背景调查
为招聘应用实施基于区块链的解决方案
新技术的引入加快了招聘部门创新的步伐。在我们之前的博客中，我们简要介绍了五种正在颠覆招聘市场的技术趋势。区块链具有在招聘领域交付有前途应用程序的强大潜力。在此博客中，我们期待探索一些实现它们的用例和技术注意事项。在解决dapp信任的核心问题方面，它是如此成功。在招聘生命周期的各个阶段，有无数应用程序可以解决类似问题。
由于数字招聘平台的出现，人才采购市场中的欺诈和网络攻击已大大增加。此外，犯罪背景检查和教育/就业证明是耗时且昂贵的。由于这些原因，有许多应用程序特别利用区块链进行后台筛选和恢复验证。
传统方法
基于区块链的解决方案
背景筛选最通常在私有/许可的区块链上实现
雇主必须与各种供应商签约进行身份检查，犯罪记录检查，药物测试等。
依赖于第三方，不能保证真实性，并且会增加时间和成本的损失。
雇主可以根据存储在区块链上的数字身份对候选人进行身份验证。
各种筛选测试记录/文件将通过基于区块链的解决方案得到保护，而无需依赖第三方
恢复验证最通常在公共区块链上实现。
学校向学生提供证书
雇主有其过去雇员的历史和表现的详细记录
新的雇主/招聘人员必须手动致电/发送电子邮件，并依靠即席验证程序或信任申请人提交的文件。
学校/大学，所有雇主都将获得一份申请人证书的副本，该副本始终经过验证。
简历中的任何更改都将被记录并推送到各个机构进行确认。
新雇主可以信任通过这种基于区块链的解决方案存储和保护的员工简历
申请人的文件可以在任何一个区块链上，具体取决于文件的类型
申请人必须不时向所需机构提交文件，以获取验证并遵守雇主程序。
不拥有已验证文件的所有权，并且对于记录的每次更改（新证书，雇主更改等）都必须重复此操作
申请人将拥有自己的身份，文件（犯罪记录，药物测试记录等），经相应机构认证的简历。
使用各自基于区块链的解决方案验证的公证文件可在数分钟内提交
实施基于区块链的解决方案的关键决策之一是使用公共/无许可（比特币，以太坊等）或私有/许可的区块链（例如Hyperledger，Ripple等）。对于简历验证用例，由于存在各种机构（大学，雇主等）以及要求访问此类文档并按需搜索/共享的候选人，因此最好在像以太坊这样的公共/无权限区块链上实施。另一方面，由于将进行第三方筛查，因此将有第三方筛查公司（有权搜索犯罪数据库和国家记录）以及要求访问报告状态和专有候选人数字身份的雇主信息以及由于数据隐私法，
除了后台筛选和恢复验证，还有更多基于区块链的解决方案正在实施，以优化招聘工作流程的低效率。其中一些列举如下：
基于区块链的招聘：工作门户和招聘人员被视为人才获取过程的中间人。借助基于公共区块链的解决方案，可以提供对经过身份验证的人才库及其经过验证的简历的访问；这样的解决方案将会爆炸。它消除了传统招聘流程中的瓶颈和效率低下的问题。
智能合同而不是纸质劳动合同：服务交付和质量保证对于招聘至关重要，到目前为止，仅存在纸质劳动合同和工资托管服务。基于Smart Contract的解决方案可以验证记录的日志记录以及定期工作提供的服务，这对于员工和承包商而言都是非常有效的绩效检查和付款处理方式。
推荐平台：推荐是许多公司最首选的招聘方式，人力资源部门正在寻找增加推荐人选的方法。基于区块链的推荐系统不仅可以奖励内部员工，还可以奖励外部合作伙伴，员工的朋友/家人，招聘人员和有影响力的人，可以推荐合格的候选人池并及时奖励，而不会出现任何差异，因为推荐候选人的旅程记录在区块链上一个可以验证的分类帐。
自由职业者和合同雇用：根据美国自由职业者统计，在美国有5300万人从事自由职业，大约占总劳动力的34％，不久将达到50％。需要一种去中心化的平台，该平台可以自由聘用/签订合同，而不是传统的在多个自由市场上发布工作机会或与订约公司合作的方法。此外，将此类关系与智能合约绑定在一起，可确保总体人才管理功能更简单，透明且具有成本效益。
总而言之，尽管有许多基于区块链的招聘用例解决方案，但验证用例并验证针对特定用例采用区块链的利弊非常重要。重要的是要了解各种可用的技术和方法，并据此计划实施方案。
