El algoritmo de Shakers consigue que freelances y empresas hagan “match”
Shakers aplica inteligencia artificial y aprendizaje automático para conseguir un emparejamiento dinámico entre freelances y empresas.
Gracias a la inteligencia artificial (IA) y el machine learning (aprendizaje automático) la plataforma Shakers ha desarrollado un algoritmo capaz de poner en contacto a profesionales freelance con proyectos en grandes empresas, emparejando los intereses y capacidades blandas de los primeros con los perfiles que desean cubrir las segundas.
Se tata de un “emparejamiento dinámico” que de manera automatizada e inteligente propone qué perfiles profesionales son los idóneos para cada puesto de trabajo demandado. Para ello el algoritmo de Shakers tiene en cuenta distintas variables analizando tanto las aptitudes como las actitudes de los candidatos.
Con esto Shakers se convierte en pionera al aplicar esta tecnología en el ámbito de los recursos humanos, empleando modelos de PLN (procesamiento de lenguaje natural) con aprendizaje automático que son capaces de resolver el problema de la valorización del talento y su convergencia con las necesidades de proyectos o empresas concretas. Además es capaz de conseguirlo en tiempo real y partiendo de fuentes de datos heterogéneos y no estructurados.
Objetivos técnicos del algoritmo de Shakers
Este emparejamiento dinámico se consigue mediante estos objetivos técnicos específicos:
- Una capa de PLN para captar datos de empresas y usuarios que favorezca emparejamientos más precisos.
- Un algoritmo de aprendizaje automático supervisado capaz de obtener una métrica de compatibilidad entre el perfil social, emocional y profesional del candidato con el proyecto, añadiendo una capa de aprendizaje automático no supervisado que rastrea un patrón de habilidades comunes en los perfiles de los empleados a partir de LinkedIn.
- Aplicación y desarrollo de otra capa de aprendizaje profundo a partir de los datos acumulados de otros emparejamientos realizados previamente, comparándolos con otros perfiles de empresas y freelance que ya hayan ejecutado proyectos.
- Desarrollo de una capa final de análisis de voz que identifica y categoriza las capacidades comunicativas del usuario, detectando patrones de comportamiento tales como sinceridad, estado de ánimo, seguridad o autonomía, a partir de los cuales se puede confeccionar el perfil de un talento.
