求职者的简历如何能通过人工智能和机器人的筛选

作者: 企业网D1Net 2019-07-22 15:55:08

求职 者的简历如何能通过人工智能和机器人的筛选

如今,很多求职者在面试新工作之前,其在招聘网站提交的简历很有可能通过人工智能工具进行筛选。因此,行业专家提出了求职者需要了解人工智能筛选简历的7个注意事项。

根据调研机构的分析,几乎所有财富500强公司(98%以上)和越来越多的中小企业使用求职者跟踪系统过滤简历,然后再将其提交给人力招聘经理。

Chameleon Resumes公司前任总经理Lisa Rangel说,“人工智能工具如今变得更加普及,这只是时间问题。许多大公司已经在使用人工智能求职者筛选工具,这些工具专注于求职者综合素质,而不仅仅是简历。随着这些工具变得更加主流和经济实用,将得到更广泛的应用。”

人才获取软件提供商iCIMS公司首席技术官Al Smith表示,人工智能正在进入许多与招聘相关的流程。Smith说:“这其中包括筛选求职者简历,并使用人工智能的聊天机器人来简化沟通并安排面试。很多组织认识到机器可以非常有效地识别求职者中最合格的人员,从而使招聘人员开展更有意义的工作,并联系最适合的求职者面试。”

但对于通过人工智能进行筛选的求职者来说,这意味着什么?很多求职者可以采取各种措施确保他们的简历得到优化,利用这种人工智能筛选功能,并避免一些常见错误。他们需要考虑以下这些应该做和不应做的事情:

1.拼出首字母缩略词

Smith说,“求职者应该突出他们在申请或简历中与特定职位相关的所有技能。求职者跟踪系统将职位描述中的关键字与简历相匹配,以找到最适合该职位的求职者。许多人工智能工具还具有语义和同义词功能,因此他们可以在工作描述和简历之间使用相似的语言。”

Smith表示,其中包括任何特殊项目、技能组合、认证,以及相关系统和软件的全名。他说,准确性很重要,求职者需要定义首字母缩略词以避免被过滤掉。

2.不要试图蒙骗人工智能系统

Smith表示,“诚实是非常重要的。有些求职者申请了一个公司的几个职位,而他们的电子邮件地址或名称只是略有变化。而求职者跟踪系统旨在匹配类似的配置文件,因此该技术将捕获并标记这一点,可能会反映共提交的简历,并影响求职者的潜力。”

他指出,一些求职者在简历上列出很多关键词,他们认为这些关键词可以帮助入选,或者列出的关键词采用只有机器才能阅读的白色字体。“虽然求职者可能在一定程度上欺骗人工智能系统,但招聘经理对其进行电话筛选或现场会面时,会发现这些求职者可能没有他们所声称的那样优秀。”

3. 让自己与众不同

Rangel说,许多求职者认为完美的关键词可以使他们脱颖而出。事实并非如此。相反,求职者应该专注于他们的简历中的成就和个性化。Smith说,“事实上,他们应该避免在简历中使用职位描述中的准确关键词,因为先进的求职者跟踪系统可以识别这一点,而且这可能会对其求职产生不良影响。”

SPR公司企业架构执行副总裁Pat Ryan建议,求职者需要重新考虑过度使用的词语,如创新或转型。他说,“如果一家公司正在筛选一系列文件,它可能会过滤掉许多人使用的词语。如果每个人都写了‘创新’或‘领导’这两个单词,那么算法可能会过滤掉这些词,即使这些词对所分析的文本都是重要的。”

4. 在网上提交求职简历得到关注

Rangel说,“求职者需要知道,如果想让别人关注你,需要先联系别人。”求职者需要在招聘网站继续发布求职简历,使用LinkedIn网站接近招聘经理,并直接或间接地联系招聘经理。

5.继续与他人建立联系

Rangel说,“网络(员工推荐、社交媒体联系和个人联系)仍然是获得高质量工作的最佳途径。总会有一个新的工具或应用程序可以使一些人的求职过程更顺利。如果新的招聘工具似乎不起作用,那么求职者应该知道出了什么问题,而如果使用一种更传统的招聘策略,其策略可能是正确的。”

6. 进入简历跟踪系统,不要等待空缺

Smith说,“求职者应该加入感兴趣的公司的人才库,即使目前没有空缺的职位。当相关的职位开始空缺时,招聘人员最先了解的是列入人才库中的求职者,这可能给他们带来竞争优势。这是一个很好的选择。”

7.考虑人工智能在求职方面的优势

虽然人工智能招聘是一种新鲜事物,并且还不完善,但它不仅对招聘公司有潜在的好处,而且对于试图找到下一份工作的求职者也有潜在的好处。Smith指出,“人工智能可以帮助消除人为错误,因为它总是确保招聘人员看到那些真正有资格胜任这个职位的求职者简历。如果没有采用人工智能,招聘人员可能会因为简单的错误而错过优秀求职者的简历,或者他们自己的偏见会阻碍求职者进入下一阶段。人工智能的筛选系统也使合格的求职者更容易被识别,以便更快地进行招聘审查,而那些不合格的求职者将被提前淘汰。”

人工智能 机器人 简历
上一篇:微软示范AR虚拟“译员”,将对未来翻译行业造成冲击 下一篇:技惊四座的BERT全靠数据集?大模型霸榜或许是学界的灾难
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

11个主流AI聊天机器人平台,你绝不能错过

人工智能聊天机器人掀起了一场用户体验革命。只要用户需要,机器人就能提供有用的信息。一些企业应用AI聊天机器人为客户提供积极有益的帮助,企业也因此得到了长足的发展。

读芯术 ·  14h前
5G自动驾驶什么样?韩国测试得出这样的结果

自动驾驶与5G的产业发展备受关注,而两者结合会有什么样的效果,韩国企业近日进行了一番探索。韩媒报道称,10月10日,LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。

佚名 ·  15h前
全球十大AI训练芯片大盘点

AI芯片哪家强?现在,有直接的对比与参考了。英国一名资深芯片工程师James W. Hanlon,盘点了当前十大AI训练芯片。

乾明 ·  16h前
模型仅1MB,更轻量的人脸检测模型开源,效果不弱于主流算法

AI模型越来越小,需要的算力也也来越弱,但精度依旧有保障。最新代表,是一个刚在GitHub上开源的中文项目:一款超轻量级通用人脸检测模型。

乾明 ·  16h前
人工智能遇冷,自动驾驶受阻?

2016到2019,人工智能经历了梦幻般的三年,但人工智能的历史规律告诉我们:高潮过后可能会引来新的一波沉寂,人工智能助推下的自动驾驶也会受到波及。

佚名 ·  20h前
非监督学习最强攻略

本次主要讲解的内容是机器学习里的非监督学习经典原理与算法,非监督,也就是没有target(标签)的算法模型。

SAMshare ·  21h前
PyTorch终于能用上谷歌云TPU,推理性能提升4倍,该如何薅羊毛?

Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3,并宣布了对谷歌云TPU的全面支持,而且还可以在Colab中调用云TPU。

晓查 ·  21h前
500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载