中级农民
- 积分
- 291
- 大米
- 颗
- 鳄梨
- 个
- 水井
- 尺
- 蓝莓
- 颗
- 萝卜
- 根
- 小米
- 粒
- 学分
- 个
- 注册时间
- 2016-6-6
- 最后登录
- 1970-1-1
|
Keyword matching / AI recommendation /relevant score之前有一陣子挺火,各大ATS都想做,也有一些start up在做,標榜著能節省recruiter/HM screening的時間…但是小廠不清楚,至少在中大廠recruiter中一直沒成為主流。原因大概有幾點:-baidu 1point3acres
- 因為有EEO/OFCCP這些反就業歧視法案跟reporting 的需求,recruiters擔心完全由algorithm 選人進面試會被告歧視。
- 前面提過resume parsing 不是百分之百準確
- candidates 也學乖了,堆砌keywords讓鑑別率大減. Waral dи,
- keyword matching rate 跟面試表現沒有顯著的正相關(敝前東家內部做過ML的結論,不確定有沒有public 的research 支持,不過我在一些recruiter conference 的hallway chat 也聽過同樣的說法)
主流的resume screen 方法就兩種,一種是人工一個一個看。我自己也是hiring manager, 組招開一個opening至少得看300份以上的resume。. 1point 3 acres
要嘛就是先設一些search criteria (就像你在Redfin上saved search),然後每天先看符合的新resume,有空再回去看剩下的。這個search criteria 看人,一般不會設得太細,通常只包含must haves/required qualification 比方說一個e5 Java backend的缺就放
yoe >= 5 && keywords like ‘%java%’ && location == United Stats-baidu 1point3acres
ATS的user group forum上經常有recruiter討論某些特殊的條件要怎麼設…還挺有趣的。. .и
嗯 好像有點離題了。總之resume上keyword最好不要一個沒有,但是刻意去trick keyword matching 的ROI 也不高…還是resume的內容最重要。 |
|