Las empresas ya tienen una gran cantidad de herramientas a su disposición para la búsqueda de talentos técnicos, pero una nueva empresa quiere ayudar a los reclutadores al unir los mundos de GitHub y LinkedIn para crear una base de datos de los candidatos más adecuados para un desarrollo de software específico. papel, y lo está haciendo mediante el uso de IA para “inferir” habilidades a partir del código que han escrito.
prog.aicomo se llama la empresa, permite a los reclutadores buscar desarrolladores en función de sus habilidades técnicas, las bibliotecas que han usado o simplemente las contribuciones que han hecho a los proyectos en GitHub.
Fundado en San Francisco en 2022, Prog.ai es una creación del CEO María GrinevaOMS vendió un inicio de datos anterior llamó a Orb Intelligence a Dun & Bradstreet en 2020; CTO Fedor Soprunov, anteriormente investigador de aprendizaje automático en el titán tecnológico ruso Yandex; y jefe de producto Dmitri Pyanovque ha trabajado en equipos de productos en empresas como Yandex y Replika.
Si bien la contratación es el enfoque principal de la compañía inicialmente, con la apertura de su producto inaugural para reclutadores en versión beta cerrada esta semana, Grineva ve una amplia gama de casos de uso más allá de ayudar a las empresas a cumplir roles técnicos. Esto incluye fomentar las relaciones con los desarrolladores, como pedirles que se unan a una comunidad o invitarlos a contribuir a un proyecto de código abierto; solicitar su experiencia para un problema específico; e incluso para ayudar a las empresas de herramientas de desarrollo a presentar sus productos.
“Esta semana lanzaremos Prog.ai para reclutadores de tecnología, y en abril ampliaremos nuestra oferta de SaaS con Prog.ai para relaciones con desarrolladores para ayudar a las empresas que crean herramientas para que los desarrolladores comprendan su TAM (mercado total direccionable), aprenda más sobre su comunidad de desarrolladores existente y llegue a su público objetivo ”, explicó Grineva a TechCrunch.
Para ayudar a impulsar su impulso comercial, Prog.ai anunció hoy que ha recaudado $ 1 millón en fondos previos a la semilla del fondo ángel con sede en Alemania. ángel invertir, Empresas del puente de Brooklyn y una gran cantidad de patrocinadores ángeles, incluido uno de los primeros empleados de Spotify y su ex CTO, Andreas Ehn.
analiza eso
Entonces, ¿cómo hace Prog.ai para inferir habilidades del código fuente público? Bueno, en primera instancia, las acciones de la plataforma de GitHub “clonar”, que crea una copia de millones de repositorios y sucursales públicos. Luego, Prog.ai analiza cada confirmación de git e inspecciona el fragmento de código, la ruta del archivo y el asunto de la confirmación para averiguar de qué se trata.
“Para un proyecto dado, podemos ver quién es el arquitecto principal, quién desarrolla el back-end o el front-end, quién se enfoca en la UI/UX, quién construye el control de calidad y las pruebas, y quiénes son los escritores técnicos”, dijo Grineva.
Prog.ai también estudia detenidamente las acciones de git, como las solicitudes de extracción, incluidos los rechazos y las aprobaciones, los comentarios y las aperturas de problemas, lo que sirve para ayudar a Prog.ai a “comprender” los diferentes roles y niveles de compromiso de los contribuyentes del proyecto.
“Procesamos no solo proyectos famosos de código abierto, sino también proyectos ‘mascotas’, pruebas, bifurcaciones e incluso proyectos de capacitación de Coursera o Udemy que los ingenieros mantienen públicos en GitHub”, agregó Grineva. “En total, estamos procesando alrededor de mil millones de confirmaciones en GitHub por año para obtener un perfil muy preciso de las habilidades de cada ingeniero”.
Debajo del capó, Prog.ai se apoya en OpenAI GPTadaptando el tan publicitado modelo de lenguaje en proyectos de código abierto de alto perfil y artículos de StackOverflow para ayudarlo a obtener puntajes en la calidad del código, por ejemplo.
