对话薛延波:我为什么到BOSS直聘做机器学习

2018 年 8 月 7 日 雷锋网

▲点击上方 雷锋网 关注

文 | 吕倩

来自雷锋网(leiphone-sz)的报道

7月1日,薛延波乘坐起始于加拿大的航班落地北京,开启了在国内BOSS直聘担任首席科学家的新征程。

为了此次履新,薛延波提前处理了在加拿大的房子、车子,并在国内抓紧为住处、孩子上学提前准备,以便全力投入BOSS直聘career research lab的工作中来。

“赵鹏不给你准备住处、处理这些问题吗?”

“他准备的也得我自己喜欢啊!”

赵鹏,曾任智联招聘CEO,2014年7月推出互联网垂直招聘App Boss 直聘——一款让求职者跳过投简历、面试、笔试等环节,直接让老板跟应聘者在线沟通、一对一交流,节省招聘时间的互联网招聘应用。

薛延波,2018年7月加入BOSS直聘,牵头组建CSL(Career Science Lab)职业科学实验室。BOSS直聘希望通过CSL实验室对职场人的幸福感和安全感、企业在人才竞争中的竞争力以及双方的匹配度上展开研究。



为什么选择BOSS直聘


回顾薛延波此前的履历,你很难想象到他会选择回国加入BOSS直聘这家公司。

据雷锋网了解,此前,薛延波共有24年求学历史,其中13年是海外求学,一直从事机器学习相关领域的研究工作,最近5年深埋于量子计算的研究工作,帮助四家科技公司孵化各自技术,其中一家是做固态AI,一家是做蛋白质卷积,一家是做化学仿真,以及一家做金融科技的公司。

此外,薛延波曾担任商用量子计算机生产商D-WAVE量子计算机实验室高级深度学习科学家,从事量子计算机的性能测评、量子计算在深度学习和人工智能领域的应用、基于量子计算的模式识别等项目。

没有任何一家是与互联网招聘相关的。

像很多“缘起”于《三体》的科技爱好者一样,薛延波与赵鹏也是从共同爱好的《三体》聊起,聊到质子、量子、物理,聊到人像量子物理学一样具有不确定性,例如在找工作的过程中,起初可能并不清晰地知道自己到底想要什么,正是在了解的过程当中、与老板讨论的过程中慢慢摸索到自己期望的理想工作到底是什么。

“有些像量子物理学上的‘不可观测论’——一个量子位它这漂来漂去,你也不知道到底是0还是1,但是你一旦观测,它就固定下来了。”

薛延波称,学过量子物理的都知道一个经典的科学实验、假象实验,叫做“薛定谔的猫”——在一个盒子里有一只猫,以及少量放射性物质。之后,有50%的概率放射性物质将会衰变并释放出毒气杀死这只猫,同时有50%的概率放射性物质不会衰变而猫将活下来。

从这个“现象相似性”而非“技术相似性”出发,薛延波感到互联网招聘、BOSS直聘之中有很多可以通过量子学、机器学习等科学理论深挖的点,此为薛延波加入BOSS直聘的起点。

以此为起点,薛延波便思考,这背后事发后有一些research作为理论支撑呢?是否可以从研究的角度去理解互联网招聘这个行业?将其作为一个学科或者科学去研究。

薛延波对雷锋网表示,过去招聘平台在做匹配时,都是从二维信息方出发,考虑应聘者的需求是什么,就给你匹配到一个正好满足这个需求的职位。

当将一个人整个经历一层层压缩进二维简历,留下来的只有几年教育、几年工作经验、掌握的编程语言或做过什么项目,这就导致目前招聘市场上最普遍的痛点——学历并不代表能力,文凭也不会代表水平,经历也并不一定能够完全展现他的经验。

正如上文所述,求职是动态的、多维度的——你之前经历过什么、你未来需要、想要获得什么,同时此前的人生经历是一个维度,周围环境的影响是一个维度,身边朋友等影响因素又是一个维度——只有将这些信息全部融合进来,才能能更精准地去定义目前的职业需求点。

