С указанием зарплаты полностью согласна, меня тоже бесит. В методологии алгоритма выявления «красных флагов» — это один из ключевых признаков категории «Агрессивная экономия». Алгоритм считает это попыткой переложить рыночные риски на плечи кандидата или инструментом манипулятивного торга.
Анализировался только текст вакансий - и да, вы абсолютно правы: алгоритм бессилен против откровенного вранья. Пустые обещания как правило видно по небольшим несостыковкам и противоречиям, но откровенное враньё в вакансиях никто не отменял и тут алгоритм действительно бессилен. Но эту проблему решает правильная цепочка вопросов на этапе собеседования, собственно поэтому алгоритм стал ядром сервиса, а не сервисом целиком. Там же сидит алгоритм, который выстраивает цепочку вопросов, а после помогает проанализировать и скорректировать индекс токсичности и рейтинг. На этапе анализа большого количества данных - выводы могут быть только предварительными, но это не делает их ложными.
И про обратную ситуацию: некомпетентность HR тоже маркер, из категории «Кризис управления» или «Стратегический хаос», который считается алгоритмом. Рейтинг выставляется не по количеству "красных фраз", поэтому считается именно то, что HR бездумно делает копипаст. На вердикт алгоритма красные или зеленые слова не влияют сами по себе, но на NLP - анализ влияют.
Красные и зеленые фразы это то, что человек может легко отследить, это не гарантия чего-то, лишь маркер того, что нужно обратить внимание. Маленькие компании от больших действительно отличаются так называемым культурным профилем, стартап будет преимущественно относится к адхократии и значимость некоторых красных флагов будет снижена в связи с этим, подробнее можно по ссылкам почитать.
Но если смотреть только на фразы и слова — тут скидок ни на что не делается. NLP в здесь был лишь инструментом извлечения признаков из уже размеченных вакансий. То есть, «красные» и «зеленые» облака слов — не причина рейтинга, а следствие.
И стоит сделать поправку что это "доминирующие маркеры", то есть эти фразы чаще всего встречаются в этой категории вакансий, точно такие же фразы могут прекрасно себя чувствовать и в другой категории, просто их там будет меньше. Как это понять глядя на конкретную вакансию? Никак. Использовать специальный инструмент, который может.
И вакансий стартапов сильно меньше, поэтому в подобной выборке они могли и вовсе затеряться)
Из советов есть такие (кроме переехать в деревню и завести своё хозяйство):
Принять ситуацию на рынке. Отказы — это часть процесса. Они отражают не только ваши навыки, но и ситуацию на рынке и внутренние процессы компаний.
Вкусить толику власти и начать «покупать» работодателей, а не пытаться продавать себя.
Обращать внимание на слова-триггеры — про них расскажу в последующих статьях.
Не приравнивать боль к ценному опыту. Не ждать, что заметят, похвалят, поймут. На другом месте МОЖЕТ быть лучше.
Использовать семантический анализ вручную — нечеловеческая задача. Есть паттерны, которые нужно искать, но их много, нужно учитывать контекст, взаимовлияние — задачка, конечно, занимательная, но только не во время поиска работы.
Я не считала 146 тысяч вакансий вручную, более того — я раз семь всё полностью пересчитывала (и, зная себя, ещё буду). Тот инструмент, который я для этого нещадно использовала, является ядром моего проекта Jobix (сейчас в бете, ссылка в профиле есть). Кто хочет — можете затестить.
Других инструментов, кроме отзовиков, предложить затрудняюсь — но и к этим ребятам я отношусь очень настороженно.
С указанием зарплаты полностью согласна, меня тоже бесит. В методологии алгоритма выявления «красных флагов» — это один из ключевых признаков категории «Агрессивная экономия». Алгоритм считает это попыткой переложить рыночные риски на плечи кандидата или инструментом манипулятивного торга.
Анализировался только текст вакансий - и да, вы абсолютно правы: алгоритм бессилен против откровенного вранья. Пустые обещания как правило видно по небольшим несостыковкам и противоречиям, но откровенное враньё в вакансиях никто не отменял и тут алгоритм действительно бессилен. Но эту проблему решает правильная цепочка вопросов на этапе собеседования, собственно поэтому алгоритм стал ядром сервиса, а не сервисом целиком. Там же сидит алгоритм, который выстраивает цепочку вопросов, а после помогает проанализировать и скорректировать индекс токсичности и рейтинг. На этапе анализа большого количества данных - выводы могут быть только предварительными, но это не делает их ложными.
И про обратную ситуацию: некомпетентность HR тоже маркер, из категории «Кризис управления» или «Стратегический хаос», который считается алгоритмом. Рейтинг выставляется не по количеству "красных фраз", поэтому считается именно то, что HR бездумно делает копипаст. На вердикт алгоритма красные или зеленые слова не влияют сами по себе, но на NLP - анализ влияют.
Красные и зеленые фразы это то, что человек может легко отследить, это не гарантия чего-то, лишь маркер того, что нужно обратить внимание. Маленькие компании от больших действительно отличаются так называемым культурным профилем, стартап будет преимущественно относится к адхократии и значимость некоторых красных флагов будет снижена в связи с этим, подробнее можно по ссылкам почитать.
Но если смотреть только на фразы и слова — тут скидок ни на что не делается. NLP в здесь был лишь инструментом извлечения признаков из уже размеченных вакансий. То есть, «красные» и «зеленые» облака слов — не причина рейтинга, а следствие.
И стоит сделать поправку что это "доминирующие маркеры", то есть эти фразы чаще всего встречаются в этой категории вакансий, точно такие же фразы могут прекрасно себя чувствовать и в другой категории, просто их там будет меньше. Как это понять глядя на конкретную вакансию? Никак. Использовать специальный инструмент, который может.
И вакансий стартапов сильно меньше, поэтому в подобной выборке они могли и вовсе затеряться)
Вопрос кажется очевидным, но на деле он вовсе не тривиальный. Изложила свои мысли по этому поводу в небольшом очерке.
Из советов есть такие (кроме переехать в деревню и завести своё хозяйство):
Принять ситуацию на рынке. Отказы — это часть процесса. Они отражают не только ваши навыки, но и ситуацию на рынке и внутренние процессы компаний.
Вкусить толику власти и начать «покупать» работодателей, а не пытаться продавать себя.
Обращать внимание на слова-триггеры — про них расскажу в последующих статьях.
Не приравнивать боль к ценному опыту. Не ждать, что заметят, похвалят, поймут. На другом месте МОЖЕТ быть лучше.
Использовать семантический анализ вручную — нечеловеческая задача. Есть паттерны, которые нужно искать, но их много, нужно учитывать контекст, взаимовлияние — задачка, конечно, занимательная, но только не во время поиска работы.
Я не считала 146 тысяч вакансий вручную, более того — я раз семь всё полностью пересчитывала (и, зная себя, ещё буду). Тот инструмент, который я для этого нещадно использовала, является ядром моего проекта Jobix (сейчас в бете, ссылка в профиле есть). Кто хочет — можете затестить.
Других инструментов, кроме отзовиков, предложить затрудняюсь — но и к этим ребятам я отношусь очень настороженно.