Jobsite
- 2
- 0
- Опубликовано: 2020-08-17
АЛГОРИТМ ПОИСКА
JobSite - это веб-сервис по подбору персонала с уникальным алгоритмом поиска.
Для успешной реализации проекта мы разработали собственные алгоритмы на базе графов, где вершина графа состоит из фактов о соискателе и работодателе и их интересов, а “ребра” выступают в качестве связи между ними. Затем, по указанным критериям вакансии наша система подбирает именно тех кандидатов, которые максимально точно соотносятся по нужным параметрам.
Следующая задача подразумевала создание механизма интеллектуального анализа резюме. Наша система обладает способностью к обучению поступающих в нее данных, при заданных начальных параметрах. Обучение осуществляется при помощи различных методов и алгоритмов машинного обучения, в частности методов т.н. “обучения с подкреплением”, “обучения без учителя”, алгоритмами автоматической кластеризации слов на основе векторизации (glove, word2vec, fasttext) и т.д.
Наш клиент был заинтересован в эффективном механизме обработки статистики. Для успешного разрешения этой проблемы мы совместили объектно-реляционные и сетевые типы баз данных, а также активно применяли партицирование и интеллектуальное кэширование. Мы используем десятки серверов для вычислений связей между кандидатами и работодателям. Для каждой работы мы выводим всеобъемлющую статистику о собранных данных, но это не влияет на скорость и производительность ресурса.
Следующая задача заключалась в разработке чат-бота для проведения собеседования с соискателем. Мы разработали человекоподобного чат-бота, который предлагает соискателю поучаствовать в опросе по поводу приема на работу. Структура и вопросы текстов динамически закладываются администраторами портала. По мере опроса кандидата наша система комплексно анализирует сообщения, определяет тональность текста и выставляет оценку совместимости для данной вакансии.
JobSite - это веб-сервис по подбору персонала с уникальным алгоритмом поиска.
Для успешной реализации проекта мы разработали собственные алгоритмы на базе графов, где вершина графа состоит из фактов о соискателе и работодателе и их интересов, а “ребра” выступают в качестве связи между ними. Затем, по указанным критериям вакансии наша система подбирает именно тех кандидатов, которые максимально точно соотносятся по нужным параметрам.
Следующая задача подразумевала создание механизма интеллектуального анализа резюме. Наша система обладает способностью к обучению поступающих в нее данных, при заданных начальных параметрах. Обучение осуществляется при помощи различных методов и алгоритмов машинного обучения, в частности методов т.н. “обучения с подкреплением”, “обучения без учителя”, алгоритмами автоматической кластеризации слов на основе векторизации (glove, word2vec, fasttext) и т.д.
Наш клиент был заинтересован в эффективном механизме обработки статистики. Для успешного разрешения этой проблемы мы совместили объектно-реляционные и сетевые типы баз данных, а также активно применяли партицирование и интеллектуальное кэширование. Мы используем десятки серверов для вычислений связей между кандидатами и работодателям. Для каждой работы мы выводим всеобъемлющую статистику о собранных данных, но это не влияет на скорость и производительность ресурса.
Следующая задача заключалась в разработке чат-бота для проведения собеседования с соискателем. Мы разработали человекоподобного чат-бота, который предлагает соискателю поучаствовать в опросе по поводу приема на работу. Структура и вопросы текстов динамически закладываются администраторами портала. По мере опроса кандидата наша система комплексно анализирует сообщения, определяет тональность текста и выставляет оценку совместимости для данной вакансии.
Пример реализации
Комментариев нет
оставить комментарий могут только авторизованные пользователи