薛延波对雷锋网表示,从Career Research来讲,它游两个最重要的支柱,文科与理科,具体来说——

  • 理工科角度即大数据技术、机器学习技术、人工智能技术,还有其他相关工程方面的技术;

  • 人文学角度则包括劳动关系学、社会学等。

薛延波称,事实上我们面临着用机器学习来解决的问题大致分为三类:

  • 1、物体和物体之间交互的问题。机器人走在一个野外的道路上,它能不能不摔倒?机器人是一个物体,野外的环境也是一个物体。

  • 2、物和人交互的问题。我买了一个茶杯,然后它推荐给我一个茶壶,你看你买了茶杯,茶壶和它能不能匹配?这是人和物之间的交互。

  • 3、人和人之间的交互。

总之,BOSS直聘 Career Research Lab 要做的就是让两个支柱互为联系,彼此之间信息互通。据此提供一些对数据的认识,构建起与人有关的科研架构。但需要特别注意的是,career设想与工程落地之间是有一定距离的,薛延波也对雷锋网坦陈,目前暂时尚未考虑到具体从工程角度如何实现。

“初步设想是首先最大限度利用BOSS直聘平台上海量的数据,增加多维信息,推进career research。总之先建立Career Research的轮廓,将一个人的信息从一维二维扩展到三维四维,再考虑下一个问题。”



机器学习与BOSS直聘的结合


7月初始,刚刚落地北京、担任BOSS直聘首席科学界的薛延波内心“很兴奋”,“突然从慢节奏生活进入到快节奏工作状态”。

实际上,此前雷锋网亦多次报道过从学术界转型到工业界的案例,对此趋势,薛延波表示,这在整个工业界的确成为一种态势了——大概以2010年为界,之前的学术界与工业界之间几乎为平行赛道,没有交集;之后,当机器学习开始大行其道,人们发现在工业界可以比在学术界完成更好、更有价值的研究。其中最大价值,就是工业界可以更好的研究平台、更全面的大数据支撑。此前,薛延波补充称,他所想要招揽的人才,并不希望他们放弃原本在学术界的任何恭喜,而是将其带入企业中,发挥更大的作用。

传统观点上,很难将互联网招聘与机器学习相结合,薛延波对雷锋网表示,很多“不相信”来自于“不了解”,他称,招聘行业是一个双边市场,这是一个宏观概念。想要招聘市场良好运作,需要深扎下去理解市场里面的每一个环节才能对其进行修正。对于招聘行业来说,这些微观的环节包括了招聘方、应聘方,还有这两者之间的匹配算法。为了解决这一问题,薛延波提出了两条可行路径:

  • 第一,尝试建立一个职业科学模型,需要从人文学、微观经济学、宏观经济学、心理学、劳动关系学等角度,考虑一个人在职业市场或职业规划中,处于什么样的一个节点。

  • 第二,不可忽略机器学习、数据挖掘等技术对这一模型的促进作用,BOSS直聘所要打造的career research就是由这两个模块共同协作完成的。

薛延波表示,从整个大数据或机器学习技术发展历程的话,几乎所有信息都已碎片化了,招聘平台可能看不到你十年前或十年后的样子,但总能够从海量大数据里找到与你类似的碎片化信息,拼凑成一个十年后你的样子,进行一个“画像”。

顺着这则逻辑,实际上BOSS直聘CSL成立的一个大前提,便是具备足够海量的、跨越各行各业的丰富数据,因此薛延波对雷锋网表示,BOSS直聘为此也提出一个比较大胆的倡议——career research这件事事情不应该由BOSS直聘一家来做的,它将成为下一代招聘行业的趋势,所以欢迎包括高校研究所、其他相关行业人士一同加入。

薛延波对雷锋网坦陈,目前工作最大挑战来自人才的短缺——他称,BOSS直聘目前已然进入定义清晰化阶段,但包括他自己并非人文学方面的专家,对具体需求、匹配流等也处于学习中,团队非常希望能够找到相关领域的专家一起来做。

