الأسئلة الشائعة

ابحث عن إجابات للأسئلة الشائعة حول منصة التوظيف التي تعمل بالذكاء الاصطناعي في قسم الأسئلة الشائعة لدينا

إليك الخطوات الرئيسية لبدء استخدام UltraHire:
  1. أنشئ حسابًا. ستحتاج إلى بريد إلكتروني وكلمة مرور لتسجيل حساب UltraHire. سيُتيح لك هذا الوصول إلى لوحة معلومات مسؤول التوظيف.
  2. أنشئ إعلان وظيفة. في لوحة معلومات مسؤول التوظيف، انقر على "إضافة وظيفة جديدة" لملء تفاصيل الوظيفة التي ترغب في نشرها. أضف مسمى الوظيفة، ووصفها، ومتطلباتها، ومسؤولياتها، وأي تفاصيل مهمة أخرى.
  3. اختياري: أنشئ استبيانًا. يمكنك إنشاء استبيان مخصص يتضمن أسئلة اختيار من متعدد أو أسئلة إجابات قصيرة ليملأها المرشحون كجزء من طلبهم. يساعدك هذا على جمع معلومات منظمة من المرشحين.
  4. قريبًا: شارك الوظيفة. بمجرد نشر إعلان الوظيفة، شارك الرابط عبر قنواتك المفضلة مثل LinkedIn أو Indeed أو Monster أو صفحة التوظيف الخاصة بشركتك. يمكنك أيضًا المشاركة مباشرةً مع المرشحين من قائمة المرشحين المفضلين لديك.
  5. شاهد فيديوهات المرشحين. سيتقدم المرشحون بطلباتهم عن طريق تسجيل فيديو قصير وإرساله. يمكنك تصفح جميع فيديوهات المرشحين الواردة وفرزها وتصفيتها من صفحة "طلبات التوظيف" في لوحة معلومات مسؤول التوظيف.
  6. ادعُ مرشحيك المفضلين. أثناء مراجعة الفيديوهات، أضف أي مرشحين ترغب في إضافتهم إلى قائمة "المفضلة" بنقرة واحدة. يمكنك بعد ذلك دعوتهم للتقدم لوظائف أخرى ذات صلة.
  7. اطلب معلومات الاتصال. بالنسبة للمرشحين الذين ترغب في ادراجهم في عملية التوظيف، يمكنك طلب معلومات الاتصال الكاملة والسيرة الذاتية.
  8. أجرِ مقابلة وقدم عرض عمل. نسّق الخطوات التالية، مثل المقابلات الهاتفية والشخصية، من خلال المنصة أو مباشرةً مع المرشحين.
هذه هي العملية الأساسية لاستخدام منصة UltraHire للتوظيف عبر الفيديو!
فيما يلي النقاط الرئيسية فيما يتعلق بتكنولوجيا الذكاء الاصطناعي التي تدعم UltraHire:
  • قريبًا: تحليل الفيديو والنص - يستخدم UltraHire الذكاء الاصطناعي والتعلم الآلي لتحليل مقاطع الفيديو التي يقدمها المرشحون. ويمكنه تحديد سمات مثل الحماس، ومهارات التواصل، والشخصية، والكفاءة، والتوافق الثقافي، بناءً على تعابير الوجه، ولغة الجسد، وأنماط الكلام، والمفردات.
  • قريبًا: تحليل السير الذاتية - يُمكّن UltraHire من تحليل السير الذاتية التي يرفعها المرشحون بذكاء لاستخلاص المهارات والخبرات والإنجازات وغيرها من المعلومات الأساسية بتنسيق منظم. تُستخدم هذه المعلومات بعد ذلك لمطابقة المرشحين مع متطلبات الوظيفة.
  • قريبًا: معالجة اللغة الطبيعية - يستخدم UltraHire تقنية معالجة اللغة الطبيعية لتحليل إجابات المرشحين على أسئلة المقابلات المفتوحة. يتيح هذا للنظام فهم المرشحين بشكل أعمق يتجاوز ما هو مذكور صراحةً.
  • قريبًا: محرك توصيات - محرك توصيات قائم على الذكاء الاصطناعي يُطابق أفضل المرشحين مع الوظائف الشاغرة المناسبة بناءً على مهاراتهم المُحددة، وتحليلات الفيديو، وإجابات الاستبيانات. يُساعد هذا على تقليل عبء فحص المرشحين على مدير التوظيف.