资源：https : //www.pwc.co.uk/issues/futuretax/how-blockchain-can-impact-hr-and-the-world-of-work.html
https://www.prnewswire.com/news-releases/global-employment-screening-services-market-expected-to-reach-48923-million-by-2023-allied-market-research-674572523.html
以上由AI翻译完成，仅供参考
来源：https://blog.harbinger-systems.com/2018/06/implementing-blockchain-based-solutions-for-recruitment-applications/
背景调查
背调后台管理的一篇技术贴，来自Checkr的工程师，背调的童鞋可以仔细看看
构建软件来管理背景调查的复杂性
在Checkr，我们正在构建软件以帮助公司大规模招聘，我们的背景调查是实现这一目标的重要组成部分。
从表面上看，背景检查看起来很简单 - 您可能认为它就像在数据库中查找记录并返回一些数据一样简单，但实际上它很麻烦而且很慢。
在非常高的层面上，背景调查分为两个阶段：
获取数据 Getting Data
报告数据 Reporting Data
这篇博客文章的目的是帮助揭示Checkr如何构建软件来管理这种复杂性，并帮助我们的客户和寻找工作的人员进行背景调查的现代化。
获取数据
获取数据可能看起来很简单。一对API调用，解析一些JSON，一些for循环，我们进行了后台检查。而在一个非常高的水平你是对的，但是，它远远不是那个干净或简单。
有一些国家数据库可以随意汇总州和县报告机构的记录。它们包括XML文档，其中包含标记，这些标记本身包含base64编码的XML文档🤯。如何描述这些数据没有标准 - 我们必须将其标准化为我们的系统，客户和申请人可以理解的东西。
“Nolle Prosequi”？是的......对于“案件被驳回”而言，这实际上是拉丁语，现在仍在现代法庭中使用！并且，有时（通常）拼写错误！
有54个DMV（是54！不要忘记波多黎各，关岛，美属萨摩亚和华盛顿特区），它们都以不同的方式处理记录。有100个市镇和州数据库。美国大约有大约3,000个县，它们都有独特的法律和法规来管理我们如何报告数据。
让我们关注各县，因为它们代表了我们最大的数据表面区域。我们可以把县分为两组 - 有电子记录的县（快👏）和有实物记录的县（慢😨）。
SELECT court_access_method，SUM（population）
FROM
COUNIES GROUP BY court_access_method;
>>
court_access_method population
electronic_records_available 160,259,716
in_court_researcher 87,369,080
clerk_assisted_county 61,125,939
以上是我们专有的内部数据库之一的查询，用于管理各个县的元数据。它基于各种来源，包括人口普查数据，投票记录，邮政数据和各种政府名单。它告诉我们，目前 48％的美国人口居住在缺乏电子记录的县。（我在看加州...😅）
缺乏电子记录意味着我们需要亲自送人进入法院，排队等候，与法院书记员交谈，进入地下室，打开档案柜，拉出一张实物纸，避免剪纸，阅读记录，将它们输入手机，最后将记录提交给我们。
让我们说一个给定的申请人我们搜索5个县，其中3个离线。我们的系统会将每个县的工作分成长期的异步工作：
有些可能会在几秒钟内完成，有些可能是几天，如果他们离线。
如果我们的质量标准不符合，有些人可能会尝试使用在线资源并回退到离线资源。
有些可能导致指针或转移案件，这意味着我们需要在其他地方开始另一个县搜索。
我们使用Kafka来管理这些异步任务，以便不同的服务和团队可以可靠地实现每种搜索类型。我们正在研究更明确的工作流框架，工具和可视化，以帮助管理生产中的这些工作。
一旦所有工作完成并且我们有最终的结果列表，我们就开始下一阶段......
