علوم
نحن نعيد رسم حدود تقييم الإمكانات البشرية.
من خلال الجمع بين خبرتنا في العلوم السلوكية وتقنيات الذكاء الاصطناعي الأكثر تقدمًا (البرمجة اللغوية العصبية، وماجستير القانون، والتعلم الآلي، والمزيد)، فإننا نساعد على إحداث ثورة في تقييم الإمكانات وتطوير المعرفة المرتبطة بالتنبؤ بالسلوك البشري.
تعتمد خوارزميات AssessFirst على الاستخدام الأخلاقي والمسؤول لنماذج الذكاء الاصطناعي الأكثر تقدمًا.
★ ★ ★ ★ ★ 4.9 استنادًا إلى أكثر من 2,500 تقييم على Google.
التحديات التي تواجهها فرقنا العلمية كل يوم.
ما نحاول تحقيقه.
فك التشفير
فهم ما يؤثر على سلوك الإنسان.
يعتمد إطار الملكية الخاص بنا لفهم البنية النفسية للأفراد على نماذج معترف بها من قبل المجتمع العلمي الدولي.
يطور
بناء حلول قوية مرتبطة بتقييم الإمكانات.
نحن نقوم بإنشاء حلول موثوقة وجذابة تمكن من القياس الكمي الدقيق للغاية لصفات الفرد.
يتنبأ
إنشاء أنظمة التوصية ذات الصلة.
نقوم بتصميم خوارزميات تمكن القائمين على التوظيف والمرشحين من الحصول على توصيات مستهدفة بناءً على ملفهم الشخصي المحدد.
الأمثل
تعظيم - وإثراء - جودة توقعاتنا.
تتم مراقبة جميع خوارزمياتنا وتحسينها باستمرار للتأكد من أن توصياتنا ذات صلة قدر الإمكان.
نحن نسعى جاهدين لفهم ما يجعل كل إنسان فريدًا.
★ ★ ★ ★ ★ 4.9 بناءً على أكثر من 2500 مراجعة على Google.
تم أخذ أكثر من 750 نقطة بيانات بعين الاعتبار.
شخصية.
تساعد الشخصية على فهم كيف يميل الشخص إلى التصرف “بشكل طبيعي”… ولكن أيضًا في المواقف العصيبة.
تحفيز.
تساعد الدوافع في تحديد المواقف والبيئات التي يبحث عنها الشخص وكذلك تلك التي يميل إلى تجنبها.
القدرة المعرفية.
توفر القدرات المعرفية معلومات عن قدرة الشخص على التعلم بسرعة وحل المشكلات الأكثر أو الأقل تعقيدًا.
تتعامل تقنياتنا مع التعقيد الهائل... وتقدم معلومات عملية بتنسيق سهل الفهم.
★ ★ ★ ★ ★ 4.9 بناءً على أكثر من 2500 مراجعة على Google.
فيما يلي بعض الأمثلة فقط على التقنيات التي قمنا بتطويرها.
يتيح لنا هذا النهج ضمان مستوى من الدقة لا مثيل له حتى الآن.
بالاشتراك مع نظرية الاستجابة للعنصر (IRT) لتسجيل النقاط، يتيح لنا هذا النهج أن نقدم لمستخدمينا فهمًا متعمقًا لشخصيتهم ودوافعهم وقدراتهم المنطقية.
المكدس الفني :
- ML (Machine Learning)
- NLP (Natural Language Processing)
- IRT (Item Response Theory)
ويمكن بعد ذلك استخدام هذه الأبعاد لإنشاء نماذج تنبؤية لتوقع الأداء والالتزام في المناصب المستهدفة.
ثم نطبق بعد ذلك عملية تحسين “متعددة العقوبات” لضمان عدالة هذه النماذج، وتجنب أي تمييز ضد مجموعات معينة.
Tech Stack :
- LLM (Large Language Models)
- MiniLM (Sentence Transformer)
- Optuna Framework (Multi-penalty optimisation)
يحدد نموذجنا الأبعاد الأكثر تنبؤًا باستخدام الانحدار اللوجستي.
يتم إجراء الضبط المتقدم للنموذج باستخدام PyTorch. لضمان عدالة النموذج الذي تم إنشاؤه وتجنب التحيز، تم تحسين تحسين العقوبات المتعددة لدينا باستخدام إطار عمل Optuna، مما يضمن عدم تحيز النماذج تجاه أي مجموعة محددة.
المكدس الفني :
- Logistic regression (Statistical Analysis)
- PyTorch (Model Fine Tuning)
- Optuna Framework (Multi-penalty optimisation)
تضمن هذه التقنية تطابقًا دقيقًا في وظائف تحديد توريد الموظفين والمسار الوظيفي لدينا، مما يؤدي إلى تحسين عمليات البحث التي يقوم بها القائمون على التوظيف وتوجيه المرشحين بشكل فعال.
والنتيجة هي حل مبتكر وفعال يعيد تعريف التوصية الوظيفية والتوجيه المهني بشكل كامل.
المكدس الفني :
- ESCO Framework (Jobs Directory)
- MiniLM (Sentence Transformer)
تأثير التقييم الأول للعلوم.
لك ولشركتك وللمرشحين.
40%
More performance
فالأشخاص الذين يتم اختيارهم على أساس مواهبهم (باستخدام AssessFirst) يحققون نتائج أكثر وبسرعة أكبر.
50%
Less staff turnover
الأشخاص الذين نقوم بتوظيفهم يبقون لفترة أطول لأن دوافعهم تتماشى بشكل أفضل مع الوظيفة وثقافة الشركة.
3x
More diversity
التوظيف على أساس الإمكانات يحررك من المعايير التمييزية (العمر والجنس والمدارس التي التحقت بها والإعاقات وما إلى ذلك).
اكتشف كيف يُحسِّن عملاؤنا إدارة أصحاب المواهب لديهم.
تحسين تجربة المرشح.
منذ أن قمنا بنشر AssessFirst، تمكنا من زيادة رضا المرشحين بنسبة 77%، مع تقليل معدل استبدال الموظفين بنسبة 34%.
تسريع عملية التوظيف.
لقد وفر لنا AssessFirst الوقت في عملية التوظيف لدينا. وقد سمح لنا ذلك بإعادة تخصيص هذا الوقت الذي تم توفيره: تعزيز تجربة المرشح والعلامة التجارية لصاحب العمل لدينا.
جعل تقييم المهارات أكثر موثوقية.
توفر لنا وظيفة إطار الكفاءة التي تقدمها AssessFirst نموذجًا موثوقًا لتقييم المهارات وسهل الاستخدام ومتوافقًا تمامًا مع ثقافة شركتنا.