Come possiamo fare per trovare il lavoro dei nostri sogni?

Ecco come la tecnologia può aiutarci a costruire un futuro migliore facilitando l’incontro tra noi e il nostro lavoro ideale. 

Nella nostra ultima azienda, io e il mio cofondatore Josh stavamo costruendo un display laser per la realtà virtuale e cercavamo degli ingegneri ottici. Abbiamo pubblicato un annuncio di lavoro e abbiamo aspettato. Nessuno si è candidato.

Disperata, abbiamo passato al setaccio il web alla ricerca di ingegneri ottici, scrivendo messaggi personali e spiegando perché abbiamo pensato che quella posizione faceva proprio al caso loro. Questo metodo si è rivelato efficace e le risposte sono arrivate, e abbiamo finito per lavorare con i più bravi ingegneri ottici di Google Glass e Hololens.

Dopo questa esperienza abbiamo pensato: è una follia! Come è possibile che ancora oggi, le persone vengano a conoscenza di grandi opportunità di lavoro in modo casuale, perché qualcuno li ha trovati su internet o contattati via email?

Non è facile trovare la tua migliore opportunità, perché ciò che stai cercando non può essere catturato in parole chiave di ricerca semplici. In un annuncio di lavoro il candidato cerca caratteristiche che offrano opportunità di carriera o che lo aiuti a migliorare qualche competenza specifica, come scrivere un linguaggio di programmazione. E in un candidato le aziende cercano caratteristiche come quella di saper gestire le persone o essere stati capaci di scalare un progetto fino a un milioni di utenti…

È difficile ricercare queste caratteristiche su LinkedIn o Google, perché sono concetti complessi e multidimensionali. Questo è il motivo per cui perdiamo tanto tempo, da entrambe le parti, per trovare la giusta corrispondenza e per cui le persone rimangono insoddisfatte nel loro lavoro, per anni.

Un nuovo approccio: un modello di “machine learning” per ciascun lavoro e profilo personale.

I modelli di “machine learning” sono particolarmente utili a catturare i tratti sottostanti questi concetti ad alto contenuto dimensionale. Sourceress è un progetto nato per provare ad applicare questo modello per consentire di individuare e mappare concetti complessi. Lavorando con le aziende, creiamo un modello su misura per ogni ruolo per catturare quelle sfumature che le descrizioni dei lavori inevitabilmente tracciano. (Potresti dire che stai cercando un candidato con 5 anni di esperienza su Android, ma assumeresti una persona che ne ha solo 4 se sapessi che programma sin dall’infanzia?)

Dal lato dei candidati, stiamo creando una tassonomia sulle abilità e sugli interesse che va ben oltre il numero di anni di esperienza su Python. Stiamo costruendo migliaia di modelli che elaborano i dati relativi alla formazione come vengono descritti dai candidati stessi, per estrapolarne ogni caratteristica. Ciò consente di calcolare la probabilità che un candidato sia idoneo per una determinata posizione o ruolo.

Questo approccio sta funzionando incredibilmente bene: ci occupiamo dell’intero processo di scouting per le aziende e quando selezioniamo i candidati, i manager sono entusiasti di aver parlato con loro nell’85% dei casi (rispetto al 10-50% per la tipica attività di recruiting).