报告数据
联邦，州和郡法律影响背景调查的运作方式，不同的政府机构负责执行这些法律。他们通常这样做是出于很好的理由 - 保护消费者。仅仅因为某人多年前犯了错误并不总是意味着这会对他们的工作机会产生负面影响。为此，我们需要分析每个结果以确保它符合要求。我们的软件负责帮助保护消费者并遵守这些法律。
甚至有些法律会影响某些类型的雇主如何使用背景调查中发现的结果。例如，法律通常要求医生，护士，财务顾问，家庭护理提供者和运输公司取消具有某些犯罪的个人的资格。而且，这些法律甚至可以相互矛盾！
因此，Checkr需要一个系统来应用这些规则并正确地确定我们能够和不能报告哪些数据。
这是一个示例规则：
if（record.arrest？|| record.dismissed？||
record.alternative_adjudication？）&&
record.date <= 7.years.ago
record.display = false record.save
！
结束
这描述了我们应该如何处理7年前被解雇的记录。record.display = false - 我们不应该报告它们。
这种类型的系统运作良好，但多年来一直存在一些成长的痛苦。
在上面的示例中，规则仅存在于代码中。非工程师无法剖析这一结果并了解发生的情况和原因。如果我们质量团队的某人正在调查记录，我们将无法为他们提供上下文。“这个记录为什么隐藏？”他们可能会问。我们可以像这样扩展它：
record.display = false
record.reason =“隐藏逮捕/解雇/ alt超过7岁”record.save
！
这是一种改进，我们至少有一些原因与现在的结果有关。但是，它仍然与记录模型紧密结合。
有副作用，因为它更新记录上的数据。
合规逻辑是硬编码的（工程师不是专家），因此在我们的法律团队（他们是专家）无法访问的地方。
对当前时间有一种微妙的依赖（如果我们想在以后重新运行这个规则怎么办？或预测6个月后的结果会是什么？）。
我们怎么解决这个问题？
规则引擎
规则引擎提供简单的合同，允许我们拆分规则，数据，结果和代码。
results = engine（规则，数据）
这是与JSON相同的规则，用于输入规则引擎：
{
“event”：{
“params”：{
“display”：false，
“message”：
“隐藏/解雇/替代7岁以上”，
}
}，
“条件”：{
“all”：[
{
“fact”：“applied_filter”，
“operator”：“in”
“value”：[
“arrest_filter”，
“ dismissed_filter ”，
“alternative_adjudication_filter”
]
}，
{
“fact”：“years_since_context_date“，
”operator“：”greaterThanInclusive“
”value“：7
}
]
}
}
为什么规则用JSON表示？
如果你有非常复杂的规则（例如，基于候选人的地理位置，帐户设置，其他规则的存在等），那么if / else语句变得难以管理。
我们现在可以在UI或PDF中呈现这些规则，我们可以以他们能够理解的方式为我们的法律团队和监管机构提供。
我们可以对规则进行快照并针对相同的数据运行多个规则集。例如：当我们进行更改时，我们可能希望针对以前的生产结果运行更改并比较差异（我们在内部称之为回测）。
以下是为我们的法律团队提供的规则：
这是一个更复杂的规则，具有自定义UI和测试工具：
具有WIP UI /测试工具的复杂规则
以上是概念证明，但代表了我们的方向 - 我们还有很长的路要走。但是，最终它将允许我们在法律变化时更快，更自信地行动，因为我们可以轻松地测试和重现结果。
后台检查过程中的每一步都是混乱的，容易出错，难以推理，对于求职者来说很可怕，并且受到一长串不同实体的控制。在Checkr，我们的目标是让这个过程对我们的申请人公平 - 并且从简单直观的界面开始，解决这个复杂的问题。
如果这听起来很有趣，我们正在招聘！还有很多问题需要解决！
以上由AI翻译完成，HRTechChina旨在帮助传递信息，扩大视野~
原文来自：Checkr Ben Jacobson
背景调查
英国背调公司Onfido使用人工智能验证身份证，从SoftBank、Salesforce、微软等公司获得5000万美元的融资
文/Ingrid Lunden
恶意黑客获取信息片段，然后用来冒充个人，以获取个人和企业敏感的金融和其他私人信息。安全漏洞已成为数字服务领域的家常便饭。今年在美国发生的一起事件中，就有超过27亿的记录被打破，全球此类事件造成的损失可能高达数万亿美元。
