揭秘:AI视频面试背后的黑科技

为了应对招聘压力,一些企业开始在内部开发人工智能面试产品,用于对应聘人员进行批量招聘面试。企业用户通过在线人工智能面试完成所有候选人的评价过程,人工智能面试的结果作为企业初步筛选候选人的依据。实际上,人工智能视频采访产品今年已经投入使用了整整一年,还只是处于起步阶段。任何新技术产品都不是完美的,需要一个漫长的过程。

那么,抛光人工智能面试产品需要什么样的构建过程呢?

让我们先来看看人工智能面试需要什么样的底层技术。

人工智能视频面试的底层包括深度学习模型、训练技术、语音识别和分析技术、情感识别、人脸识别和微观表情识别。人工智能视频面试的底层构建了三个维度模型:能力评分模型、诚实度模型和精神面貌模型。最后,用于评价候选人的六个维度指标包括综合素质、专业能力、诚信、个性特征、人才形象和编程能力。事实上,这些胜任力模型在构建过程中面临着巨大的挑战,其中最困难的是胜任力评价。

让我们为每个人分析这三个模型。

首先,具体谈谈能力评分模型:

起初,项目实施中的数据大多来自人才库和面试过程的数据,但当人力资源部开始做人工智能面试产品时,最缺乏的数据是面试过程,具体来说,面试官问了什么?候选人说了什么?如何根据候选人的能力来评分?

当人力资源部发现缺少这些数据时,就会出现一个盲点:如果要对其进行评分,评分的依据是什么?候选人回答了什么问题?答案的质量是什么?这些行为数据并没有记录在日常生活中。因此,在开始时,企业只是不断地输入新数据。当一个候选人回答一个问题时,人力资源部应该给他的沟通技巧和表达技巧打多少分?这是企业参与团队在建模时最难做的事情。这种类型的数据是一个从头开始的过程,它需要能量来沉淀和收集大量的数据。

在这个过程中,企业将收集所有候选人对每个问题的声音回答。收集完成后,内部专家将对能力维度中每个问题的答案进行评分。有了这样的数据基础之后,模型就会建立起来,然后通过不断的数据输入,模型就会通过深入的学习形成一个能力分数。

诚实模型

评估候选人的答案,判断候选人的诚信,是否在整个过程中撒谎,并根据他们的特点,包括自信、反应、速度等,对他们的诚信进行评分。

精神面貌模型

在招聘过程中,我们更注重应聘者的精神面貌。建立这样一个精神面貌模型,它包括两个维度,一个是面值,另一个是积极的精神面貌。

如你所见,人工智能面试产品的抛光过程需要大量的数据和大量的人工标注。在这个过程中,人工智能是真正的人工智能,它的基础是基于大量的大数据。人力资源应该清楚地识别大数据,有一个标准的定义,然后技术团队将

为您推荐

发表评论

电子邮件地址不会被公开。