Было ли когда-нибудь время, когда вы думали, что вы идеальный кандидат на работу, вы даже отличились на собеседовании, но телефонного звонка так и не последовало? Тогда вы не одиноки. Время от времени мы все подавали заявки на фальшивую вакансию, иногда даже не осознавая, что эта должность ненастоящая. Сейчас как никогда важно, чтобы у нас были инструменты против поддельной рекламы. Из-за Covid-19 растет число онлайн-процессов найма, удаленных рабочих мест и сайтов онлайн-сетей, что облегчает поиск работы и найм потенциальных коллег, но также привело к росту мошенничества в Интернете. Одни раздражают, но «безобидны», а другие могут привести к реальным финансовым потерям. Но как мы можем распознать поддельные объявления о вакансиях и избежать мошенничества? В рамках проекта мы начали работать с Watson Studio AutoAI и поняли, что при правильном наборе данных AutoAI на самом деле может служить мощным инструментом, помогающим выявлять потенциальные мошеннические действия.
Почему эти поддельные объявления о вакансиях вообще существуют?
Когда вы думаете об этом, это действительно звучит абсурдно, почему кто-то должен создавать столько проблем, чтобы опубликовать вакансию, не намереваясь когда-либо ее заполнить?
В большинстве случаев работодатель просто хочет собрать информацию о рынке труда, например узнать, насколько легко заменить нынешних работников, насколько востребована вакансия или сколько платить за данную работу, и это лишь несколько примеров. Нельзя забывать и о кумовстве, оно было всегда, сегодняшний рынок труда не исключение. Когда начальник хочет нанять своего родственника, даже если вакансия уже занята, компания размещает объявление, чтобы показать, что их процесс найма является честным и справедливым. Многие рекрутеры наводняют рынок поддельными объявлениями о вакансиях, чтобы собрать резюме и расширить свою сеть потенциальных соискателей.
Хотя это может быть неприятно, в других случаях мошенничество с работой преследует цель украсть ваши деньги или даже вашу личность. Если они запрашивают ваши финансовые данные или хотят, чтобы вы перевели деньги под видом регистрационного взноса, чтобы начать работу, вам следует быть осторожным, это предупреждающий знак мошенничества с работой.
Каковы бы ни были причины, это не утешение для соискателей. Особенно, когда многие люди потеряли работу и отчаянно пытаются найти новую, после чего многие стали жертвами этих махинаций с работой.
LinkedIn, Indeed, Glassdoor и другие крупные сетевые сайты дают советы, как обнаружить поддельные объявления о вакансиях. Но многие люди уже потеряли веру в онлайн-сайты по трудоустройству. Это как порочный круг. Поскольку нет фильтрации поддельных сообщений о вакансиях, рынок труда пользуется меньшим доверием, что приводит к еще большему непрофессиональному поведению рекрутеров и работодателей, которые публикуют больше спама. Взамен претенденты на работу относятся к этому менее серьезно и будут прикладывать все усилия, чтобы попытать счастья. С увеличением количества заявок рекрутеры не будут тратить время на то, чтобы ответить на каждую из них, а только на многообещающие. И круг продолжается и продолжается…
Таким образом, большой вопрос заключается в том, что, помимо повышения осведомленности о проблеме и призыва к людям быть более осторожными с объявлениями о вакансиях, на которые они подают заявки, могут ли эти крупные доски объявлений лучше контролировать вакансии, размещенные на их сайтах?
С наукой о данных, да.
Можем ли мы получить еще более быстрые и точные ответы?
С AutoAI, безусловно.
Вид магии
Почему AutoAI, спросите вы.
Когда вы будете искать специалиста по данным на сайтах поиска работы, в результате вы увидите, что это относится к нехватке профессий. Слишком много их драгоценного времени тратится на скучные и повторяющиеся задачи, которые можно и нужно автоматизировать. При лучшем управлении ресурсами меньше специалистов по данным покинет выбранную ими область.
Однако AutoAI позволяет нам оптимизировать производительность специалистов по данным. Это позволяет специалистам по данным собирать, читать, анализировать и интерпретировать большие наборы данных за короткое время. Вместо того, чтобы готовить данные и строить модель в течение нескольких недель, они могли бы сосредоточиться на интересной части работы эксперта по данным, то есть на анализе и оценке модели. С помощью новой функции Watson Studio вы можете создать и развернуть модель машинного обучения, не написав ни одной строки кода. Инструмент сделает большую часть работы за вас.
Если вы готовы, вы можете поэкспериментировать с AutoAI самостоятельно. Не волнуйтесь, мы шаг за шагом расскажем вам, как использовать AutoAI на профессиональном уровне. Он прост в использовании, требует мало времени или усилий с вашей стороны и работает как по волшебству.
5 шагов для развертывания собственного ИИ в IBM Cloud:
- Поиск интересных наборов данных
- Предоставление услуги Watson studio
- Создание эксперимента AutoAI
- Проведите эксперимент
- Проверьте свои прогнозы
Шаг 1 поиск интересных наборов данных
- Есть тысячи данных, по которым можно предсказать
- Зайдите на kaggle, это сайт сообщества, посвященный машинному обучению.
