媒体报道

数据驱动机器每天深度学习 机器筛简历将取代HR

搜前途是全球首创的大数据智能职业服务平台，通过大数据+人工智能技术实现用机器自动计算简历和职位间的匹配度，从而替代需要人工完成的简历初筛工作，目前在互联网、游戏、软件、IT服务、金融五大行业中的匹配准确度超过85%。在经过一段时间的市场验证后，发现一些用户不理解简历如何匹配的问题，因此搜前途对人岗匹配算法和算法呈现进行优化，对于匹配的简历和不匹配的简历，分别在简历内容中进行提示，让用户使用起来更轻松、更流畅，不断提高HR的工作效率。

人岗匹配算法用户体验优化

为了帮助HR更快的筛选简历，搜前途将HR最想看到的简历内容进行标注，使HR筛选效率更高。对于匹配的简历，会将匹配的工作的经历标注为绿色;

对于不匹配的简历，当用户设置了过滤项，在简历页面中，这些项会标红显示。同时，对于HR筛简历时比较关注的跳槽频率、简历更新时间等的经历，也会在简历内容中标注。比如：

1、职位级别超出太多。如招聘2年经验的招聘专员，虽然具有5年人事主管经验的求职者可以胜任该职位，但HR不会选择这些简历，因此算法将它们的匹配度调整为0%;

2、工作年限超出太多。招聘一个3年经验的平面设计师，那么具有11年平面设计师经验的求职者因超过年限过多，所以算法将他们的匹配度调整为0%;

3、简历更新时间长。如招聘1年经验的产品经理，简历中具备3年产品经理经验，但是距今1年都没有工作，算法会适当下调匹配度，并在页面中给出提示;

4、求职者频繁跳槽，如在两年中有六段工作经历，算法会适当下调匹配度，并在页面中给出提示。

数据驱动机器深度学习，机器筛选将逐渐取代HR

现在，每天都有大量用户使用搜前途进行简历筛选，从而产生大量的职位和简历匹配数据，同时搜前途也会准备大量的真实职位和简历进行算法测试，这些数据持续驱动机器进行深度学习，已经形成一套人岗匹配算法优化的自动化机制，因此人岗匹配算法的准确度每天都在提高。目前，搜前途还在研究同一行业不同领域职位的相关性，如研究互联网行业的金融产品经理与社交、电商、招聘等产品经理的匹配关系，不断优化算法的颗粒度，使人岗匹配结果在各行各业越来越接近甚至超过HR的判断。