हमने मशीन लर्निंग का उपयोग करने वाले उम्मीदवारों की खोज कैसे की

कार्य

आमतौर पर, स्वचालन का अर्थ है प्रक्रिया अनुकूलन। हमारे मामले में, उम्मीदवारों के लिए खोज की दक्षता बढ़ाने के रूप में लक्ष्य तैयार किया गया था। इस मामले में दक्षता न्यूनतम संसाधनों के साथ सबसे उपयुक्त उम्मीदवार रिक्तियों को खोजने के माध्यम से व्यक्त की जाती है।

, (). , . ( ) , , . : , , , . , .

, : , , , .

— . , . , , .

:

. , . : , , , — . , () .

#1. — One-Hot Encoding (OHE)

, 1 — , 0 — .

इसके अलावा, इस दृष्टिकोण का नुकसान यह है कि हम विशिष्ट और लोकप्रिय कौशल के बीच अंतर नहीं कर सकते हैं जो हमारे पूरे नमूने में आम हैं। यह हमारी खोज में एक निश्चित शोर करेगा और उम्मीदवारों को भेद करने और समान लोगों को उजागर करने में हस्तक्षेप करेगा।

खोज पर लोकप्रिय कौशल के प्रभाव को थोड़ा समायोजित करने का एक आसान तरीका द्विआधारी अनुमानों का उपयोग नहीं करना है, बल्कि पूरे और अलग-अलग दस्तावेजों में नमूने में घटना की आवृत्ति के आधार पर भारित हैं। ऐसा करने के लिए, TF-IDF विधि का उपयोग करें । लेकिन इस मामले में, हम अभी भी यह आकलन नहीं कर सकते हैं कि कौशल एक दूसरे के समान कैसे हैं।

विधि # 2। मैट्रिक्स फैक्टराइजेशन

User-Skills , . . — (skills’ embedding). , — , , .

, , . , . — , . , .

, , .

#3.

, . , — . , , , , ( supervised ), , , , , , , (unsupervised ). .

, . , , , .

— , .

,

— StarSpace. «», . , , , , , .

, , . , .

#4.

, — .

, . , , — , — . , — . — - — , , . , , .

, — .

नोड्स - उदाहरण के लिए, उम्मीदवार एक-दूसरे के समान हो सकते हैं, एक ही समुदाय में हो सकते हैं, समान हितों को साझा कर सकते हैं, एक ही कंपनी में काम कर सकते हैं या अन्य समान विशेषताएं हो सकती हैं - यह एकरूपता विशेषता के लिए जिम्मेदार है। दूसरी ओर, विभिन्न समूहों के नोड्स को इस तथ्य से एकजुट किया जा सकता है कि वे अपने समूहों में एक ही भूमिका निभाते हैं - नेता, सहायक नेता, सूचना के संरक्षक, संचारक, बाहरी व्यक्ति। यदि हम दो ग्राफ़ की तुलना करना चाहते हैं, तो हम समझ सकते हैं कि एक कॉलम में नेता दूसरे में नेताओं के समान भूमिका निभाते हैं - यह वही है जिसे संरचनात्मक समानता कहा जाता है।

एक तरह से या किसी अन्य, ग्राफ प्रतिनिधित्व के तरीके ग्राफ की समरूपता और संरचनात्मक तुल्यता दोनों को ध्यान में रखते हुए एक स्थान का निर्माण करने की कोशिश करते हैं।

ग्राफ कारक

, : , .. — 1, — 0. , .

, .

a-like word2vec*

( , ) . , , , . . , , . , — w2v(skip-gram), doc2vec. ( word2vec).

रेखांकन पर संवादात्मक नेटवर्क

यहां पिछली पद्धति के समान एक विचार है: हम ग्राफ के माध्यम से जाते हैं और एक नोड का प्रतिनिधित्व करने के लिए इसके पड़ोसियों के बारे में जानकारी का उपयोग करते हैं। इसके अलावा, ग्राफ की सामान्य संरचना और नोड की विशेषताओं पर जानकारी प्रतिनिधित्व के प्रशिक्षण में शामिल है। इन तरीकों का मुख्य नवाचार यह है कि मॉडल प्रत्येक नोड के मूल्यों को इस तरह से सामान्य करता है कि दो नोड्स के अव्यक्त स्थान में स्थिति करीब है, उतना ही सबग्राफ में इन नोड्स की संरचनात्मक भूमिकाएं हैं।

इस प्रक्रिया को ग्राफ फोल्डिंग कहा जाता है।

• Semi-Supervised Classification with Graph Convolutional Networks
• FastGCN: Fast Learning with Graph Convolutional Networks via Importance Sampling
• N-GCN: Multi-scale Graph Convolution for Semi-supervised Node Classification

,

PyTorch BigGraph — Facebook Research. , . , , .

:

: — , . , , , .

, — IT-. , , IT-, (.. ), , .

GitHub (github.com, Terms of Service), . , GitHub API GitHub Archive, GitHub , .

GitHub . : ( , ), , , , , (), , , , , , .

GitHub , , . - , ; (), , . , , .

GitHub, embedding, .. . , .

.

, embedding.

embedding , , — .

. .

, GitHub , . , , , .

4 , , 5 . , , , , : Java, JavaScript, Python, DevOps, Data Science. 3500 . , , 35% , 65% — . , . , , Java Developer — 60%, , , . , DevOps, , . , — 25,5% .

हमने क्या हासिल किया है

• मॉडल द्वारा अनुशंसित प्रासंगिक उम्मीदवारों का प्रतिशत नौकरी की खोज संसाधनों सहित अन्य प्रणालियों के प्रतिशत के साथ तुलनीय है।
• एक स्रोत को जोड़ने के लिए उम्मीदवारों के आंतरिक आधार को कई सौ से बढ़ाना संभव था, जो पहले शामिल नहीं था।
• 1 उम्मीदवार को खोजने में लगने वाला समय अन्य "कोल्ड" खोज स्रोतों (यानी, प्रत्यक्ष नौकरी की खोज के लिए उपयोग नहीं किए जाने वाले स्रोतों) की तुलना में 29% कम हो गया था।
• हम दुर्लभ कौशल के साथ अधिक कुशलता से अनुरोधों को संभालने में सक्षम थे।
• और कुछ वरिष्ठ इंजीनियरों को किराए पर लें जो सक्रिय नौकरी की तलाश में नहीं थे।

मैं क्या सुधार करना चाहूंगा

• उम्मीदवारों की दक्षता के स्तर का आकलन करने के लिए अभी भी कोई अच्छा समाधान नहीं है।
• GitHub , .
• , , GitHub.
• , .

, , , , .

, , , .