简历筛选是难题？初创公司 Riminder用机器学习提高招聘效率

对于应聘者们而言，投递简历的时间也是一门玄学，不过对于 HR 们来说，何时收到简历并不重要，如何在海量的简历中挑选出最优秀且最符合要求的那一个才是最难的。数据显示，HR 一年平均要浪费掉 21 个工作日去外网筛选简历，一年要扔掉 67500 份简历，阅读这些简历要消耗掉一个 HR 每年 42 个工作日。除此之外，入职 Offer 以及试用期的转化率都只有 50 % 。

Riminder 是一家法国初创公司，成立于 2016 年，帮助 HR 们更高效地处理简历、并且更加精准地找到合适的候选人。

简单来说，当企业对特定职位进行招聘时，Riminder 会帮助企业做两件事情。首先是在数据库中对对同类职位的其他人员简历进行分析，从而对正在招聘中的这一职位对应聘人员的素质进行“划线”，其次，在简历收集完成后，系统会对文本进行分析通过运用计算机视觉和自然语言技术对简历进行文本分析，并结合前期的标准进行横向比照，最终对候选人根据职位匹配度、应聘者素质等要素进行综合排序。

因此，Riminder 能够帮助 HR 跳脱出单一岗位的限制，从更宏观的角度理解岗位的招聘需求所在，毕竟企业文化、行业趋势等都在的考虑之中了。

不过，Riminder 的最终目的可不止“排名”那么简单，Riminder 的创始人 Mouhidine Seiv 介绍道，在前期的比照实验中，系统除了能够更快速地给出候选人名单外，当 HR 看到系统这些名单时也发现，的确有一些优秀的应聘者是没有被他们注意到的，在系统的帮助下，他们感兴趣的应聘者增加了 3 倍。Seiv 认为，之所以出现这一的差异，原因在于招聘人员“没有正确地使用关键字”，而这也是 Riminder 的文本分析的意义所在。

除了帮助 HR 提高工作效率外， Riminder 也会帮助应聘者及时关注到，即当系统认为应聘者更加适合另外一个岗位时，候选者们的简历也会被自动推送到新的岗位。

据了解，Riminder 已经和 Uber、Blablacar 等进行合作，作为服务平台，Rimminder 会为企业的后台简历系统提供 API 接口。