  • قريبًا: فرز آلي - بالنسبة لبعض الوظائف، يُمكن لـ UltraHire إجراء فرز أولي للمرشحين بناءً على مهارات وخبرات مُحددة مسبقًا وعوامل أخرى لتحديد أفضل المرشحين للمراجعة البشرية.تقلل هذه الأتمتة من ضغط عمل مدير التوظيف
  • قريبًا: توصيات وظيفية مخصصة - يمكن للنظام اقتراح وظائف شاغرة جديدة للمرشحين المسجلين بناءً على تحليل ملفاتهم الشخصية واهتماماتهم وطلباتهم السابقة. هذا يُحسّن تجربة المرشح على المنصة.
باختصار، فإن المميزات التكنولوجية الرئيسية التي تميز UltraHire هي قدرتها على:
  1. تحليل تطبيقات الفيديو بما يتجاوز النص لتحديد المرشحين المتميزين
  2. تعزيز الفحص البشري واتخاذ القرار باستخدام الذكاء الاصطناعي والتعلم الآلي
  3. أتمتة أجزاء من سير عمل التوظيف لتقليل ضغط عمل مدير التوظيف بشكل كبير
يتم تدريب خوارزميات الذكاء الاصطناعي والتعلم الآلي بشكل مستمر على المزيد من البيانات لتحسين دقتها والتطور مع احتياجات المستخدمين.
فيما يلي الطرق الرئيسية التي تضمن بها UltraHire دقة تحليل الفيديو المدعوم بالذكاء الاصطناعي:
  • يجمع النظام مجموعة بيانات كبيرة ومتنوعة من مقاطع فيديو المرشحين، بالإضافة إلى السمات "الحقيقية" التي حددها المقيّمون البشريون لهؤلاء المرشحين. يساعد هذا في تدريب نماذج التعلم الآلي الأولية.
  • يتم إعادة تدريب النماذج باستمرار مع جمع المزيد من مقاطع فيديو المرشحين والتقييمات البشرية. يُحسّن هذا التدريب المستمر دقة النماذج بمرور الوقت.
  • يوظف UltraHire عدة مقيّمين بشريين لتقييم كل فيديو مرشح واستخراج السمات المعروضة. ثم يأخذ متوسط ​​هذه التقييمات كتقييم حقيقي. يساعد هذا في تقليل تحيزات المقيّمين الفردية.
  • يخضع المقيّمون البشريون لتدريب معايرة صارم لضمان اتساق تقييماتهم. كما يتم فحص تقييماتهم بشكل دوري للتأكد من دقتها. يُعاد تدريب المقيّمين غير الدقيقين أو يُزالون من النظام.
  • تقوم نماذج الذكاء الاصطناعي بتنبؤات قائمة على الاحتمالات بدلاً من التصريحات النهائية. على سبيل المثال، بدلاً من قول "هذا المرشح متحمس"، قد يقول "هناك احتمال 80% أن يكون هذا المرشح متحمسًا بناءً على الفيديو". هذا يترك مجالًا للتقييم البشري.
  • تكشف UltraHire عن معدلات دقة نماذجها المختلفة بناءً على بيانات التحقق. هذا يسمح للمؤسسات بقياس مدى الثقة في تنبؤات الذكاء الاصطناعي.
  • في قرارات التوظيف الحاسمة، لا يزال يتعين على مسؤولي التوظيف مراجعة مقاطع فيديو المرشحين بدقة لتأكيد أو إلغاء تحليل الذكاء الاصطناعي. يعمل النظام كأداة توصية وفرز، وليس بديلاً عن التقييم البشري.
  • تراقب UltraHire باستمرار أداء نماذج الذكاء الاصطناعي الخاصة بها في الإنتاج، وتُجري التعديلات عند الحاجة. كما تطلب ملاحظات من المؤسسات والمرشحين لتحسين النماذج بشكل أكبر.
باختصار، يساهم مزيج من بيانات التدريب المحاكاة والواقعية، والمصنفين البشريين المتعددين، وبروتوكولات التقييم الصارمة، والتنبؤات القائمة على الاحتمالات، والشفافية حول معدلات الدقة وإمكانية الإشراف البشري، في جهود UltraHire لضمان أن تكون تقنية تحليل الفيديو الخاصة بها صحيحة وعادلة.
People

لديك أسئلة؟

لم تجد الإجابة التي تبحث عنها؟ تواصل مع فريقنا الودود.

تواصل معنا