据雷锋网了解,目前CSL职业科学实验室分别开放了“职业科学家”、“机器学习科学家”两个职位。工作内容均包括“研究、设计以及开发算法和模型,以便更好的理解人在个体层面和社会层面的职业需求。

薛延波表示,BOSS直聘实际也是一路在质疑当中走过来。雷锋网查阅公开资料发现,“Boss直聘”创立于2014年7月,系北京华品博睿网络技术有限公司旗下产品,官方资料自称其为一款让牛人和未来Boss直接线上开聊的方式找工作的应用。用户可在APP上采用聊天的方式,与企业高管,甚至是创始人一对一沟通,更快速地获得offer。被认为是雷军系顺为资本旗下明星企业,最近一轮融资于2016年9完成,投资方包括华映资本、高榕资本,策源创投、和玉另类投资、今日资本、顺为资本跟投。

薛延波称,从一开始赵鹏做BOSS直聘这件事情的时候,就没有任何一个人看好,但正是在这种摸爬滚打中,团队也证明了自己的价值。

具体方向上,薛延波称,非常欣慰的是,赵鹏并没有给他制定具体的KPI,“他很清楚科研工作的轨迹与工程作业是不同的,具有不确定性,很难从工程学角度衡量,但我还是给自己制定KPI的—— 我们要在科研上面帮助BOSS直聘平台在这一领域里面占有一席之地,这就是我的KPI。”

“未来,我希望将来在我在BOSS直聘工作的这段时间,逐渐让大家转变一个思维——以前说BOSS直聘是一家传统招聘公司,而我希望将来别人说BOSS直聘是一家科研性的公司。”

- END -


明晚,新智驾「大咖Live」舜宇专场,独家直播,欢迎扫码围观。

登录查看更多
0

相关内容

【2020新书】如何认真写好的代码和软件,318页pdf
专知会员服务
63+阅读 · 2020年3月26日
【中国人民大学】机器学习的隐私保护研究综述
专知会员服务
131+阅读 · 2020年3月25日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
谷歌机器学习速成课程中文版pdf
专知会员服务
145+阅读 · 2019年12月4日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
推荐一个比吴恩达的还要优质的机器学习课程
算法与数据结构
13+阅读 · 2019年10月19日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
“搞机器学习没前途”
CSDN
236+阅读 · 2018年9月12日
AI产品经理从业指南
产品经理读书会
5+阅读 · 2018年8月11日
速成班出来的AI人才,老板到底要不要?
THU数据派
4+阅读 · 2018年1月27日
一个年薪30万的应届生告诉你应该如何学“算法”!
全球人工智能
4+阅读 · 2018年1月23日
为什么聊天机器人从业者都很委屈?
创新工场
3+阅读 · 2017年12月19日
干货|掌握机器学习数学基础之优化[1](重点知识)
机器学习研究会
10+阅读 · 2017年11月19日
为什么不能和阿里巴巴好好说话呢?
创业邦杂志
3+阅读 · 2017年7月3日
Arxiv
8+阅读 · 2018年6月19日
Arxiv
15+阅读 · 2018年4月5日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关资讯
推荐一个比吴恩达的还要优质的机器学习课程
算法与数据结构
13+阅读 · 2019年10月19日
一文读懂机器学习中的贝叶斯统计学
数据分析
26+阅读 · 2019年5月8日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
“搞机器学习没前途”
CSDN
236+阅读 · 2018年9月12日
AI产品经理从业指南
产品经理读书会
5+阅读 · 2018年8月11日
速成班出来的AI人才,老板到底要不要?
THU数据派
4+阅读 · 2018年1月27日
一个年薪30万的应届生告诉你应该如何学“算法”!
全球人工智能
4+阅读 · 2018年1月23日
为什么聊天机器人从业者都很委屈?
创新工场
3+阅读 · 2017年12月19日
干货|掌握机器学习数学基础之优化[1](重点知识)
机器学习研究会
10+阅读 · 2017年11月19日
为什么不能和阿里巴巴好好说话呢?
创业邦杂志
3+阅读 · 2017年7月3日
Top
微信扫码咨询专知VIP会员