本篇文章2661字，读完约7分钟
在人工智能、大数据的推动下，从新闻科技、医疗、金融、教育、零售、制造业等各个行业进入智能革命时代。 在人力资源行业，智能化+招聘会发出怎样的火花？
人力资源领域为什么需要智能化
代替具有再现性的事业
根据我们过去的顾客调查，hr日常工作的70%以上解决了事务性工作。 例如，手动筛选简历，通过重复电话和im的信息表达来调整面试，通过邮件更改offer，或者重复回答候选人的问题。
依靠更加智能的工具和自动化机制，hr的人力和精力可以从这些繁琐、重复性高的事务中解放出来，专注于提高员工体验、人才战术能力和内部协作流程的设计。
人机合作，实现本插件，以人为中心回归。
发掘趋势
一家知名互联网公司hrd在一次客户拜访中让我们感到困惑。 每个季度我们出了很多职位也收到了简历，但总是有几个职位找不到人。 原因是什么？ jd复印的问题？ 还是简历的渠道投放问题？ 还是候选人的质量本身不行？ 怎么找到合适的人？ 我们的人才画像应该是什么样的呢？
目前的人力资源技术为业务提供了很多实时数据，但在需要挖掘趋势时，无法人工盘点，人脑的解决能力也有限。 因此，为了利用ai和bi的能力，从后期新闻、简历、渠道、候选人等多维新闻中提取数据，使高层能够发现问题，更准确地做出决定。
招聘智能化，moka怎么定义？
我们认为招聘智能包括三个维度。
在l数据层面，根据真正丰富的人力资源数据，可以洞察实时、多维度的挖掘数据，总结领域内的招聘趋势，帮助公司比较制定招聘方案，科学决策。
l在算法层面，以大数据为燃料，训练我们的知识图谱，丰富用人单位的人才画像，用人工智能技术帮助简历解析、人岗匹配、人才mapping，让公司能够更快速准确地定位合适的候选人。
在l流程级别，在整个招聘流程中引入智能自动化，以提高hr的工作效率而不是重复手动操作
从基础数据驱动，到算法能源人才库，再到自动合谋招募全过程，moka为公司构建了智能化加速器、ai、bi、自动化三力辅助，实现了招聘效率和客户体验的双高速化。
聪明的招聘，moka如何助力？
那么，在实际场景中，moka是如何通过智能辅助进行招募的呢？
自动化招聘流程，提高效率
在hr的业务流程中，有多个机械重复事务处理，手动操作很费时间，通过设置自动化触发条件可以进行一触式操作。
例如，在内推场景中，每当公司内部推荐人内推简历时，hr都会通过邮件进行反馈，告知内推的进度。 如果内推量增大，通知可能会延迟或泄漏。 由于许多公司都直接将内推和内部激励联系在一起，这可能会导致事业摩擦。
在moka智能化招聘管理系统中，hr只要事先设置好推送邮件回复模板，设定好触发条件，收到简历或简历进入面试或等待入职阶段，系统就会自动向推荐人发送邮件通知，及时准确。
这样的自动化机制一方面大幅释放了hr的劳动力，提高了招聘效率。 另一方面，给公司员工、候选人带来了及时高效的顾客体验，树立了良好的公司招聘形象。
定位ai辅助、高质量的人才
公司每年收到的简历很多，如何快速筛选，并安排到合适的人才群体呢？ moka从简历分析、人冈匹配、人才库智能推荐三个维度辅助人才选择。
1 .简历解析、初筛效率大幅提高
在以前的校招中，我们经常见到焦头烂额的hr姐姐，简历每天这么多，很多学校的专家都没见过。 头晕怎么选？
在最近的校阅中，很多采用了moka的hr都尝到了智能简历分析的甜头。 在进行初筛之前，hr可以在系统中预先设定不同校招岗位的筛选条件，如学校、重要能力、实习项目经验等。 基于这些新闻，moka对进入系统的简历进行分析，提取与这些标签相关联的重要新闻，形成候选人图像。
你不太了解国外的大学和专业吗？ 专业排名，211，985，双一流筛不明？ 你不擅长技术名词吗？ 没关系。 moka自研的知识地图涵盖国内外大学、国家要点实验室、项目、注册企业及业务线等。 大数据集的训练保证了简历分析算法分析的正确性，在以往的实景筛选中，moka的校正简历的分析精度高达97%以上，我不怕更多的简历。
2 .人岗匹配、智能推荐定位准
简历解析只是第一步，人冈匹配模型是帮助hr找到合适的候选人群体的关键。
当hr在moka智能化招聘管理系统中发布职位时，我们的基础算法解析了这个职位jd副本，凝结了其重要要求，如领域经验、年限、学历、专业技术等，结合hr自身设定的初筛条件，机器将成为这样的职位的
于是，对全系统的候选人画像和职位画像进行匹配，根据匹配度、简历进入系统的时间顺序、简历在面试流程中的阶段等要素进行评分，按星级从高到低的顺序进行排序。 r大幅度节约前期筛选的时间，从以前的“海捞针”改为“优中选优”。
3 .人才地图、人才库资源的新激活
人才地图是猎头企业提供的服务，目的是帮助甲方整理目标企业的组织结构、人才图像等。 在我们进行产品设计之前的调查中，我们发现更多的企业在自己做mapping的工作，基于此，我们希望开发人力资源图工具，帮助越来越多的企业整理自己的人才库资源。
我们在招聘中积累了大量的简历，无论是否通过面试，都会沉淀在moka的人才库中，根据这些简历数据，moka自动根据集团-子公司品牌-企业业务线-功能-岗位等生成人才地图，并 相对于以往的excel整理，树状的可扩展的mapping图更加清晰，可以窥见领域的采用结构。
在稍微高级一点的岗位和稀缺的技术岗位上，我们可以从人才库中激活候选人，通过人才图，准确打通，快速定位，减少大量的搜索时间。
数据驱动，智能决策支持
人事新闻化带来大量的简历数据、过程数据、行为数据的沉淀。 moka智能管理系统利用数据挖掘技术，通过分析整体招聘流程中的各项数据，综合业务立场聚焦hr、用人经理、高层关注的文案，比较有效地提供招聘环节乃至整个大领域的重要趋势。
近年来，moka在ai和bi方面持续发力，目前在动态数据监控、数据可视化、数据指标的灵活定义方面拥有产品化的输出，未来除了不断挖掘数据挖掘技术提供数据报告支持外，还将采用
moka的愿景是构建终极体验、数据驱动的智能hcm系统。 去年，moka组建了ai和大数据团队，建立了比较完整的技术基础设施，近年来推出的bi模块和ai处理程序也得到了顾客的认同。 首席执行官李国兴说:“将来，我们将继续在这两方面增加投资。 顾客体验、数据洞察、智能化是moka产品的理念，这三者之间有1和0的关系。 顾客体验是基础，数据驱动是保障，智能化是快速发展方向，这是递归关系，不可缺少。 ”。
