為僱主進行初步篩選：求職平台以機器學習演算法自動進行評分

很多時從事 IT 主管的，由於人手不多，因此工作都會十分繁忙！而當因業務需要而要聘請新人時，更是一大難關！事關招聘合適人選並不容易，加上很多時你還得花上不少時間進行第一輪、第二輪的篩選，對於本身人手不足的 IT 部門來說，這絕對是一件吃力不討好的事情。

不過近日便有一個求職平台採用機器學習演算法，從而為不同的求職者進行評分，以簡化僱主於招聘時所需的時間。該平台名為 Jobable。

該招聘網站現時會通過對每個以電子方式提交的履歷表中的數百個數據點加以自動分析，計算出與平台上刊登的職位空缺配對的評分，並即時顯示予求職者和僱主以作參考。

求職者的履歷表一經被評分，Jobable 便會利用求職者所提供的資料自動為求職者搜尋工作。作為一個求職者，網站會為你推薦最適合你的工作。你甚至可能會收到一些從未考慮過的工作建議，這是因為 Jobable 的演算法可辨識出你非常符合該工作的要求。這樣求職者便能集中搜尋相關的職位時，同時考慮一些新的機會。僱主也能受惠於更優質和更相關的應徵群。

Jobable 由 Hanson 和 Byrne 於 2014 年共同創立，團隊用了一年的時間鑽研 Jobable 評分部份，在演算法開發過程中分析了超過十萬的職位敘述內容和申請人的資料，如 Hanson 所言，這是「亞洲有史以來最大的履歷表分析實驗」。

在開發階段中，超過五十名招聘者對不同職位申請的相關性作出評分。Jobable 的數據科學家博士和工程師團隊再參考這些結果和網站內其他的數據以創造出此評分。

Byrne 表示評分機制遠遠超出了他認為只適用於簡單工作的簡單關鍵字匹配技術。「如果你想聘請一位數據庫管理員，你需要知道 Oracle 和 PostgreSQL 是關聯式數據庫，而 MongoDB 不是。同樣地，當招聘維修技師的時候，你需要知道一個 C 級電業工程認證能自動合符 A 級的工作 ─ 但相反則不能。我們的演算法具有學習能力，並利用這些知識來評估你的工作經驗與空缺職位的相關性。」

Hanson 和 Byrne 更希望為更多企業和求職者改善招聘流程。其中一個方案是讓客戶通過一個公共的應用程式界面(API)來使用平台和匹配評分。