Il Progetto per lo Smart ATS di Nuova Generazione

Talent 4.0 – Smart ATS

 

Talent 4.0 - Smart Ats

Il Progetto in Sintesi

Nella strategia Industria 4.0 è centrale il ruolo di figure professionali in possesso di nuovi insiemi di competenze, sia legate agli aspetti tecnici specialistici (competenze verticali o hard skill) sia riferite alle qualità individuali della persona, all’atteggiamento in ambito lavorativo, alle capacità comunicative e relazionali ecc. (competenze trasversali o soft skill).

Ad esempio, nell’Information-Technology, è indispensabile la presenza di tali professionalità per l’analisi avanzata e strutturata dei processi di produzione, della raccolta/classificazione/elaborazione di grande
quantità di dati provenienti da sistemi interni all’azienda e dal mondo esterno. Il processo di selezione e valutazione di queste nuove professionalità (recruitment), a sua volta parte della stessa Industria 4.0, presenta notevoli difficoltà e necessita di strumenti informatici di supporto efficienti e flessibili.

A partire dagli anni ’90 si e assistito ad una continua evoluzione degli strumenti cosiddetti di ”e-recruiting”; lo stato dell’arte attuale è rappresentato dagli Applicant Tracking System (ATS), ovvero sistemi integrati, concepiti per gestire tutti gli aspetti del processo di recruitment.

Gli ATS evidenziano però Iimitazioni prestazionali in termini di efficienza di profilazione della domanda e dell’offerta di lavoro e di matching fra le due per selezionare i candidati migliori, che si traducono in inefficienza (necessità di ripetere le selezioni) e possibilità di ”skill mismatch” per errori di profilazione con conseguente perdita di opportunità di impiego.

Nasce pertanto, nel team di progetto (IT Partner Italia, Software Products Italia, Promos, Laborplay, Dipartimento di Ingegneria dell’Informazione di UniPi) l’idea del progetto TALENT per la realizzazione
e sperimentazione di uno Smart-ATS di nuova generazione, con I’impiego di: tecnologie di web crawling e text mining per la ricerca e l’analisi di richieste e di offerte di lavoro, algoritmi di data mining e machine learning per la profilazione delle richieste e delle offerte e per l’individuazione del matching ottimale tra i profili. Il sistema sarà dotato di funzionalità automatiche per la valutazione
delle hard e soft skill, queste ultime particolarmente importanti per supportare le evoluzioni delle aziende secondo la strategia Industria 4.0.

L’innovatività dell’idea progettuale risiede nella concezione generale del Sistema Smart-ATS e nella sua capacità di integrare informazioni su richieste e offerte di lavoro, informazioni di contesto, valutazioni di skill, ecc., per arrivare ad un matching avendo una ricchezza di informazioni tale da
garantire una elevata probabilità di successo di recruiting, in termine di persone realmente assunte rispetto alle liste di persone selezionate.
Risiede inoltre nei modelli di profilazione, skill assessment, contestualizzazione e matching che saranno studiati. realizzati e sperimentati nel corso del progetto.

Robot ed Emulazione di Coscienza

Robot ed Emulazione di Coscienza

Il moderno quadro scientifico della coscienza artificiale è stato proposto nel 1992 dal professor Igor Aleksander e, ad oggi, è oggetto di un acceso dibattito scientifico. Alcuni credono che la coscienza sia una funzione biologica replicabile, come dimostra il successo che stanno ottenendo sistemi conversazionali e di generazione di immagini come ChatGPT e DALL-E

Il Federated Learning. Una Soluzione al Problema della Privacy nel Machine Learning

Il Federated Learning. Una Soluzione al Problema della Privacy nel Machine Learning

Gli algoritmi del Machine Learning sono predisposti ad apprendere e risolvere problematiche in autonomia, grazie all’analisi di una grande quantità di dati fornita da aziende specializzate in tale raccolta. Il Federated Learning è una tecnica collaborativa capace di utilizzare la conoscenza presente in diversi database, senza la necessità di raggrupparli in un unico insieme di dati..

IA a Supporto della Earth Observation

IA a Supporto della Earth Observation

L’Agenzia Spaziale Europea ha deciso di investire sull’intelligenza artificiale per aumentare la propria competitività nel campo dell’osservazione della Terra dallo spazio. L’accordo ha l’obiettivo di creare una sinergia tra il dipartimento di innovazione dell’osservazione terrestre denominato Phi-Lab e il laboratorio di ricerca spaziale del Gruppo Leonardo…