новых данных о талантах, которых нет нигде еще, и предоставления понимания о личности и компаниях, связанных с этими людьми, на протяжении времени. Findem использует три измерения данных – данные о людях и компаниях на протяжении времени – чтобы связать индивидуальные и корпоративные пути и создавать обогащенные профили талантов.

Представьте себе это так: каждый человек, работавший на современном рынке труда, имеет свой путь и оставляет след в цифровой форме. Это могут быть должности, повышения, сертификаты, вклады в код, публикации в социальных сетях и многое другое. Аналогично, у компаний тоже свой путь. Они имеют активности, такие как привлечение финансирования, IPO, финансовые документы, а также описания вакансий, организационные схемы, обзоры компаний и профили руководителей – все эти данные могут описать развитие и прогресс организации.

Традиционно, при принятии решений о найме персонала полагались на резюме, заявления на работу или профиль LinkedIn, которые предлагали только одномерную информацию о человеке. Однако мы создали платформу, способную собирать тысячи данных о пути человека и компании и преобразовывать их в обогащенные профили. Результатом является более детальное и подробное понимание опыта, набора навыков и влияния человека, чем это было ранее возможно с помощью ручных исследований или данных из пользовательских профилей LinkedIn.

С помощью нашего Talent Data Cloud можно искать информацию о целых карьерах, используя удобный интерфейс GenAI. Например, вы можете попросить платформу показать вам финансовых директоров в американских компаниях, принадлежащих финансовым компаниям частного инвестирования, которые привели компанию от отрицательной до положительной операционной маржи, или попросить предоставить вам список преданных управляющих продуктом, работавших в стартапе B2B и приведших его к серии С большого объема.

Какие различные типы данных анализируются?

Наш Talent Data Cloud динамически и непрерывно использует языковую модель для генерации 3D данных из сотен тысяч источников данных.

Анализируются профильные и контактные данные социальных сетей, таких как LinkedIn, GitHub, StackOverflow, Kaggle, Dribble, Doximity, ResearchGate, WordPress и персональных веб-сайтов. Данные о населении поступают от Бюро переписи населения США, конечно. Кроме того, мы изучаем данные о компаниях из объявлений о финансировании, данных об IPO, бизнес-моделей более 8 миллионов компаний и более 100 000 категорий компаний и продуктов. Для подтвержденных навыков платформа анализирует более 300 миллионов патентов и публикаций, более 5 миллионов открытых наборов данных и ML-проектов, а также более 200 миллионов открытых репозиториев кода и других общественных вкладов. И мы неизменно включаем данные из систем по управлению персоналом (ATS), включая информацию о кандидатах из ATS пользователя, таких как Greenhouse, Workday, SmartRecruiters, BambooHR, Lever и так далее.

Чего добивается машинное обучение, анализируя эти данные?

Findem в первую очередь использует BI, а затем использует искусственный интеллект для изучения и составления прогнозов на основе фактических данных. Мы называем это детерминированной моделью в отличие от вероятностной модели. Например, мы не делаем вероятностных выводов о вашем опыте работы в стартапах, вместо этого мы смотрим на ваш трудовой стаж и проверяем, работали ли вы в компаниях, которые были классифицированы как стартапы, и затем добавляем атрибут «опыт работы в стартапах» в ваш профиль.

Как эти данные превращаются в атрибуты, и что такое атрибуты?

После сбора данных у нас есть интеллектуальный движок (подумайте о нем, как о современной промежуточной SQL), который может отображать данные на любой атрибут, который мы хотим создать.

Атрибуты – это навыки, опыт и характеристики отдельных лиц и компаний – и они являются как материальными, так и нематериальными. К материальным атрибутам относятся роли (текущие, прошлые и опыт работы), опыт работы, образование, квалификация и другая техническая информация. Нематериальные атрибуты могут иметь широкий диапазон, таких как способность вдохновлять верность, создавать разнообразные команды или иметь миссию.

Наш поиск по атрибутам позволяет командам HR искать кандидатов по всем каналам в их талант-экосистеме с использованием практически любых критериев, о которых вы можете подумать.

Как платформа предотвращает проникновение полового или расового искажения данных в процесс найма?

Наша платформа была специально создана таким образом, чтобы не принимать решения от лица пользователя, а только помогать людям принимать решения с помощью искусственного интеллекта. Используя стратегию, сосредоточенную на BI, платформа приоритетно собирает, анализирует и представляет данные, чтобы предоставить понимание и поддержку принятия решений, затем использует искусственный интеллект для обучения, обоснования и создания прогнозов или рекомендаций с надежными результатами.

Мы – платформа по поиску и сопоставлению, а не платформа оценки кандидатов, и искусственный интеллект никогда не используется для субъективной оценки личности. Он никогда не автоматически продвигает или отклоняет заявки от соискателей. Также, поскольку Findem не использует AI для поиска и сопоставления (эти возможности основаны на BI), это устраняет риск искажения или дискриминации в процессе.

Как Findem упрощает процесс продвижения внутреннего персонала?

В основе мы не делаем различий между «внутренним» и «внешним» талантом. Для любого человека в нашей базе данных наш алгоритм может найти наиболее подходящих кандидатов, будь они снаружи или внутри организации.

Какие инструменты управления талантами предлагает Findem?

Мы объединяем деятельности на вершине воронки, поэтому все от поиска талантов до CRM и аналитики. У нас также есть решение для внутренней подвижности, а мы также предлагаем возможности для управления рекомендациями и планирования преемственности.

На какой стадии предпринимательского пути стартап должен быть, прежде чем связаться с Findem?

Мы обслуживаем клиентов всех размеров, но нашей основной целевой аудиторией являются компании, находящиеся в режиме масштабирования с несколькими сотрудниками.

Благодарим вас за интересное интервью. Читатели, желающие узнать больше, могут посетить Findem.