Jaké jsou způsoby, jak mohou systémy strojového učení být užitečné pro lidské zdroje? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q:

Autor: Roger Morrison
Datum Vytvoření: 26 Září 2021
Datum Aktualizace: 21 Červen 2024
Anonim
Jaké jsou způsoby, jak mohou systémy strojového učení být užitečné pro lidské zdroje? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Technologie
Jaké jsou způsoby, jak mohou systémy strojového učení být užitečné pro lidské zdroje? googletag.cmd.push (function () {googletag.display (div-gpt-ad-1562928221186-0);}); Q: - Technologie

Obsah

Q:

Jaké jsou způsoby, jak mohou systémy strojového učení být užitečné pro lidské zdroje?


A:

Kamkoli se podíváte, strojové učení transformuje průmyslová odvětví. Jedním z pozdějších osvojitelů je oblast lidských zdrojů - strojové učení bylo zpočátku do značné míry aplikováno na marketing a software zaměřený na zákazníka, ale nyní se rozšiřuje o nabídku manažerů lidských zdrojů, lepší způsoby, jak udržet přehled o správě kanceláře jakéhokoli druhu .

Jedním z nejčastějších a nejoblíbenějších způsobů, jak se strojové učení používá v lidských zdrojích, je pomoci plevelům prostřednictvím velkého počtu životopisů od žadatelů. V mnoha společnostech je dobře známým problémem, že každá nabídka práce dostává záplavu žádostí. Část z toho souvisí s historicky vysokou nezaměstnaností po finanční krizi v roce 2008, ale i v době vyprázdnění mnoho lidí nakonec touží po stejných pracovních místech a pozicích.



Strojové učení může pomoci učinit proces screeningu mnohem méně náročným na práci. Cristian Rennella, generální ředitel a spoluzakladatel společnosti MejorTrato.com.mx, v článku Techopedia o trendech v technologii hovoří o tom, jak jeho společnost používá nástroje umělé inteligence k procházení životopisů různých kandidátů. Řekl, že to zabralo většinu času oddělení lidských zdrojů před přechodem na software a nyní se rychle a snadno provádí pomocí automatizačních nástrojů.

Systémy strojového učení mohou také revidovat životopisy hlouběji a inteligentněji. Mohou hledat konkrétní sady dovedností a věci, jako je geografická poloha žadatele. V některých ohledech systémy strojového učení mohou dokonce převzít hodně procesu pohovoru. Pokud má první pohovor pouze vytvořit hrubý soulad, pokud jde o dovednosti a logistiku, toho všeho lze nyní udělat pomocí sofistikovaných produktů strojového učení.


Oddělení lidských zdrojů mohou také používat systémy strojového učení pro sledování obratu nebo opotřebení. V příliš mnoha případech jsou tyto problémy zaznamenány pouze tehdy, když je model personálního napětí napjatý nebo když se v plánu rozvinou díry. Ale v tu chvíli je často příliš pozdě na to, aby se opravdu rychle a obratně vrátil a zapojil více lidí. Díky pohledu z ptačí perspektivy na organizaci prostřednictvím platformy strojového učení lidé pochopí tento trend dříve, než se dostane příliš daleko po silnici.

Současně mohou lidé také využívat strojového učení pro získávání talentů. Systémy strojového učení se mohou třídit prostřednictvím minulých interakcí, aby zjistily, co dělá společnost přitažlivou pro talent, takže autoři mohou tyto věci propagovat v budoucích pracovních pozicích.

Jak zdůraznilo mnoho firemních odborníků, dnešní inzeráty na zaměstnání nejsou jen formální dopisy o záměru. Jsou zkoumány a optimalizovány, stejně jako společnosti zkoumají a optimalizují direct mailery a další zákaznické materiály. Je to proto, že talent je v dnešní společnosti tak důležitý - a strojové učení pomáhá lidským zdrojům jít tam a konkurovat ve vysokotlakém prostředí.

Strojové učení navíc pomáhá s obecnou odpovědností za komunikaci s lidskými zdroji. Položky jako výplatní listina, výhody, dovolená a další mohou být sledovány, analyzovány a kontrolovány pomocí nějakého typu centrálního rozhraní. To vše pomáhá zefektivnit práci, kterou oddělení lidských zdrojů pravidelně dělají, a to je další důvod, proč tolik společností zkoumá aplikace strojového učení pro HR.