今天，一家名为Onfido的初创公司宣布，将投资5000万美元帮助解决这一持续且日益严重的问题。Onfido使用人工智能技术，结合人工验证器，有效地验证人们在使用数字服务时所说的身份。
在获得这笔资金之前，这家初创公司刚刚实现了非常强劲的增长。该公司成立于伦敦，但目前大部分业务都在旧金山以外的地方运营。在一次采访中，联合创始人兼首席执行官Husayn Kassai说，超过一半的客户，以及大部分的新增长，都来自美国。
Onfido使用计算机视觉和其他一些基于AI技术对大约4500个不同类型的身份验证文件,通过一些技术手段,如“面部活性测试,”看到人眼不可见的模式。现在有1500家企业客户，主要在市场和社区等类别,游戏和金融服务，包括公司汇款，Zipcar Europcar；去年，它的销售额增长了342%。卡萨伊说，到目前为止，它已经核实了“数千万”个身份。
这笔资金实际上是C2轮融资——由一个包括顶级战略科技投资者的团体投资，据HRTechChina此前报道，Onfido于2017年获得过一笔3000万美元的C轮融资。此次融资由软银投资(SoftBank Investment, SBI)和Salesforce Ventures共同牵头，M12(微软风投的新名称)、FinVC以及其他未具名的新投资者和之前的投资者也参与其中。这不仅是一个信号，表明该行业最大的公司目前正在努力解决这个问题，而且还表明它们正在采用何种方法来解决这个问题。
软银的投资从视觉上单独的基金，创始人兼首席执行官侯赛因Kassai指出，但值得注意的是，很多的企业支持的基金——公司像滴滴、Uber、 Oyo、Lemonade和其他——从根本上依赖于人们相信他们是处理个人信息安全同时也仔细审查供应商的平台(意义,他们需要和使用服务,比如Onfido)。
与此同时，微软和Salesforce都拥有广泛的企业业务，它们可以从与身份验证提供者的合作中获得多种好处，这不仅是为了它们自己的目的，而且是作为一种服务出售给客户，作为更大的身份管理和安全产品的一部分。
该公司没有透露其估值，但迄今为止已经筹集了约1亿美元，Kassai证实，这是一个高回报，有“许多快乐的投资者”。
他补充称:“我们有强大的指标，在增长方面还有很长的路要走。”
现在有很多公司提供服务来帮助提供安全的服务来认证用户，例如，帮助他们登录他们的工作帐户或访问他们的在线银行服务。Onfido的业务专注于这一切的第一步——客户入职——特别是围绕面向消费者的服务。
它所面临的机遇不仅仅是违规行为增多的结果，也是越来越认识到有很多服务需要进行验证：要么他们也已经突破——在一些更大的信贷机构，比如Equifax，或不能有效实行，如在面对面的情况下验证。(Onfido声称其系统可以在15秒内进行验证。)
或者，他们是新卫队的一部分，通过选择或武力，已将其方法转向身份验证业务。Kassai指出，过去潜在的竞争对手Checkr现在是Onfido的合作伙伴。Jumio等其它公司似乎仍在努力将自己的业务定位为独立业务。Jumio仍在努力应对前管理层重大违法失误的后果。
Kassai与Ruhul Amin和Eamon Jubbawy共同创立了这家公司。“问题是，到目前为止，还有十多家公司没有做好检测工作。虽然没有一项服务是完美的——Onfido表示，它的“风险敞口”为0.0195%——但他表示，将其服务构建在人工智能之上的优势，意味着算法会利用每一次经验来继续提高其准确性。他指出:“我们从一位客户那里学到的东西适用于任何地方。”
Salesforce前副董事长Frank van Veenendaal表示:“对于企业来说，现在是建立与客户之间信任的最重要时刻，表明它们比骗子领先一步。”“我相信Onfido拥有转变数字身份市场的独特机会，可以提供健壮且可伸缩的身份验证即服务，类似于Salesforce转变客户关系管理的方式。”
以上为AI翻译，内容仅供参考
原文链接：Onfido, which verifies IDs using AI, nabs $50M from SoftBank, Salesforce, Microsoft and more
相关阅读：背景调查公司Onfido委任前谷歌主管作为其首席商务官，意在促进国际扩张
Onfido融资2500万美元，帮你对新入职员工或者用户进行背景调查
这家英国公司靠AI+背景调查拿了千万美金融资，我们也能做到吗？
完成用户背景调查不过数秒，Onfido获得3000万美元C轮融资
背景调查
HRTechChina专访易背调 | 用人无忧 高效背调
每个企业在发展过程中，都可能经历过招错人的失误，而随着国内劳动力成本日益提高，企业的雇佣违约成本也越来越大，这也导致企业在招聘过程中愈发的慎重，也更愿意为降低招聘风险而付费。大量雇主需要了解候选人的背景资料真实性，和猎头、招聘外包一样，背景调查也逐渐成为刚性需求。
