読者です 読者をやめる 読者になる 読者になる

覚えたら書く

IT関係のデベロッパとして日々覚えたことを書き残したいです。 twitter: @yyoshikaw

HR Tech x 機械学習 x AWS(Machine Learning)活用事例紹介に行ってきた

カンファレンス・勉強会

HR Tech x 機械学習 x AWS(Machine Learning)活用事例紹介 に参加してきました。

以下自分用のメモです。


概要

AWS Machine Learningを使用した機械学習を中心としたAIの導入事例を紹介

  • 日時: 2017/03/13(木)19:30〜
  • 場所: 株式会社ビズリーチ

HRMOSでのAI導入事例紹介

仲田大記 氏 (ビズリーチ HRMOS事業部)

  • HR領域のSaaS HRMOS の紹介
    • 人工知能×ビッグデータでの企業戦略
    • 人事データベースを中心に採用管理や勤怠管理、評価管理,,,etc
    • Deep Learningで人事領域の作業を効率化
    • ビズリーチがHR Techをやる強み
      • 人材サービスを展開していく中で得た知見
      • 大量の採用データを持っている
  • 機械学習の技術をどのように導入、活用しているか
    • 応募書類評価予測を作った理由
      • 声かけ1000人 ⇒ 面接設定85人 ⇒ 採用10人
      • 大量の応募情報を見る必要がある。面接、面談の属人化しがち
      • 書類選考の一次振り分け(優先順位付け)で利用される
    • 実装方法
      • python
      • R
      • scikit-learn
    • 使った技術・手法
      • 自然言語処理
      • 決定木
      • SVM
      • 多項ロジスティック回帰
    • はじめにやること
      • 統計解析などの数学的アプローチをとり、優位性があるかないかを確認する
      • 決定木のモデルを作ってみて、どこのどんなキーワードまたは数値が書類選考の結果に強い影響を持つか調べる
    • どうやってやっているか
      • elasticsearchを使ってデータを形態素解析する
  • AWS Machine Learning
    • DataSource, Model, Evaluation, Batch Prediction
    • Amazonは、cross-validationを提供してくれてはいない
      学習データをシャッフルすることで疑似的なcross-validationを実現できる
    • 精度が高くないときは、パス数の設定と正則化。パス数の設定が結構効く



関連エントリ