职场 | 算法是怎样决定你的职业生涯的

简介:

想在跨国公司找一份工作?

那么你将面临很多竞争。两年前,高盛总共收到了25万份申请。这不仅对求职者来说是令人畏惧的事情;,对公司来说也是一个很棘手的问题。

如果一个由五名人力资源工作人员组成的团队,每天工作12小时,每周工作七天,每个申请花费五分钟,他们要花近一年的时间来筛选简历。

37204ccfaf4ff13cc6ad48ff95be345e1fc91954

难怪大多数大公司使用计算机程序或算法来筛选寻找初级工作的候选人。这意味着如果申请人知道算法是怎样的,那么他会在应聘过程中有很大的优势。

维多利亚麦克莱恩(Victoria McLean)是前银行猎头和招聘经理,她创办了名为City CV的公司,该公司帮助求职者完成申请。据她所述申请人跟踪系统(ATS)会筛掉高达75%的简历。

b29ab3039d16c4340735296b8f29b87ee77eea4e

此类系统寻找符合标准的关键字。一个小提示:研究招聘信息中使用的词汇,如果PM指代项目管理,那么你的简历中也要出现PM。

这意味着通用模板简历可能在第一轮就被淘汰。麦克莱恩女士的一个客户曾是武装部队的高级成员。他的经历与培训和教育,采购或国防销售方面的工作相关。

最好的策略是使用不同的关键字创建三个不同的CV。求职者还需要确保他们领英个人资料和简历相互加强联系; 她说,绝大多数招聘人员都会使用该网站来检查候选人的资格。

通过ATS阶段可能不是猎头唯一的技术壁垒。许多公司,包括沃达丰和英特尔,都使用名为HireVue的视频面试软件。候选人回答问题时,人工智能(AI)程序在分析他们的面部表情(一直与镜头保持目光接触是诀窍)和语言模式(听起来自信最重要)。

20eb584e4e51d4aced6215703e3cd1ffc14c599d

挥动手臂或瘫坐在椅子上的人可能会失败,只有当申请人通过这个测试,他们才会遇到真实的人类。

你可能期待人工智能程序可以避免传统招聘流程中的一些偏好,特别是面试官倾向于选择类似面试官的候选人。然而,歧视可能以意想不到的方式出现。两位经济学家Anja Lambrecht和Catherine Tucker在Facebook上发布广告来宣传科学,技术,工程和数学方向的工作,他们发现这些广告被女性看到的可能性低于男性。

36cfee17ed0b8e5cb3b06f3e5a96c083eb8884bd

这不是Facebook算法的有意识偏见。相反,年轻女性在Facebook上是一个更有价值的人口群体(因为她们控制着很大比例的家庭支出),因此针对她们的广告更加昂贵。这些算法自然会针对投资回报率最高的网页:男性而不是女性。

多伦多罗特曼管理学院的Ajay Agrawal,Joshua Gans和Avi Goldfarb在其关于人工智能的书中表示,公司不能简单地将这些结果视为算法“黑匣子”性质的副作用。如果发现AI系统的输出是有歧视的,他们需要弄清楚原因,然后调整算法直到歧视消失。

对人工智能系统中潜在偏见的担忧已经出现在刑事司法到保险等广泛领域之中。在招聘中,如果招聘方式不公平,公司将面临法律和声誉风险。但他们还需要考虑这些计划是否不仅仅是简化流程的作用。例如,成功的候选人是否拥有漫长而富有成效的职业生涯?毕竟,员工流失是公司面临的最大招聘成本之一。

当候选人学习如何调整他们的CV以通过初始AI测试时,这会导致算法逐渐淘汰更多候选人。这为另一个潜在的偏见创造了空间:来自富裕家庭(和特定群体)的候选人能更快地更新他们的简历,从而在简历竞争中获胜。反过来,这可能需要公司再次调整他们的算法以避免歧视,所以(这些公司)会对人工智能的价格一直保持警觉。


