據媒體報道，每個行業都在大數據超載。有很多信息進來，所以很多信息要傳播，很難最有效地利用這些數據。

這就是機器學習所在。正如伯納德·馬爾在“福布斯”中寫道：機器學習允許組織“比人類科學家更快更準確地擦洗大量的數據”。這導致了科學突破，改善了供應商關係中的合同和採購流程，甚至可以幫助在線搜索更有效率。

那麼機器學習可以幫助求職者與最佳就業機會相匹配，這是有道理的。雲計算人才招聘解決方案提供商iCIMS公司正在參與Google的Cloud Job Discovery測試計劃。目標是使候選人與最佳職業機會相匹配。

“候選人的經驗對於包括我們自己在內的每一個業務的成功至關重要，所以我們期待著嘗試這種先進的功能，並引入更強大的下一代求職工具，這將有助於求職者和雇主。”Al Smith ，iCIMS技術副總裁在關於他們在Google計劃中的合作關係的正式聲明中表示。

史密斯花時間參與一個問答討論iCIMS和雲工作發現計劃。

IT鋒邊雜誌：Cloud Jobs API程序是如何實現的？

史密斯：Google去年，Google通過Google的搜索引擎和機器學習功能，宣布雲工作發現，更好地將求職者與雇主聯繫起來。這已經被3000多個工作板和公司職業生涯所使用。今年夏天，Google宣布Google for Jobs，旨在開發更智能的求職信息，並為求職者提供建議，為他們找到合適的工作。今年秋天，Google宣布Cloud Job Discovery進入測試版。

IT鋒邊雜誌：你能解釋一下它的設計目的嗎？

史密斯：Job Discovery提供即插即用的Google搜索和機器學習功能，使整個招聘生態系統 – 公司職業網站，招聘板，申請人跟踪系統和員工機構能夠改善工作崗位參與度和候選人轉換。 Google還引進了100多種語言的求職搜索支持，通過為求職者提供更多的就業機會，進一步改善了求職過程。最終，Cloud Jobs Discovery旨在豐富候選人的經驗，並將候選人與正確的工作相匹配。

IT鋒邊雜誌：雇主使用此計劃的好處和激勵措施是什麼？

史密斯：通過參與測試計劃，iCIMS可以將新的機器學習技術連接到我們的客戶，以便在他們的職業生涯網站上提供增強的搜索功能，可以根據指定的偏好智能地將作業面向候選人。這項技術不僅僅是根據關鍵詞搜索結果向候選人推薦工作，而且還了解職位，描述，技能和偏好的細微差別，並將求職者偏好與相關工作列表相匹配。

IT鋒邊雜誌：機器學習如何成為尋求工作的人以及那些在招聘的人的遊戲規則？

史密斯：求職者會找到更好的候選人到工作匹配。現在，大部分求職者的求職過程都是可怕的經歷。當在職位上使用關鍵詞搜索時，候選人可以留下無關緊要的結果。例如，當使用單詞“java”進行搜索時，您可以收到咖啡師和軟件開發人員的結果。基本的搜索功能可以返回不良的搜索結果，為求職者提供負面的體驗，甚至在求職者之前就已經申請了。機器學習為雇主和候選人提供了更好的體驗。當公司能夠快速，輕鬆地做出正確的招聘，這對您的業務產生積極的影響。空座位花費公司錢。

IT鋒邊雜誌：這個程序正在下台。你看到下一步是什麼，或者想像什麼方向？

史密斯：我們對職業門戶網站的變化將對Google職位搜索產生直接的積極影響。在Google for Jobs推出之後，我們看到流量再分配，Google流量不足。我們看到更大的組織在工具/報告中投入時間和金錢來幫助他們更好地了解其流量的有效性。通過參與Google Cloud Job Discovery，以及全行業的ATS和求職板供應商正在發生變化，我們預計在今年晚些時候會有更多的積極影響。

對於以上消息，各位298電腦讀者又怎看呢？

歡迎到我們的<<討論區>>分享你的意見。

灣仔298電腦資訊網
免費網上電腦雜誌，電腦IT人集中地!

網址：www.wanchai298.com