易背调宣传视频：https://res.yibeidiao.com/public/video-hr.mp4
易背调紧扣背景调查行业的核心需求，利用一系列先进技术，包括互联网、人像比对和电子签名技术，提供背景调查服务。与传统的背调模式相比，易背调的服务周期更短，HR和候选人体验更好。易背调更于2018年10月推出集身份证读取、在线授权、人脸识别及报告生成于一体的背景调查智能机EC01。
（硬件产品截图 ）
近年随着按需经济、零工经济的不断增长，市场上活跃着大量自由职业者或是临时工，劳动力市场的流动性也大大增加，依赖于承包商的企业也越来越多。这种按需服务的劳动力模式一方面打破了时空限制，能够满足公司对人员配备的要求，使得就业更加灵活，但在另一方面公司招聘人员潜在风险也大幅提高，如不审慎把控人员质量并核实其工作相关记录及公共负面记录等，用人成本的损失还在其次，企业声誉、组织发展、业务发展都可能受到不小影响。易背调服务的核心价值便是通过合法合规、简单高效的流程，为雇主降低招聘风险，为企业用人“把关”。
据调查，我国背景调查行业形成较晚，背景调查行业于2006年左右在中国逐渐起步，随后从2007年开始直至2018年这12年中平均以每年100%以上的增幅持续增长。
从2017年开始，政府及民间对于建设诚信社会日益重视。国务院于2016年首次下发关于建设诚信社会的指导意见，政府对于个人信息数字化以及有条件披露的步伐越来越快，因此使得背景调查服务周期大大缩短，成本也大大降低。
同时，由于互联网、智能手机、人脸识别和电子签名等技术的发展，背景调查的信息收集及授权过程变得更加便捷。
正是在市场、技术和国家层面的三重支持下，易背调创始人张珂认为，所有的这些变化都预示着背景调查这个行业，在接下来的几年内会迎来更迅猛的增长。据易背调的调研发现，中国的背景调查行业会在几年内形成了一个300到500亿人民币的市场。以美国背调审查公司Checkr为代表的国外同行短短几年获得数亿美元的融资，国内也有背景调查服务商获得了多轮投资，这说明背调行业已经被资本市场所认可。
HRTech China记者了解到，目前易背调核心团队一共三人。CEO张珂和销售合伙人魏铭都是全球领先背景调查服务商前中国区的高管，对背景调查行业在中国及全球的发展及合规要求非常熟悉，并有丰富的B2B业务经验；技术合伙人袁重玉擅长产品设计和全栈研发，在互联网服务行业有丰富的经验。
今年3月12日，易背调完整的WEB端产品正式上线，目前已经有来自机械制造、环境工程、建筑材料、房地产等多个行业的跨国企业客户正在使用易背调的服务。针对常规的背景调查需求，当前的产品可以非常好地满足客户需求。易背调团队表示下一步他们将继续开发自动化程度更高、使用更便捷的版本的产品，为企业背景调查提供便利。同时，团队表示期待在2028年前，易背调能够成为全球应用最广、使用最便利的背景调查平台，“我们希望结识更多的合作伙伴，携手共建诚信社会。”
（WEB端产品截图 ）
值得一提的是，易背调团队于2018年6月，通过12位上海人力资源行业的高管进行了一轮种子融资。目前正在寻找数百万的天使融资，以加速产品的开发及市场的拓展。
易背调创始人张珂说到：“我们相信背景调查服务会逐渐成为刚需，接受第三方背调的企业数目会逐渐扩大数百万家乃至千万家。因此会在这个细分领域持续投入，持续探索。”
背景调查
HRTechChina独家推荐--YC W19孵化DemoDay第二天中的企业服务项目
文/Greg Kumparak, Kate Clark, Lucas Matney, Josh Constine
今天是Y Combinator 2019年冬季班为期两天的演示日的下半部分。以下是今天成立的所有公司，以及我们从他们的演讲中摘录的笔记。
Pioneer Stage（先锋阶段）
Searchlight:背景调查可以筛选出不合格的员工，但许多企业会等到面试结束时才进行全面的调查。Searchlight提供参考检查服务。求职者邀请他们的推荐人提交推荐信，Searchlight会收集并整理成关于某人工作风格、理想环境和技能的报告。Searchlight希望调查美国每年3000万名熟练员工的薪资状况。
Askdata:非技术人员很少使用公司数据，因为很难找到和理解。Askdata为将单词转换为SQL查询的内部数据提供了一个自然语言搜索引擎。方便地访问数据可以帮助企业做出更好的决策。
Modern Labor:付给人们1万美元，让他们学习编程，以换取此后两年15%的收入。创始人弗朗西斯·拉尔森表示，Modern Labor的第一批学生现在正在参加这个项目，有1万名学生在等待入学。
GoLinks:长而复杂的url使访问公司内部工具变得困难。GoLinks为Reddit和Lyft等客户提供了短而容易记忆的链接。它的工具可以通过编程生成与单点登录兼容的url，团队可以得到一个分析仪表板。无论员工是在安装新电脑，还是在旅行中工作，GoLinks都意味着他们不会被锁在外面。
