布莱恩·贝瑞|2014年12月9日
去年四月，纽约时报跑了一篇题为的文章大数据如何扮演招聘专业人才的角色1。时代继续解释：“迟到了...企业家正在向人力资源（HR）施加大数据，并寻求人才，创造一个叫做的领域劳动力的科学……在互联网上搜索有才华的程序员，搜索他们聚集的网站，收集data筋疲力尽。“
什么是劳动力科学？
劳动力科学是应用大数据方法的应用来预测员工表现。如果您需要审查，则大数据的价值在于我们利用大规模计算规模来处理大量结构化和非结构化数据并达到简单的预测。这些数据来自哪里？人类创造数据排气每当他们与数字系统交互时，副产品留在我们工作的机器上。此数据排气量占用多种形式：Web点击，博客文章，在线游戏，推文，喜欢等。
我最近在康涅狄格商业和工业协会(CBIA)薪酬与福利会议上就这个话题发表了演讲。在我看来，HR倾向于持怀疑态度。大多数公司都有一个结构化的候选人评估程序。但是在一天结束的时候，最终的招聘决定是由a做出的人(不是机器)，只有相对较少的数据可处理。许多人力资源专业人士都会欣然承认，这一决定往往源于直觉。我的大问题是:在招聘和人才管理方面，机器能胜过人类吗?
许多公司正在回答“是的！”到我的大问题。他们为人力资源专业人士提供服务，帮助他们找到他们希望填补的职位的正确候选人。技能均越专业，越好。他们怎么做到的？通过利用候选人留下的公开数据排出的大数据方法。有些公司走得更远，创建在线游戏，可以在其中进行数据排气，分析，然后用作预测的基础。这些故事是提供了大数据如何以意想不到的方式生成业务价值的示例。
招聘方法：机器+人
招聘人员多年来使用了评分算法。最好的搜索和招聘公司已经提升了将分数解释到艺术形式或科学或两者的过程。一个这样的公司是里维埃拉合作伙伴（Rivera）。位于加利福尼亚州旧金山，里维埃拉合作伙伴为寻找顶尖工程人才的初创公司提供技术支持服务。大数据让他们与众不同。他们开发了一个数据聚合平台，可以让里维拉的经验丰富的招聘人员团队在候选人和客户之间进行尽可能最佳的匹配。这是Match.com，专为创业公司服务!
质量候选人意味着降低成本
聘请技术人员必须评估候选人的技术技能。这个过程通常包括由高级技术员工进行的“技术面试”，通常是最佳的思想，因此昂贵。如果您可以减少填补职位所需的技术面试人数怎么办？两家公司，镀金和人才垃圾箱该公司提供数据科学软件，帮助人力资源部门“大海捞针”。Gild的做法是根据数据排气情况为所有可用的技术人才打分。在那里，Gild只给他们的客户提供他们所需要的技能的最高质量的候选人。Talent Bin专注于社交媒体数据，寻找可能适合某个特定职位的“被动”(即不积极寻找工作的员工)。在这两种情况下，产出的都是难以填补职位的高质量候选人。
游戏处理
游戏化是指在非游戏环境中使用游戏思维和游戏机制来吸引玩家并增加玩家的贡献。这一定义背后的理论是，人们在玩游戏时最“诚实”。因为游戏包含明确的规则，明确的目标和实现目标的障碍，玩家自然会以创造性的能量和快速的思维做出反应。诀窍是一家提供在线游戏以及数据科学的公司，这些数据科学揭示了一个人的游戏消耗和他们的天赋之间的强烈关联。以大数据为核心,本事利用尖端的行为和认知神经科学,数据科学、计算机科学和设计技术建造游戏生产成千上万的数据点描述一个球员如何理解,回答:计划,反应,认为,problem-solves,适应、学习、持续和在许多情况下执行。
forbes.com贡献者，Jacob Morgan，托管一个播客工作的未来2他在其中探讨了现代劳动力的新兴趋势。他与诀窍CEO的采访，Guy Falleteck，是2014年9月的播客中的。我鼓励你探索这个想法。
结论
随着社会对大数据的持续发展，企业正在寻找几种利用海量数据创造商业价值的方法。要做到这一点，你自己并不需要是一个大数据专家。你甚至不需要知道要看什么数据。但你得知道你在找什么。劳动力科学向我们证明了这一点。人力资源专业人士知道他们要找的是什么，即使他们并不总是知道候选人成功或失败的原因。大数据专家创造了一个软件市场，利用大数据将数据枯竭与高度专业化的技能、工作绩效以及性格和领导力等无形因素联系起来。
1 https://www.nytimes.com/2013/04/28/technology/how-big-data-is-playing-recruiter-for-specialized-workers.html?pagewanted%3Dall&_r=1&
2 https://www.thefutureorganization.com/future-work-podcast/
