AI给你安利了一个职位，猜猜它觉得你适合做什么？

郭一璞 发自 凹非寺 量子位 报道 | 公众号 QbitAI

“同学，结合你的简历，AI觉得机器学习工程师这个职位很适合你，要不要投递一下？”

用AI分析简历、推荐岗位，这是今年百度校园招聘的新特点之一。

根据相关媒体的报道，量子位跑到百度校招的官网，亲身测试了一下这个功能。

首先，你需要准备一份校招简历。只有象牙塔中的学生，才会对各类工作岗位缺少认识，需要AI的协助嘛；另一边的社会招聘就不需要了，社会人儿嘛，还能不知道自己几斤几两？

装个嫩，假装自己是明年6月才大四毕业的小学妹。

保存简历之后，系统提示量子位去“为您推荐”板块查看推荐的岗位。

可能是因为选了“产品汪”，百度AI给量子位推荐的都是产品经理、产品运营类的职位，其中第一个岗位“百度-北京-产品运营”还和量子位简历中的“市场营销专业”以及“XX科技公司市场部实习生”的经历相匹配。

看来，这个AI推荐岗位大体上还是靠谱的，至少没有给不会写代码的量子位推荐工程师类的岗位。

之后，如果岗位投递成功，就可以喜提一份个性化的笔试题，这份笔试题根据投递岗位的需求和应届生的个人简历生成，相比此前根据大类来进行笔试测试，这样的笔试题可能更为个性化。

不过，可能是因为正式校招的网申截止日期已经过了，量子位这份编造的简历并没有收到笔试题。

人岗匹配是怎么做到的？

其实，这不是百度第一次将AI运用到校园招聘上。

在2017年，百度的校招中就用上了AI，不过当时主要是服务HR端，帮助HR评估简历，进行简历初筛，根据历史招聘数据，构建基于深度学习的人岗匹配模型，把投递简历的应届生匹配到合适的部门和岗位。

比如这张示例图，可能是需要一位精通Python的机器学习工程师，岗位要求中就列了4个条件，分别属于编程语言、机器学习数据挖掘和自然语言处理、大规模数据处理、沟通写作能力4个维度，用4中不同的颜色表示。

而下面的两位候选人，他们分别提供了自己的一段项目经历，根据上面的4个维度，机器自动将两人的项目经历描述分别体现了候选人的哪些特点和能力，用不同的颜色区分标注出来。

这样，就可以大体判断两名候选人是否符合岗位需求了。

所以，这类人岗匹配任务，技术上是怎么实现的呢？

百度在SIGIR 2018上发表的一篇名为《Enhancing Person-Job Fit for Talent Recruitment: An Ability-aware Neural Network Approach》的论文揭秘了背后的原理。

另外，百度近年来还针对招聘市场趋势分析、人才圈子挖掘等问题进行了一些研究，一些发表的论文可以在文末传送。

AI招聘，歪果仁也在做

将AI技术应用在招聘上这件事，其实一些外国公司也在做。

就在国庆前这一周，CBSNewYork报道了一些公司用AI聊天机器人来做面试官的新闻。

一些公司利用聊天机器人，迅速的为岗位匹配合适的人选，之后在进入下一轮面试；还有一些公司会先用视频面试，之后在用AI技术来分析面试者的回答和面试表现。

比如著名的希尔顿（Hilton）酒店就运用了聊天机器人来来面。

希尔顿招聘副主管Sarah Smart说：“人工智能会分析求职者的语调、眼神和回答的表情，来判断求职者是否对工作富有热情，从而来帮助我们筛选求职者。”

求职者Japser Rey在申请希尔顿的职位时，第一轮面试的面试官就是聊天机器人。Rey说：“和聊天机器人对话时，我不用担心自己会分神，而且机器人不会戴有色眼镜看人，相对更公平公正一些。”

不过，根据这篇报道的描述，目前聊天机器人一般用在低水平入门级别的工作招聘中，比如零售业繁忙季节的员工招聘，大部分公司都会用聊天机器人来面试。

传送门

百度 TIC 团队关于智能招聘的相关论文：

Recruitment market trend analysis with sequential latent variable models KDD 2016 http://www.kdd.org/kdd2016/papers/files/adf0654-zhuA.pdf

Talent circle detection in job transition networks KDD 2016 http://www.kdd.org/kdd2016/papers/files/adp0916-xuA.pdf

Collaborative company profiling: Insights from an employee’s perspective AAAI 2017 https://aaai.org/ocs/index.php/AAAI/AAAI17/paper/view/14707

Measuring the popularity of job skills in recruitment market：A multi-criteria approach AAAI 2018 https://arxiv.org/abs/1712.03087

Person-job fit：Adapting the right talent for the right job with joint representation learning ACM TMIS 2018 https://dl.acm.org/citation.cfm?id=3234465

Enhancing person-job fit for talent recruitment：An ability-aware neural network approach SIGIR 2018 http://staff.ustc.edu.cn/~tongxu/Papers/Chuan_SIGIR18.pdf

A joint learning approach to intelligent job interview assessment IJCAI 2018 https://www.ijcai.org/proceedings/2018/0492.pdf