Truora: Truora为拉丁美洲提供快速可靠的背景调查，每张支票3美元。Truora还从客户那里收集员工欺诈的报告，以创建一个雇主愿意付费访问的有价值的数据库。优步、Rappi和其他顶级地区市场已经在使用他们的服务。
Pyxai:雇主没有可扩展的方法来筛选软技能和文化契合度。Pyxai会给求职者一个30分钟的测试，通过自然语言处理来分析，评估他们能做些什么，以及他们是否能与现有员工合得来。减少简历的重要性可以减少招聘中的歧视。Pyxai对每项筛选收费6美元，并希望成为所有3600万个知识型职位空缺的一部分。
Mission Stage（使命阶段）
WorkClout: WorkClout正在构建软件，以帮助制造商在一个有凝聚力的产品中管理其运营。该团队表示，56%的制造商仍然在纸上和Excel上管理他们的软件，工作影响力使发现效率低下和改善工作流变得容易得多。该团队首先专注于包装制造领域的客户，然后着眼于食品饮料公司和纺织制造商。
Trestle:由Stripe的一名前员工创建，他也是Y Combinator的毕业生，Trestle为公司提供了一个主页/易于使用的内部网，上面有每个员工的简介。该公司已经与Brex、Plaid和其他公司合作，帮助员工感到更少的孤立感，并在彼此之间更有效地工作。
Nettrons:一个无人参与的人工智能人才来源，旨在使招聘过程更有效。该公司有三家付费公司，到目前为止，他们已经帮助招聘了六名员工。由两位工程师创立的Nettrons公司表示，他们的目标市场价值10亿美元。
Fuzzbuzz: Fuzzing是向代码中抛出大量无效数据以发现bug的过程。Fuzzbuzz希望简化开发人员的fuzzing过程，将一个长期复杂的设置变成一个30分钟的过程，将简单的部分自动化，并与Jira、Github和Slack等现有服务连接起来。
Emi Labs:正在为人力资源员工开发一个虚拟助理，它可以自动化低技能职位的招聘流程。这家初创公司的客户包括汉堡王(Burger King)和普华永道(PwC)，总市场规模为24亿美元。百代实验室通过使用人工智能使招聘过程更加个性化，从而改善了求职者的体验。
以上为AI翻译，内容仅供参考
原文链接： All 88 companies from Y Combinator’s W19 Demo Day 2
背景调查
从濒临破产到3千名员工，Jumio Authentication 用“刷脸”帮企业验证用户身份
文/猎云网
你可以从一个人的面部特征和表情来了解他，这就是为什么智能手机选择使用面部识别作为认证方法，也是身份即服务提供商Jumio的新产品——Jumio Authentication——使用面部数据来验证用户身份的原因。
于今天正式推出的Jumio Authentication，是企业用来验证用户身份的工具。它结合了用于身份验证的生物识别技术和目前大热的3D人脸认证（由内华达州的生物识别公司FaceTec通过Zoom 3D Face Login技术支持）。用户首先需要拍摄驾照、护照或身份证照片，然后使用移动设备摄像头或网络摄像头来拍摄面部。在认证过程中，Jumio Authentication会将“自拍”——一张包含100倍于2D照片活性数据的3D人脸地图——与上述ID上的照片进行比较。
但是等等，难道研究人员不知道面部认证容易被破解吗？Jumio显然想到了这一点。质量保证测试公司iBeta对Zoom 3D Face进行了1500次欺骗测试，测试结果显示没有一次被通过。
目前，Jumio正在向租车公司、酒店和在线考试提供商等客户推销Jumio Authentication，并指出这是一种快速且方便的安全解决方案。
Jumio首席执行官Stephen Stuut表示：“随着更多的重要互动逐渐移至在线，以数字方式建立信任变得至关重要。Jumio正在开创基于自拍的认证，允许企业利用在注册过程中收集的生物识别用户数据，并在未来重新进行验证。通过这一全新的基于自拍的认证，用户无需多次经历身份验证过程，只需快速自拍即可。随着数字信任链的增长，安全级别也会随之提高。”
Jumio曾由于2013年和2014年的财务状况，接受政府调查。2016年3月，Jumio摆脱了破产状态，并在此后取得了很大的进展。目前，它归属私人股本公司Centana Growth Partners，其首款产品Netverify已经帮助近400名客户验证了超过1.6亿个身份，其客户名单包括Airbnb、Coinbase、United Airlines和Instacart。该公司还声称，其年度经常性收入增长了289%，从2016年第二季度的1800万美元增长到了2018年第二季度的7000万美元，并且在印度、奥地利、美国和英国的办事处雇佣了2800多名员工。
