科普:HR需知的AI视频面试背后的算法模型

为了应对招聘压力 , 部分企业开始内部自研AI面试产品 , 用于对候选人进行批量招聘面试 。 企业用户通过线上AI面试 , 完成对所有候选人的评估过程 , AI面试的结果作为企业对候选人初步筛选的一个依据 。 实际 , AI视频面试产品在今年投入应用了一整年 , 还只是出于起步阶段 , 任何新鲜的技术产品出来 , 都是不够完美的 , 需要一个漫长的过程 。 那么AI面试产品的打磨都需要经历什么样的搭建过程?先来弄清楚AI面试需要哪些底层技术?AI视频面试的底层包含深度学习模型、训练技术、语音识别与分析技术、情绪识别、人脸识别、微表情识别 。 AI视频面试的底层搭建了三个维度的模型:能力评分模型 , 诚信模型 , 精神面貌模型 。 最终应用于评估候选人的6个维度的指标 , 包含通用素质、专业能力、诚信度、性格特征、人才画像、编程能力 。 实际上 , 这些能力素质模型在建筑的过程中是面临巨大的挑战的 , 其中最难的是能力评分 。 科普:HR需知的AI视频面试背后的算法模型
我们再给给大家解析一下这三个模型 。 首先 , 来具体讲讲能力评分模型:最开始的在项目实施中的数据多来自于人才库的数据、面试流程的数据 , 但是当HR开始做AI面试的产品 , 缺乏最多的就是面试过程的数据 , 具体指的是:面试官问了什么?候选人怎么回答的?怎么根据候选人的各项能力去打分?当HR发现缺乏这些数据时 , 就会出现盲点:如果要评分 , 评分的依据是什么?候选人回答了什么问题?回答的质量又如何 , 这些行为数据在日常中是没有记录的 。 所以 , 企业刚开始仅仅是不断输入新的数据喂养 , 当一个候选人回答了一段问题 , HR应该给他的沟通能力、表达能力打什么样的分数 , 这是企业参与团队在做模型时最困难的事情 , 这类型的数据是从无到有的过程 , 需要花费精力去沉淀和收集大量的数据 。 在过程中 , 企业会收集所有候选人针对每道题的语音回答 , 收集完成后 , 组织内部专家针对每项的回答 , 在能力素质维度上去做评分 , 有了这样的数据基础之后 , 去建立模型 , 后面通过不断的数据喂养 , 让模型通过深度学习形成一个能力评分 。 诚信模型通过候选人的回答进行评价 , 判断候选人的诚信度 , 在整个面种的过程中有没有一些撒谎的情况 , 根据他们表现出一些特征 , 包括自信、反应、速度等等这些特征进行诚信评分 。 精神面貌模型在招聘的过程中是比较关注一个候选人的精神面貌 , 要建立这样的一个精神面貌的模型 , 就包括两个维度一个颜值 , 一个是正向积极的精神面貌 。 大家可以看到 , AI面试产品的打磨过程 , 都需要有大量的数据 , 要有很多的这种人工的标注 , 在做这个过程的时候 , 人工智能真的是人工 , 它的基础是建立在大量的大数据基础上的 。 HR要把大数据是要标识清楚 , 有标准的界定 , 然后技术团队才能够拿这样的数据去做模型实验 。 AI面试产品中包含的AI技术也是顺应人工智能热潮所不断发展 。


    推荐阅读