最初の採用に必要な時間に関する予測の取得

「採用までの時間」機能が組織内で有効になっている場合、ジョブ求人の最初の採用までにかかる時間を予測できます。「採用までの時間」機能では、人工知能(AI)および機械学習アルゴリズムを使用して、以前の類似ジョブ求人に基づいて最初の採用までの時間を見積もります。

ジョブ求人を作成する場合、および下書きジョブ求人を編集する場合は、「採用までの見積時間」セクションが使用可能になるため、求人の詳細を最終決定する前に、採用までの見積時間を確認できます。

ジョブ求人の作成を開始するときには、採用までの見積時間のみが表示されます。求人がオープン・フェーズになると、求人がオープンになってから現在までの日数を示す別の数字が表示されるので、現在の時間と採用までの見積時間を比較できます。求人で最初の採用をすると、現在のオープン日数は表示されなくなります。最初の採用までにかかった日数で置き換えられます。

この機能を使用して、そのポジションに必要な事業所または学歴が変更されたシナリオをモデル化できます。たとえば、サンフランシスコでエンジニアのロールを掲載し、採用までの予測が42日間と表示されたとします。次に、事業所をカリフォルニアに変更するシナリオをモデル化して、採用日数の予測への影響を確認できます。「採用までの見積時間」セクションに表示されるこれら3つのフィールドの値を変更すれば、採用までの予測時間への影響を確認できます。

• 求人タイトル

• 教育レベル

• 事業所

これらの値を変更しても、実際の求人の値には影響しません。これらの値を保持する場合は、求人詳細の対応する値を変更する必要があります。

採用までの時間の仕組み

「採用までの時間」モデルは、過去365日間に採用があったすべてのジョブ求人でトレーニングされるので、各ジョブ求人が予測結果に影響を与える可能性があります。ジョブ求人がオープンしていた時間の長さが考慮されるだけでなく、ジョブの事業所やタイトルなどの要因も考慮されます。したがって、採用までの時間の予測は、履歴求人のクローズにかかった時間の平均というわけではありません。

「採用までの時間」機能では、ランダム・フォレストと呼ばれる教師あり機械学習モデルを使用します。この分類アルゴリズムの動作では、すべてのジョブ求人入力データが生成され、同じ入力データで考えられるすべてのバリエーションと比較されます。考えられるすべてのバリエーションに対してこれらの計算が行われた後、セット全体の平均が求められて、予測が生成されます。

このモデルでは、個々のジョブ求人がクローズされた後、その求人のクローズに要した日数を使用して、将来の推奨の品質を向上させています。「採用までの時間」モデルは、このデータやその他の新しいデータで週に1回トレーニングされます。そのため、短期間で採用すると、予測はすぐには変わりません。