原文来源：从濒临破产到3千名员工，Jumio Authentication 用“刷脸”帮企业验证用户身份
背景调查
2018年中国人力资源科技投融资简版报告
2018年中国人力资源科技投融资简版报告
2018中国人力资源科技投融资共计57+融资事件，总融资额达62+亿人民币，涉及细分领域包括:HR云服务、劳动力管理、招聘服务、职场社交、L&D、背景调查、企业协作、薪酬福利、员工保险、SaaS商旅、电子签、企业服务、CRM等。
2018年市场遇冷融资数量大幅下滑至57起，与2017年融资数量136+起、总融资额82+亿人民币情况相比，今年融资数量大幅下滑，且大都偏向于中后期成熟项目。融资金额单个项目都比较大。
统计信息均来自公开渠道，部分融资未公开项目未统计。
仅下半年28起融资，融资金额达全年的72%，约44.29亿人民币；相比上半年融资额，有22.88亿人民币的增长。
风险投资轮及A轮融资遇冷，拿到的融资金额少，仅有19起融资事件，金额为5.51亿人民币，只占总额的9%。
职场社交脉脉或成最大赢家，D轮融资2亿美元，约计13.8亿人民币。
查看2017年报告：2017年中国人力资源科技投融资简版报告
点击下载2018中国人力资源科技投融资报告简版
背景调查
Intelligo会对您信任的员工进行持续的背景调查
Intelligo由前律师Shlomo Mirvis运营，最初是一个手动背景调查服务，后来转向使用人工智能和机器学习来加速这一过程。现在，米尔维斯和他的团队又增加了一个新功能，允许长时间的背景调查，确保数月后不会出现任何问题。
该公司目前筹集了570万美元的A系列资金，他们拒绝透露增长数据，不过他们确实提到了一些高价客户。
Mirvis说:“与市场上大多数其他公司不同，我们创造了一种方式，让客户不断接触对他们的投资至关重要的人。”“标准的背景调查一经发布就过时了，所以我们建立了一种方法，向企业投资的个人提供实时提醒，称为持续监控。”与现有的其他产品不同，实时监控是建立在人工智能算法基础上的，它提供了一个全面的审查范围，同时消除了噪音。
他说:“在我们的互动报告中，任何发现的可疑信息都用红色或黄色的旗帜标出。”“我们的报告所依据的原始资料的副本很容易存取。”
Mirvis:“人们每天都必须做出关键的、往往是困难的决定。“无论决定是投资还是继续招聘，其影响都可能影响一个人的财务状况或一家公司的生存。”在Intelligo，我们的使命是为人们创造一种利用技术的方式，让他们能够依赖和珍视信任。
考虑到背景调查在许多行业中已经成为一种惯例，难怪Intelligo一直在进行监控。毕竟，如果几个月后，我在做当天的第五十份牛肉和切达干酪时被发现是个不受欢迎的人，那会发生什么事呢?
以上为AI翻译，内容仅供参考。
原文链接： Intelligo does constant background checks on your trusted employees
背景调查
人人背调获英诺200万天使轮融资
近日，企业入职前背景调查智能SAAS服务商人人背调宣布，获得200万元天使轮融资，本轮融资由英诺天使投资领投，臻云创投跟投，据悉，本轮融资将用于产品创新、优化和提升上。
人人背调是北京数聚之美科技有限公司解决企业入职前背景调查的人力资源产品，该产品基于在线和移动端提供服务，企业人力部门可以在一两分钟内解决员工背调的问题，操作简单，其中极速报告5-6秒即可出结果，人工报告1-4个工作日即可出结果，大大提升企业人力资源部门招聘过程中的效率，降低招人风险。
此前，人人背调已经服务过1000+企业客户，建立了一套从基础员工、中层管理、高管，横跨互联网、金融、制造业、零售业、服务业等多行业的解决方案。
| 人人背调PC端产品页面 |
人人背调产品的突出优点是操作简便，人力资源部门在使用时不存在任何障碍，无需培训，通过向导从注册、使用、到结果呈现都非常顺畅，用简单的步骤完成复杂的操作。合规的实名短信授权，取消原有复杂的授权流程和纸质授权，既提高了安全性也方便了候选人和用人单位，实名短信授权可以规避他人假冒的问题。
人人背调通过上百万份的简历数据进行机器学习，分析整理出3000+个职业模型，不同于传统过渡依赖主观评价的报告，职业模型可以针对不同行业，不同岗位建立专业的访谈模型，并且随着数据量的增加还在不断的迭代和优化，使得履历和表现报告在质量和专业度上大大提升，帮助用人的业务部门和人力资源部门在专业度上把好关。
| 人人背调移动端产品页面 |
报告的智能化处理，将人工报告的内容大量使用机器进行加工处理，提升整体平台的生产能力，使得背调这个行业真正从原有的拼人多，进入到拼效率的时代。