原文发布时间为:2018-10-17

本文作者:罗然、汤圆、蒋宝尚

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“大数据文摘”。

相关文章
|
人工智能 算法 图计算
算法之双指针(共同点:核心逻辑思路:即先找到比较小的区域(例如决定了存水量),然后在比较小的区域中找到一个最大值))~盛最多水的容器~~~接雨水
算法之双指针(共同点:核心逻辑思路:即先找到比较小的区域(例如决定了存水量),然后在比较小的区域中找到一个最大值))~盛最多水的容器~~~接雨水
138 0
算法之双指针(共同点:核心逻辑思路:即先找到比较小的区域(例如决定了存水量),然后在比较小的区域中找到一个最大值))~盛最多水的容器~~~接雨水
|
机器学习/深度学习 Web App开发 人工智能
AI大事件 | Geoffrey Hinton决定抛弃反向传播,预期策略梯度算法
本周的AI大事件:Facebook人工智能研究登陆蒙特利尔;Sophia Genetics筹集了3000万美元帮助医生使用人工智能和基因组数据进行诊断;Geoffrey Hinton决定抛弃反向传播
2746 0
|
1天前
|
算法 安全 数据库
基于结点电压法的配电网状态估计算法matlab仿真
**摘要** 该程序实现了基于结点电压法的配电网状态估计算法,旨在提升数据的准确性和可靠性。在MATLAB2022a中运行,显示了状态估计过程中的电压和相位估计值,以及误差随迭代变化的图表。算法通过迭代计算雅可比矩阵,结合基尔霍夫定律解决线性方程组,估算网络节点电压。状态估计过程中应用了高斯-牛顿或莱文贝格-马夸尔特法,处理量测数据并考虑约束条件,以提高估计精度。程序结果以图形形式展示电压幅值和角度估计的比较,以及估计误差的演变,体现了算法在处理配电网状态估计问题的有效性。
|
5天前
|
机器学习/深度学习 自然语言处理 算法
m基于深度学习的OFDM+QPSK链路信道估计和均衡算法误码率matlab仿真,对比LS,MMSE及LMMSE传统算法
**摘要:** 升级版MATLAB仿真对比了深度学习与LS、MMSE、LMMSE的OFDM信道估计算法,新增自动样本生成、复杂度分析及抗频偏性能评估。深度学习在无线通信中,尤其在OFDM的信道估计问题上展现潜力,解决了传统方法的局限。程序涉及信道估计器设计,深度学习模型通过学习导频信息估计信道响应,适应频域变化。核心代码展示了信号处理流程,包括编码、调制、信道模拟、降噪、信道估计和解调。
27 8
|
7天前
|
算法
基于GA遗传优化的混合发电系统优化配置算法matlab仿真
**摘要:** 该研究利用遗传算法(GA)对混合发电系统进行优化配置,旨在最小化风能、太阳能及电池储能的成本并提升系统性能。MATLAB 2022a用于实现这一算法。仿真结果展示了一系列图表,包括总成本随代数变化、最佳适应度随代数变化,以及不同数据的分布情况,如负荷、风速、太阳辐射、弃电、缺电和电池状态等。此外,代码示例展示了如何运用GA求解,并绘制了发电单元的功率输出和年变化。该系统原理基于GA的自然选择和遗传原理,通过染色体编码、初始种群生成、适应度函数、选择、交叉和变异操作来寻找最优容量配置,以平衡成本、效率和可靠性。
|
8天前
|
机器学习/深度学习 算法
基于鲸鱼优化的knn分类特征选择算法matlab仿真
**基于WOA的KNN特征选择算法摘要** 该研究提出了一种融合鲸鱼优化算法(WOA)与K近邻(KNN)分类器的特征选择方法,旨在提升KNN的分类精度。在MATLAB2022a中实现,WOA负责优化特征子集,通过模拟鲸鱼捕食行为的螺旋式和包围策略搜索最佳特征。KNN则用于评估特征子集的性能。算法流程包括WOA参数初始化、特征二进制编码、适应度函数定义(以分类准确率为基准)、WOA迭代搜索及最优解输出。该方法有效地结合了启发式搜索与机器学习,优化特征选择,提高分类性能。
|
3天前
|
机器学习/深度学习 存储 算法
基于SFLA算法的神经网络优化matlab仿真
**摘要:** 使用MATLAB2022a,基于SFLA算法优化神经网络,降低训练误差。程序创建12个神经元的前馈网络,训练后计算性能。SFLA算法寻找最优权重和偏置,更新网络并展示训练与测试集的预测效果,以及误差对比。SFLA融合蛙跳与遗传算法,通过迭代和局部全局搜索改善网络性能。通过调整算法参数和与其他优化算法结合,可进一步提升模型预测精度。
|
8天前
|
机器学习/深度学习 算法 数据可视化
基于BP神经网络的64QAM解调算法matlab性能仿真
**算法预览图省略** MATLAB 2022A版中,运用BP神经网络进行64QAM解调。64QAM通过6比特映射至64复数符号,提高数据速率。BP网络作为非线性解调器,学习失真信号到比特的映射,对抗信道噪声和多径效应。网络在处理非线性失真和复杂情况时展现高适应性和鲁棒性。核心代码部分未显示。
|
6天前
|
算法 计算机视觉
基于Chan-Vese算法的图像边缘提取matlab仿真
**算法预览展示了4幅图像,从边缘检测到最终分割,体现了在matlab2022a中应用的Chan-Vese水平集迭代过程。核心代码段用于更新水平集并显示迭代效果,最后生成分割结果及误差曲线。Chan-Vese模型(2001)是图像分割的经典方法,通过最小化能量函数自动检测平滑区域和清晰边界的图像分割,适用于复杂环境,广泛应用于医学影像和机器视觉。**