• Restless Bandit
    Restless Bandit获800万美元A轮融资,帮助雇主从旧简历堆挖掘人才 理论上对于雇主来说,任何胜任的人都可以成为潜在的雇佣对象,不管对方是否有工作。但实际上一般公司都不会去找已经有工作的人,而是去找还没有工作的(高级人才挖角另说)。这些人的状态有的可以在LinkedIn这样的职业社交网站上找到,但有的就未必了。要想招到好的人才,拥有的丰富的人才库是关键,求职招聘平台Restless Bandit想到了一个好的补充来源:旧简历。这个想法刚刚为它获得了800万美元的A轮融资。   Restless Bandit是一家把人力数据变成人力决策的初创企业,成立于2014年,总部位于旧金山。联合创始人Steve Goodman和Anton Dam是LinkedIn前员工,干的是帮助雇主从网上尚未提交求职申请的人当中寻找最适合的人选的活。但是,他们发现在这件事情上,有一个庞大的资源一直都没有被利用起来:那就是旧简历档案。所有求职者都会向应聘单位投放简历,而招聘单位会从中遴选出最优者。找到合适的人之后,所有人求职者的简历基本上就被束之高阁了,哪怕招聘单位有新的人力需求,一般他们也会走旧的流程而没想到回去翻翻旧简历(上次上个岗位不合适未必意味着下次下一岗位不合适,而且在公司求职过的人理论上跟公司岗位的关联度更强)。视雇主的吸引力这个比例可能会很高,意味着有一个庞大的人才资料库被浪费了,比如说,像可口可乐这样的大公司收到的简历材料甚至可以达到上百万份,实际上目前为止Restless Bandit主要也是跟人数超过1000人的大企业合作。   于是Restless Bandit决定帮助公司盘活这个闲置的资源库,它自称为“人才再发现平台”。这个平台会从包括劳工统计局、求职库、GitHub、StackOverFlow、营销论坛在内的20多个来源收集旧简历,然后与各家求职公司的申请跟踪系统集成。就像LinkedIn从包括LinkedIn在内的互联网筛选新的求职者一样,Restless Bandi利用了类似的统计建模手段来从旧简历库中筛选候选人。Restless Bandit利用了一套算法来从形形色色的简历中提取出标准化的数据,着重审查简历技能集与岗位的匹配度。针对一些求职者在简历中采取关键词优化来提高被选中几率的做法,Restless Bandit也做出了一些规避措施,尽可能筛选出与岗位强关联的简历。而且这种以数据为中心的做法也可以避免招聘过程中操作者的一些主观偏见,比如它会排除掉姓名、年龄、性别、种族、地址等信息。当然,算法本身也可能形成偏见,必须在实践中小心翼翼地根据情况加以调整。 目前Restless Bandit的服务只在英语国家市场开放,其中包括美国、英国、加拿大和澳大利亚。Restless Bandit 通过向客户提供优选候选人名单来获得收入。包括Gannett、IHOP、Applebee’s、comScore、Rosewood Hotels、Four Seasons Hotels、Cabot Corporation、和Aimco在内都是其客户之一。每年客户平均支付的费用在2.5万至5万美元之间。   尽管Restless Bandit目前看似没有直接竞争对手,但是坐拥庞大数据以及技术实力的Google、Facebook是有可能做类似事情的。而且不排除LinkedIn也会做这件事。前不久,LinkedIn刚刚推出了一项“Open Candidates”功能,让已经有工作但想换工作的人发出求职信号,而且只有付费LinkedIn账户且正在寻找相关人才的雇主才能看到,这相当于开辟了有工作的人的求职市场。理论上看,他们做到都是数据匹配的事情,Restless Bandit的优势也许只是先发罢了。   此轮融资由GGV Capital和Toba Capital领投,加上之前获得200万美元种子轮融资,其总融资额目前为1000万美元。此轮融资所得将用于团队扩张以及平台的技术研发工作。   来源:36氪,作者:boxi,如若转载,请注明出处:http://36kr.com/p/5054116.html
    Restless Bandit
    2016年10月09日