英诺天使基金合伙人刘怀宇表示：背调是围绕人的职业信用的服务，人人背调在形成大数据聚集、积累数据的同时、利用大数据+人工智能技术，进一步提升背调数据采集效率。
人人背调抓住微信小程序发展机遇，围绕HR专业社群，面向行业特性已经形成了自己的竞争优势。
原文来源：人人背调获英诺200万天使轮融资
背景调查
Gig时代背景验证行业的演变
文/ Mike Cerrone
价值1000亿美元的全球核查市场将被打乱。让候选人拥有背景调查权将使招聘变得更简单，更快捷，更公平，更安全。
从招聘到银行，再到公寓租赁申请，背景核查无处不在。根据Careerbuilder.com，72％的公司背景检查他们雇用的每个人，2012年CareerBuilder研究发现，糟糕的招聘对近七成企业产生了负面影响。背景调查导致不利结果的人数没有统计数据，但2016年职业欺诈案件导致总损失超过63亿美元，2016年身份盗窃达到创纪录的1540万受害者，可以肯定地说，背景调查并非完全适用于任何地方。事实上，目前价值1000亿美元的全球验证市场正在迅速增长; 特别是，零工、自由职业者和零工市场的背景调查市场每年增长约12％左右，但在适应不断变化的市场需求方面进展缓慢。
任何人力资源、人事或招聘主管都可以告诉你，目前的背景调查流程既复杂又繁琐。在后端，它涉及各种机构和组织的手工研究和数据挖掘——从政府机构到私人就业记录，再到专业协会等等。这一过程会引发的人为失误和拖延结果，往往会导致公司的生产率和潜在雇员的收入减少。在这一领域出现的新公司正通过使用数字工具和接口来简化这一过程，但他们尚未简化最终结果，尤其是在满足千禧一代劳动力需求的方面。
千禧年的劳动力和零工经济在各行各业齐头并进。《福布斯》(Forbes)的数据显示，如今，千禧一代更喜欢自由职业，因为他们工作的灵活性和自由度更高。根据Intuit的数据，到20202年，零工工人预计将占全部劳动力的43%。如果这种增长趋势继续下去，10年后，一半的美国人将在多家公司从事自由职业。经济学家劳伦斯·卡茨(Lawrence F. Katz)和艾伦·b·克鲁格(Alan B. Krueger)表示，2005年至2015年，94%的工作机会似乎是在另类工作安排中创造的，也就是零工/自由职业工作。自由职业者/零工工人需要为他们所从事的每个不同的工作完成背景调查，而分开做这些工作的冗余将会是压倒性的。此外，重复的成本是不必要的，雇主和雇员的时间和资源的浪费将是有形的，而且在现行制度中重复的背景调查也会增加提供个人身份信息(PII)的风险，比如社会保险号或税号。
所有这些:对数据隐私、个人安全、对效率和速度的需求以及生产率的最大化的关注正将我们引向候选人验证模型。我们相信，验证市场的下一阶段将允许员工包中包含经过验证的身份记录，以替代传统的背景检查。它可以与求职者的简历和推荐信放在一起(或代替)，让他们能够控制潜在雇主可以获得的信息水平。
这种需求在许多公共对话中都有体现，比如“禁止盒子”运动。在美国全国范围内，33个州和超过150个城市和县已经采取了这些“公平招聘政策”，鼓励雇主首先考虑应聘者的资格，而不带定罪或逮捕记录的污名。这些政策通常会在招聘过程接近尾声时启动背景调查。问题是，在这个过程的最后，如果雇主知道了定罪的历史，这仍然可能是一个片面的故事，可能会改变雇主的态度。考虑到“零工经济”工作者有较高的犯罪记录的可能性，经过核实的个人资料将允许候选人解释或争论过去的问题，为目前被视为二元决策的情况增添色彩。这与耻辱的转移是一致的，但不会让公司和候选人浪费几天或几周的时间。
这种以候选人为中心的模式可以以更低的成本重复使用。Vetty的经过验证的配置文件位于区块链上，并保持安全和最新，以便公司可以无延迟地访问它们，并相信数据实际上是由符合FCRA的消费者报告机构(CRA)验证的。他们也更可靠，因为用户将被鼓励确保他们的数据是正确的，就像他们有兴趣保持他们的简历更新一样。将背景调查从人力资源团队或昂贵供应商手中夺走，并将其交到潜在候选人手中，可以加速招聘过程，节省团队时间，并有利于公司的盈利。它还邀请那些对数据隐私问题敏感、对背景调查持怀疑态度、可能在不同项目中同时处理多项任务的年轻人才。
简单地说，用户拥有的经过验证的概要文件提供了一种21世纪的方法来处理过时且繁重的流程。它通过加快招聘流程、提高生产率、更快更安全地提供准确的数据，为求职者和雇主提供了双赢。
以上为AI翻译，观点仅供参考。
原文链接：The Evolution of the Background Verification Industry In the Gig Era
扫一扫 加微信
hrtechchina
背景调查
背景调查
背景调查
背景调查
背景调查
背景调查
背景调查
背景调查
背景调查
背景调查
扫一扫 加微信
hrtechchina
