Приєднуйтесь до події, довіреної лідерами підприємств майже два десятиліття. VB Transform об'єднує люди, які будують реальну стратегію AI. Дізнайтеся більше
Поява пошуку природної мови спонукав людей змінити те, як вони шукають інформацію, і LinkedIn, який працював з численними моделями AI за останній рік, сподівається, що ця зміна поширюється на пошук роботи.
Пошук робочих місць LinkedIn AI, тепер доступний для всіх користувачів LinkedIn, використовує дистильовані, тонко налаштовані моделі, підготовлені на базі знань професійної соціальної медіа для вузького потенційного можливості роботи на основі природної мови.
“Цей новий досвід пошуку дозволяє членам описувати свої цілі власними словами та отримати результати, які справді відображають те, що вони шукають”, – сказав Ерран Бергер, віце -президент з розвитку продукту в LinkedIn, в електронному листі в електронному листі. “Це перший крок у більшій подорожі, щоб зробити пошук роботи більш інтуїтивно зрозумілими, всеоучно та розширення можливостей для всіх”.
Раніше LinkedIn заявив у дописі в блозі, що значна проблема, з якою стикаються користувачі під час пошуку робочих місць на платформі, було надмірним залежністю від точних запитів ключових слів. Часто користувачі набирали б більш загальну назву роботи та отримували позиції, які не точно відповідають. З особистого досвіду, якщо я набираю “репортера” на LinkedIn, я отримую результати пошуку репортерів у медіа -публікаціях, а також відкриття судових репортерів, які є абсолютно іншим набором навичок.
Віце -президент LinkedIn з інженерії Венджін Чжан розповів VentureBeat в окремому інтерв'ю, що вони побачили необхідність покращити, як люди можуть знайти роботу, які їх ідеально підходять, і це почалося з кращого розуміння того, що вони шукають.
“Отже, в минулому, коли ми використовуємо ключові слова, ми по суті дивимось на ключове слово і намагаємось знайти точну відповідність. І іноді в описі роботи в описі роботи може сказати репортер, але вони насправді не репортер; ми все ще отримуємо цю інформацію, що не ідеально підходить для кандидата”, – сказав Чжан.
LinkedIn покращив своє розуміння запитів користувачів і тепер дозволяє людям використовувати більше, ніж просто ключові слова. Замість того, щоб шукати “інженера програмного забезпечення”, вони можуть запитати: “Знайти роботу з інженерії програмного забезпечення в Силіконовій долині, які були розміщені нещодавно”.
Як вони його побудували
Однією з перших, що потрібно було зробити LinkedIn, – це капітальний ремонт здатності його пошуку розуміти.
“Перший етап – це коли ви набираєте запит, нам потрібно вміти зрозуміти запит, тоді наступним кроком є те, що вам потрібно отримати правильну інформацію з нашої бібліотеки роботи. І тоді останній крок – це тепер, коли у вас є пару сотень остаточних кандидатів, як ви робите рейтинг так, що найрелевніша робота з'явилася в вершині”, – сказав Чжан.
LinkedIn покладався на фіксовані методи, засновані на таксономії, рейтингові моделі та старіші LLM, які, на їхню думку, “не вистачає можливості глибокого смислового розуміння”. Потім компанія звернулася до більш сучасних, вже налаштованих великих мовних моделей (LLM), щоб допомогти покращити можливості обробки природної мови своєї платформи (NLP).
Але LLM також постачаються з дорогими обчислювальними витратами. Отже, LinkedIn звернувся до методів дистиляції, щоб скоротити витрати на використання дорогих графічних процесорів. Вони розділили LLM на два кроки: один для роботи над даними та пошуком інформації, а другий, щоб оцінити результати. Використовуючи модель вчителя для ранжування запитів та роботи, LinkedIn заявив, що зможе узгодити як моделі пошуку, так і рейтингу.
Метод також дозволив інженерам LinkedIn зменшити етапи, що використовується система пошуку роботи. Одного разу “було дев'ять різних етапів, які складали трубопровід для пошуку та відповідності роботи”, які часто дублюються.
“Для цього ми використовуємо загальну техніку багатоцільної оптимізації. Для забезпечення вирівнювання пошуку та рейтингу, важливо, щоб пошук документів, що використовують те саме, що використовує етап рейтингу. Мета полягає в тому, щоб знайти пошук простим, але без введення зайвого тягаря на продуктивність AI розробника”,-сказав Лінкедін.
LinkedIn також розробив двигун запиту, який генерує спеціалізовані пропозиції для користувачів.
Більше пошуку на основі AI
LinkedIn не самотня в тому, щоб побачити потенціал для пошуку підприємств на основі LLM. Google стверджує, що 2025 рік буде роком, коли пошук підприємств стане більш потужним, завдяки розширеним моделям.
Такі моделі, як Rerank 3,5 Coheh, допомагають розбити мови силосів у підприємствах. Різні продукти «глибоких досліджень» від OpenAI, Google та антропіки вказують на зростаючий організаційний попит на агентів, які отримують доступ та аналізують внутрішні джерела даних.
За останній рік LinkedIn розгортає кілька функцій на основі AI. У жовтні він запустив помічник AI, щоб допомогти рекрутерам знайти найкращих кандидатів.
Офіцер AI LinkedIn AI Діпак Агарвал обговорить ініціативи AI компанії, включаючи те, як вона масштабує свого помічника з найму від прототипу до виробництвапід час перетворення VB в SAN Франциско цього місяця. Зареєструйтесь зараз для відвідування.
