业界 | 来吧，迎接AI面试官的暴击！

大数据文摘作品

编译：Zoe Zuo、王梦泽、钱天培

深患面试恐惧症？一见到面试官就直哆嗦？

怎么办？完蛋啦！

比面试官更可怕的生物已经诞生了，TA就是AI面试官！

近日，一个名为HireVue的AI面试平台公司逐渐浮出水面。

HireVue借助AI来分析应聘者在视频面试中的措辞、语调和面部活动。

目前，HireVue已筹资9500万美元，并与联合利华（Unilever）和高盛（Goldman Sachs）等公司合作——这似乎昭示着，用人工智能来筛选应聘者会成为人才招聘的未来走向。

马克•纽曼（Mark Newman）在2004年创立了HireVue这个视频面试平台。应聘者录制面试视频并将其上传至平台数据库，这样招聘者在比较应聘者们的表现时会很方便，同时也节省了时间。

四年前，HireVue融合AI技术，进入了发展的新阶段。

HireVue结合了专利语音识别软件以及获得许可的面部识别软件，并协同排名算法，确定哪些候选人最接近理想人选。通过分析当前担任某一职务的最优秀的员工，可以收集到有关他们肢体语言、语调与关键词的数据，由此总结出一些特质，再将这些特质综合起来，就知道什么是理想的候选人了。

排名算法会让表现好的候选人脱颖而出，招聘者就可以着重了解这些候选人的答案，并确定谁可以进入下一轮，通常是面对面的面试。

说了这么多，这个AI面试官到底长啥样咧？

文摘菌找到了一位歪果仁小哥身先士卒写的面试日记，一起来看看！

面试过程

Hello，我就是文摘菌说的歪果仁小哥哥。下面是我的面试日记。

应聘者可以使用带有摄像头的电脑、手机或平板来进行面试。我在iPhone 7 Plus上下载了HireVue的应用，这款手机屏幕比较大也很清晰。

我进入了一间空的会议室，把我的手机架在了水杯上。

应用界面非常直观，我被告知面试共有11题，用时（至少）25分钟。

在视频录制时，HireVue的员工提了一个这样的问题，“如何描述你在上一团队中所扮演的角色？”

问题1：你好，我是Kayla。我们团队的员工都有不同的背景和经验。请做个自我介绍。上一份工作是什么类型的？你有什么兴趣和爱好？

由上所见，视频的分辨率较低，HireVue的首席技术官Loren Larsen告诉我，他们是故意这样设置的，因此应聘者可以仅关注题目本身。

其他的公司会选择录制清晰度较高的视频，这些都是可以依据自己公司的品牌和需求来进行定制。

看到我的脸出现在屏幕上的瞬间，我感到非常不舒服。

我有30秒的时间来准备，然后再用几分钟来做出回答。但最重要的是，我和所有的HireVue使用者一样，回答的次数不受限制。

由于回答次数不受限，你可以在转到下一个问题之前回顾你的答案，并决定是否要重新作答。

我充分的利用了这一特点，于是很快的将25分钟的面试延长到45分钟。Larsen告诉我，他们对回答问题的次数，分有限制和无限制做了试验，发现大多数的人会选择无限制。

招聘者没有将面试形式局限在纯视频上。我的面试过程中有一道文字题，需要给焦虑的客户就产品问题回复邮件。

我需要给出答案并用最清晰可靠的方式将其表达出来。

隔天我与HireVue的员工Larson会面，并一起讨论了我的面试结果。

我的“洞察力得分”是65%，排名第二。这意味着根据这个软件，我拥有完美客服代表65%的品质。

Larson向我展示了招聘者在分析我的答案时的界面。

软件评测

软件的初衷是，AI可以帮助优秀的应聘者脱颖而出，招聘者就可以重点关注这些候选人。

Larsen表示，他理解当人们第一次听到HireVue时可能会觉得它很可怕或有具有侵略性，但其实对人类来说，它是一种能让工作更有效率的工具。他说“制作这个软件不是为了替代招聘人员”。

在我看来，这项技术非常实用，尤其是当招聘人员需要面对数百个工作申请时。

然而HireVue的优势同时也是它潜在的弱点，AI面试官的评判标准取决于HR提供的数据。这样一来，HR在过去犯得错误也会随之进入到AI面试官的决策过程中。

Larsen表示，他和他的团队将致力于减少人类在这个过程中的参与，将他们的AI评估朝着这样一个可能存在也可能不存在的理想情况进行完善。

理想情况下，当候选人上传了自己的面试视频后，算法就能很自信地直接给出面试结果。

录还是不录，全在AI的一念之间。

原文链接：

http://www.businessinsider.com/hirevue-ai-powered-job-interview-platform-2017-8

【今日机器学习概念】

Have a Great Definition

早鸟优惠倒计时第6天

数据科学实训营第5期

优秀助教推荐|姜姜

作为一枚对数据分析的理解仅限于Excel的小白，曾经一直认为通过写代码来分析数据是件无比高大上的事。可是，在数据科学实训营居然就实现了！

手把手的教学方式，助教和同学们热烈的交流讨论，让我慢慢地觉得一行行代码如此亲切。而当把自己头脑中的构思通过代码实现，看到结果的那一刻，真是无比激动！

经过Kaggle、天池的案例的历练，对这些数据比赛也开始兴趣盎然，有没有小伙伴有兴趣一起去玩一玩的？

作为第5期的北美地区助教，寄语各位学员：前方高能，请准备好足够的时间，如果你能按时提交作业，结业时一定脱胎换骨。

志愿者介绍

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/