Machine learning bespaart recruiters tijd en geld

Machine learning bespaart recruiters tijd en geld
  • 11 juli 2017
  • Redactie

Uitzendorganisatie YoungCapital zet machine learning in om het recruitmentproces sneller en efficiënter te laten verlopen. Om op korte termijn nog meer resultaat te creëren op dit vlak, is het bedrijf een structurele samenwerking gestart met het Leiden Institute of Advanced Computer Science (LIACS), onderdeel van de Universiteit Leiden.

Machine learning is absolute noodzaak in recruitment, vindt Rogier Thewessen, één van de oprichters van YoungCapital. De database van het bedrijf telt inmiddels 4,8 miljoen kandidaten, maar zonder goede zoekfunctie zijn recruiters veel tijd kwijt. ‘Eerst gebruikten we hiervoor een standaardtool, maar we vonden dat het beter, slimmer en sneller moest kunnen. Daarom hebben we ons eigen, zelflerend framework met algoritme ontwikkeld. YoungCapital Brain leert het gedrag van onze recruiters en kandidaten te herkennen en doet op basis daarvan voorspellingen. Daarnaast ondersteunt machine learning ons ook in andere businessonderdelen.’

Voor de invoering van het algoritme YoungCapital Brain moest iedere recruiter alle reacties op een vacature bekijken om de beste kandidaat te kunnen selecteren, wat volgens de organisatie veel geld kostte. Het algoritme neemt nu een deel van dit proces over. Het voorspelt op basis van data uit de vacature, het CV, de motivatiebrief en profielgegevens welke kandidaat de beste is voor een vacature, en rangschikt ze op volgorde van geschiktheid. Het model is volgens het bedrijf inmiddels dusdanig accuraat, dat de beste kandidaat in 99 procent van de gevallen in de bovenste helft van de reacties staat, wat de recruiter de helft van de tijd zou schelen.

Subjectieve data
Mede door de ruimte voor interpretatie, context en subjectiviteit is machine learning voor recruiters een uiterst complexe niche. Het gaat over patronen herkennen, terwijl er in recruitment op het eerste oog geen patronen te zien zijn. Srisai Sivakumar, data science- en machine learning-specialist bij YoungCapital, legt uit: ‘De data in recruitment zijn subjectief. Denk aan de vacaturetekst, het CV en de motivatie. Iedereen schrijft op een andere manier, gebruikt andere woorden en legt nadruk op andere zaken. Het algoritme moet dit wel allemaal hetzelfde lezen. Een computer kan echter niet interpreteren zoals een mens dat kan, maar leest woorden als getallen. Nuance en context moeten we de computer aanleren. Dat is een enorme uitdaging. Het is ons desondanks gelukt om als eerste in Nederland concrete resultaten te behalen met uitstekende nauwkeurigheid.’

Voor de Leidse wetenschappers bij het LIACS biedt de enorme berg data van YoungCapital mogelijkheden voor wetenschappelijk onderzoek. De dataspecialisten van het jongerenuitzendbureau zeggen op hun beurt blij te zijn een klankbord te hebben gevonden. Het LIACS doet gespecialiseerd onderzoek naar onderdelen van machine learning die ook voor YoungCapital van groot belang zijn.

Eerder dit jaar lanceerde dienstverlener Carerix al een chatbot die gegevens verzamelt aan de hand van gesprekken met mogelijke kandidaten.








comments powered by Disqus