Migliora la corrispondenza tra annunci di lavoro e candidati con strumenti di analisi e ricerca semantica per il recruiting
Il motore semantico di Inda permette di effettuare un’analisi del significato semantico di parole e di testi in lingua italiana e inglese. Lavorando sulle parole chiave e sulla ricerca e comprensione dei loro sinonimi, Inda è in grado di potenziare la ricerca semantica dei candidati, assegnare uno score di similarità semantica ad ogni candidato creando un ranking delle candidature e individuare i candidati migliori per un annuncio di lavoro confrontandoli con altri profili simili.
Attraverso algoritmi di Deep Learning e la creazione di Word Embedding e Document Embedding, è possibile effettuare una ricerca dei CV basata su specifiche keyword. Superando i limiti della ricerca tradizionale, i recruiter possono effettuare ricerche mirate anche in ambiti lontani dalla propria area di competenza e, contemporaneamente, ampliare il proprio vocabolario. Il risultato finale è un set di CV con testi semanticamente vicini alla chiave di ricerca utilizzata, anche in assenza di una corrispondenza diretta.
Come conseguenza delle operazioni di ricerca e analisi dei curricula, viene attribuito uno score di similarità semantica ai CV dei candidati per valutare la rispondenza della ricerca: da 100% (matching perfetto) a 0 (ambiti semantici estremamente distanti). Assegnare un punteggio di rilevanza ad ogni CV consente di ordinare i profili risultati dalla ricerca, creando un database di valore in vista di ricerche future.
Partendo da un annuncio di lavoro, l'operazione di Document Embedding rende più funzionale il matching tra Job description e profili dei candidati. Grazie alla ricerca dei candidati simili, Inda perfeziona l'esito della ricerca individuando anche i CV semanticamente simili a quello ottenuto come risultato finale con l'obiettivo di selezionare i migliori candidati.
Richiedi una demo di Inda per scoprire come selezionare i migliori talenti utilizzando le tecniche di analisi e ricerca semantica
Attraverso l'intelligenza artificiale di Inda e, nello specifico, grazie a tecniche di Natural Language Processing e Semantic Search , sarà più facile monitorare la qualità del tuo recruiting.
E' una tecnica del Natural Language Processing (NLP) che permette di creare un mapping che associa a ogni parola ("monogramma", cioè una singola parola o un “n-gramma”, cioè una sequenza di n parole) un punto in uno spazio multidimensionale. Il mapping viene creato in modo che parole con significati semantici simili fra loro siano mappate in punti matematicamente vicini.
A partire dal mapping fra parole e vettori si può costruire un mapping di documenti testuali, quali CV e job description, in uno stesso spazio vettoriale.
I mapping precedentemente descritti permettono di calcolare la vicinanza semantica fra diverse parole, fra una parola e un testo o fra due testi, riconducendo tutte queste operazioni a calcoli matematici fra i corrispondenti vettori.
Facilita la ricerca dei candidati nel database CV
Riduce il tempo di pre-screening
Agevola la selezione di talenti
Aumenta la produttività del team HR