Q:
Wat zijn enkele manieren waarop machine learning-systemen nuttig kunnen zijn voor menselijke hulpbronnen?
EEN:Waar u ook kijkt, machine learning transformeert industrieën. Een van de latere gebruikers is het gebied van human resources - in eerste instantie werd machine learning grotendeels toegepast op marketing- en klantgerichte software, maar nu breidt het zich uit naar human resources-managers betere manieren om het beheer van een kantoor van welke aard dan ook te behouden .
Een van de meest voorkomende en populaire manieren waarop machine learning wordt gebruikt in human resources, is het helpen van grote aantallen cv's van sollicitanten. Het is bij veel bedrijven een bekend probleem dat elke jobaanbieding een stroom van sollicitaties ontvangt. Een deel daarvan heeft betrekking op de historisch hoge werkloosheid na de financiële crisis van 2008, maar zelfs tijdens de bloeiperiode willen veel mensen dezelfde banen en functies.
| Gratis download: machine learning en waarom het ertoe doet |
Machine learning kan het screeningproces een stuk minder arbeidsintensief maken. In een Techopedia-artikel over trends in technologie vertelt Cristian Rennella, CEO en mede-oprichter van MejorTrato.com.mx, hoe zijn bedrijf kunstmatige intelligentiehulpmiddelen gebruikt om de cv's van verschillende kandidaten te doorlopen. Dit, zei hij, nam het grootste deel van de tijd van de personeelsafdeling in beslag vóór de overstap naar software, en is nu snel en gemakkelijk gedaan met automatiseringstools.
Machine learning-systemen kunnen cv's ook op een diepere en intelligentere manier beoordelen. Ze kunnen zoeken naar specifieke vaardigheden en dingen zoals de geografische locatie van de aanvrager. In sommige opzichten kunnen machine learning-systemen zelfs een groot deel van het interviewproces overnemen. Als een eerste interview alleen is om een ruwe match te maken op het gebied van vaardigheden en logistiek, kan veel hiervan nu worden gedaan met geavanceerde machine learning-producten.
Human resources-afdelingen kunnen ook machine learning-systemen gebruiken om de omzet of het verloop in de gaten te houden. In te veel gevallen worden deze problemen alleen opgemerkt wanneer het personeelsmodel overbelast raakt of wanneer zich gaten in een schema ontwikkelen. Maar op dat moment is het vaak te laat om echt snel en behendig terug te komen en meer mensen erbij te betrekken. Door de organisatie in vogelvlucht te bekijken via een platform voor machinaal leren, begrijpen mensen van human resources de trend voordat deze te ver op de weg komt.
Tegelijkertijd kunnen human resources-mensen ook machine learning gebruiken voor talentwerving. Systemen voor machinaal leren kunnen eerdere interacties sorteren om te ontdekken wat het bedrijf aantrekkelijk maakt voor talent, zodat schrijvers die dingen kunnen promoten in toekomstige vacatures.
Zoals door veel bedrijfsexperts werd opgemerkt, zijn de vacatures van vandaag niet alleen formele intentieverklaringen. Ze worden onderzocht en geoptimaliseerd, op dezelfde manier als bedrijven onderzoeken en optimaliseren van direct mailers en ander klantmateriaal. Dat komt omdat talent zo belangrijk is in het bedrijf van vandaag - en machine learning helpt human resources om naar buiten te gaan en te concurreren in een hogedrukomgeving.
Bovendien helpt machinaal leren bij de algemene verantwoordelijkheid van communicatie over human resources. Items zoals salarisadministratie, voordelen, vakantietijd en meer kunnen worden gevolgd, geanalyseerd en beheerd via een soort centrale interface. Dit alles helpt om het werk dat personeelsafdelingen op regelmatige basis doen, te stroomlijnen, en dat is nog een reden waarom zoveel bedrijven kijken naar machine learning-applicaties voor HR.