Шаг 2. Подготовка службы Watson Studio
- Нажмите кнопку «Каталог» вверху.
- Выберите услугу из каталога
- Найдите студию Watson и нажмите на нее.
- Вы находитесь на странице развертывания
- Выберите местоположение и тарифный план lite для бесплатного опыта
- После создания сервиса перейдите в Список ресурсов
- Найдите свою Watson Studio в разделе услуг и нажмите на нее
- Щелкните значок «Начать», чтобы перейти к Watson Studio.
Шаг 3. Создание эксперимента AutoAI
- Нажмите создать проект
- Нажмите создать пустой проект
- Создайте новый проект с уникальным именем проекта
- На странице проекта нажмите на раздел «Активы» и загрузите свои данные с правой стороны.
- Нажмите «Добавить в проект» в правом верхнем углу и выберите «Эксперимент AutoAI».
- Дайте уникальное имя и создайте эксперимент
- Выберите набор данных из своего проекта и продолжите эксперимент.
Шаг 4. Прогнозирование с помощью AutoAI
- Выберите, что прогнозировать на основе ваших данных
- Вы можете прогнозировать любую категорию данных из вашего набора данных.
- В настройках эксперимента вы можете установить тип прогноза, оптимизацию эксперимента и используемые алгоритмы.
- После создания эксперимента появится Карта отношений, она визуализирует работу AutoAI.
- Внизу находятся ваши пайплайны с разным процентом хороших прогнозов, выберите верхний прогноз
- Нажмите «Сохранить как» и выберите модель в качестве типа актива.
- Сохраните модель
Шаг 5 Проверьте свои прогнозы
- Перейдите к созданной модели и нажмите «Переместить в пространство для развертывания».
- Создать или использовать целевое пространство
- Перейдите на новую страницу развертывания, щелкните верхний левый главный значок навигатора и найдите свое развертывание.
- Вы увидите вашу ранее созданную модель
- Нажмите на развертывание
- Создайте онлайн-развертывание с уникальным именем
- Нажмите на только что созданное онлайн-развертывание и выберите строку меню «Тест».
- Введите некоторые данные, и пусть произойдет волшебство, ИИ предскажет точный ответ на основе всех доступных данных.
Заключение
Когда мы тестировали AutoAI, мы искали ответы на следующие вопросы:
- Может ли ИИ помочь в обнаружении мошенничества с работой?
- Может ли AutoAI действительно предсказать намерения рекрутера, анализируя объявления о вакансиях?
Искусственный интеллект произвел революцию во многих отраслях. Машины и технологии развились до такой степени, что в дополнение к способности предвидеть принятие решений человеком, они также могут предсказывать будущие события. Мы все слышали о том, как наука о данных и искусственный интеллект используются для увеличения доходов, улучшения пользовательского опыта и ориентации пользователей на персонализированную рекламу. Но мало что говорится о хорошем внедрении науки о данных, такой как Kaggle, которая использует науку о данных для прогнозирования уровня бедности, чтобы определить, где больше всего нуждаются в социальной помощи. В Кали, Колумбия, для общественности доступна открытая платформа, которая может предсказать, где, скорее всего, произойдут убийства. Компания в США разработала систему, которая может предвидеть действия водителя до того, как они произойдут. Только наше воображение может ограничить то, как мы используем науку о данных и искусственный интеллект для социального воздействия. Будь то предотвращение несчастных случаев или преступлений, ИИ может быть мощным инструментом.
Мы обучили и протестировали модель предсказания, созданную AutoAI, которую мы назвали малышкой Шерлок. Не забывайте, Шерлоку нужен Ватсон, поэтому нажмите здесь, чтобы протестировать модель, пока Ватсон творит магию на заднем плане: https://sherlock.kisscloud.eu
После тестирования вы увидите, что малыш Шерлок все еще находится в зачаточном состоянии. Если количество одноразовых данных, с помощью которых обучалась модель, ограничено, это может повлиять на качество результатов алгоритма. Поэтому он иногда дает нам ложноположительные ответы или предсказывает с меньшим процентом, действительно ли объявление о вакансии является поддельным. Представьте себе возможные результаты с еще большим набором данных.
«Чем больше количество и выше качество данных, тем точнее и надежнее результаты».
Набор данных, который мы использовали, родом из Kaggle, он содержит 18 тысяч описаний вакансий, из которых около 800 являются поддельными. Данные состоят как из текстовой информации, так и из метаинформации о вакансиях.
Набор данных очень ценен, поскольку его можно использовать для ответа на следующие вопросы:
- Создайте модель классификации, которая использует функции текстовых данных и метафункции, и предскажите, какое описание работы является мошенническим или реальным.
- Определите ключевые черты/функции (слова, сущности, фразы) должностных инструкций, которые являются мошенническими по своей природе.
- Запустите контекстную модель встраивания, чтобы определить наиболее похожие описания вакансий.
Если бы крупные доски объявлений использовали потенциал AutoAI и подобных технологий, мошенникам было бы очень сложно публиковать сообщения о мошенничестве. Это не означает, что больше не будет поддельных объявлений о вакансиях, система не безотказна, но у мошенников будет меньше возможностей охотиться на тех, кто подвергается наибольшему риску.
