HeadHunter, лидер интернет-рекрутмента России, Украины, Казахстана, Беларуси и Азербайджана, запустил новую систему рекомендаций вакансий, основанную технологии машинного обучения.
Тестовый период показал, что вакансии, отобранные новой системой, привлекают на 25% больше внимания соискателей.
Действовавшая до этого момента система рекомендаций опиралась на заранее прописанные для каждой профессии поисковые запросы с жесткой привязкой к каталогу сайта. Новая система рекомендаций вакансий HeadHunter базируется на опыте пользователей сервиса. Разработчики компании проанализировали историю взаимодействия соискателей с вакансиями и создали модель, способную рекомендовать вакансии, которые с большей вероятностью устроят ищущего работу. Кроме того, все рекомендованные вакансии отсортированы, начиная с самых подходящих.
Ежедневно новая система рекомендаций вакансий HeadHunter будет составлять более трех миллионов уникальных подборок.
Борис Вольфсон, директор по развитию HeadHunter, говорит: «Искусственный интеллект нашей системы — это математическая модель, которая учится рекомендовать вакансии на основе опыта пользователей. Мы знаем, какие объявления чаще привлекали разные группы пользователей. На основе этих данных наш ИИ научился показывать вакансии, которые с большой вероятностью заинтересуют людей. По мере работы система будет корректировать параметры, чтобы показывать вакансии точнее. Мы следим за ее работой: считаем, сколько людей, увидевших вакансию, кликнуло на нее, и насколько успешно пользователи завершают свои сессии. Нововведение ускорит поиск работы соискателей и поможет работодателям быстрее находить «своего» кандидата. Раньше рекомендательная система работала по жесткой логике, придуманной человеком, — ИИ будет лучше справляться с этой задачей. Насколько лучше — пока можно твердо сказать, что за время теста CTR предложенных вакансий вырос на 25%. Поэтому есть основания полагать, что поиск работы/сотрудников ускорится по крайней мере на четверть через механизмы подбора вакансий».
Для составления индивидуального списка рекомендованных вакансий система пропускает все актуальные вакансии базы HeadHunter последовательно через два фильтра и ранжирующую модель.
Первый фильтр – эвристический. Это базовый фильтр, отсеивающий вакансии, которые точно не подойдут. Он использует простые параметры: регион, профессиональная область и другие.
Второй фильтр – «быстрая фильтрующая модель». Задача этого фильтра – отсечь вакансии, которые по формальным критериям пропустил первый фильтр, но которые пользователю не подойдут. Фильтр использует самые значимые признаки вакансий и резюме, чтобы соблюсти баланс скорости и результата.
Финальный этап составления подборки – сложная ранжирующая модель. Она использует более 200 признаков вакансий, чтобы составить конечный список рекомендованных пользователю вакансий, начиная с самых подходящих.
Рекомендация вакансий на основе машинного обучения – не первый опыт HeadHunter с искусственным интеллектом. В июне 2016 года компания уже запустила ранжирование откликов соискателей на основе машинного обучения. Благодаря этой системе работодатели в первую очередь видят отклики от наиболее подходящих кандидатов. За первые полгода работы системы она обработала 29 млн. откликов на 920 тыс. вакансий. 2,3 млн. человек были приглашены на собеседование.