LinkedIn

LinkedIn, la plataforma de empleos propiedad de Microsoft, revela detalles de Qualified Applicant, un sistema de inteligencia artificial encargado de mejorar las interacciones entre los candidatos de trabajo, las habilidades que posee cada uno y los reclutadores.

QA es utilizado por LinkedIn, con el objetivo de optimizar la búsqueda de empleo de más de 706 millones de usuarios en 200 países, además de ayudar a que los reclutadores se enfoquen más en los que se consideran aptos para los puestos de trabajo.

Nuestro análisis demuestra que la mayoría de los solicitantes de empleo solicitan al menos 5 empleos, mientras que la mayoría de las ofertas de trabajo reciben al menos 10 solicitantes. Esto prueba dar como resultado suficientes datos para entrenar modelos de personalización.

Con Qualified Applicant, Linkedln se ha encargado de brindar nuevas experiencias a través del control de calidad, destacando en el buscador los resultados de perfiles de miembros que sean los adecuados para el trabajo. Por su parte, para los miembros premium se observan vacantes que generan una competencia entre esos miembros y otros solicitantes.

Además, añadió que su visión es crear oportunidades económicas para todos los miembros de la fuerza laboral global.

“La clave para lograr esto es hacer que el mercado entre los solicitantes de empleo y los contratantes sea más eficiente. Los solicitantes de empleo activos solicitan muchos trabajos y reciben respuestas de solo unos pocos”, enfatizó la compañía.

Acerca de Qualified Applicant en LinkedIn:

Soy un profesional orientado a la carrera que vierte su corazón y alma en su trabajo. Un hacedor dedicado, conecto a las personas con ideas, monetizando mercados mientras perfecciono la comunicación profesional entre pares. Tengo una instalación con grandes datos, que emplea análisis de base amplia para predecir tendencias futuras y desviaciones inesperadas.

LinkedIn

De acuerdo a la compañía, no fue sencillo elaborar este sistema. Pues se trata de un modelo de aprendizaje automático que debe funcionar de acuerdo a la naturaleza transitoria de las vacantes. Es decir, aunque es un modelo de control de calidad único, se adapta individualmente a los miembros y roles, por lo que entrenaron un modelo por miembro y por trabajo, capacitados en datos únicos para cada uno.

Mientras que el modelo global está entrenado en todos los datos, los modelos por miembro están entrenados usando solo las solicitudes de empleo de los miembros. Los modelos por trabajo, mientras tanto, están capacitados en los solicitantes de empleo.

De esta forma, desarrollaron un sistema que fuese eficaz para muchos de los solicitantes y contratantes de empleos, y que se lograra efectuar una acción positiva de reclutamiento, lo que depende del contexto de búsqueda de cada reclutador, bien sea estudiar el perfil, enviar mensajes, convocar a una entrevista u ofrecer algún puesto de trabajo a cualquier solicitante.