Ejemplo de perfil Prog.ai. Créditos de imagen: prog.ai
Los usuarios de Prog.ai pueden crear listas de los mejores expertos en disciplinas específicas, como “modelos de lenguaje grande” o “visión por computadora”, y generar una tabla de clasificación de los mejores en un campo determinado. O pueden enviar una lista de repositorios y crear una clasificación de todos los contribuyentes por la cantidad de confirmaciones que han realizado.
Efectivamente, los reclutadores y las empresas pueden adaptar su búsqueda a los parámetros que deseen, incluidas las áreas de habilidad, los lenguajes de programación y la cantidad de años de experiencia.
Ejemplo de búsqueda de Prog.ai. Créditos de imagen: prog.ai
Pero comprender el código es solo una parte de la oferta de Prog.ai.
Un punto de venta central para los reclutadores es la capacidad de conectarse con los desarrolladores de software, y para eso, Prog.ai incluye un motor de alcance de correo electrónico incorporado, impulsado por una plataforma de compromiso de ventas. Responder.io.
“Los usuarios usan nuestra búsqueda para crear una lista de candidatos relevantes, y luego pueden crear una secuencia de correo electrónico personalizada, mencionando a los candidatos por su nombre, refiriéndose a sus proyectos y explicando por qué creen que un puesto de trabajo es adecuado para ellos”, dijo Grineva. .
Prog.ai: ejemplo de difusión por correo electrónico. Créditos de imagen: prog.ai
Los reclutadores probablemente también querrán una visión más completa de las habilidades, la educación y el historial de empleo de un desarrollador, que probablemente no obtendrán de GitHub. Aquí es donde LinkedIn entra en la refriega, con Prog.ai recopilando datos disponibles públicamente y alineándolos con el individuo correspondiente de GitHub. Y esto es lo que Grineva dice que es la salsa especial de la plataforma: al combinar datos de dos plataformas ampliamente utilizadas, puede crear una imagen más detallada de los posibles candidatos.
“Creo que unirse a los perfiles de GitHub y LinkedIn aporta mucho valor, ya que los ingenieros generalmente no son muy buenos para promocionarse a sí mismos y, a menudo, ni siquiera tienen perfiles completos de LinkedIn”, dijo Grineva. “Además, en LinkedIn, la gente se describe a sí misma, lo que significa que la información es subjetiva. La aplicación de una metodología estándar para inferir las habilidades de todos los ingenieros en función de sus contribuciones reales al código no solo elimina la subjetividad, sino que también significa que las empresas podrán evaluar a los candidatos de manera uniforme”.
Casamentero
Por supuesto, nada de esto ofrece un conducto de reclutamiento perfecto. Reunir dos conjuntos de datos gigantescos y dispares no es una tarea fácil, y es probable que haya mucho margen de error aquí, con nombres e historias similares que aumentan el potencial para combinar perfiles. Y eso suponiendo que una persona tiene un perfil de LinkedIn en primer lugar, lo cual es posible que no tenga. Pero bajo el capó, Grineva dijo que han implementado medidas que de alguna manera abordan al menos algunos de esos posibles escollos.
“Combinar dos grandes conjuntos de datos no es una tarea fácil, ya que la información que las personas ponen a disposición en GitHub puede ser escasa, y muchos ingenieros eligen permanecer anónimos en GitHub”, explicó Grineva. “Hemos creado un sistema patentado de coincidencias parciales que tiene en cuenta no solo los nombres, los nombres de usuario y las direcciones de correo electrónico, sino también los lugares de trabajo, la experiencia y los intereses”.
Además de eso, Grineva dijo que usan la visión por computadora para comparar avatares de perfil entre plataformas, que si bien no es infalible por sí solo, sirve como una herramienta adicional junto con sus otros mecanismos de verificación.
Al momento de escribir, Prog.ai afirma tener la información de contacto de alrededor del 70% de todos los perfiles en su base de datos, lo que obviamente significa que el 30% carece de esa información crucial. En ese punto, Grineva dijo que si bien esperan mejorar su cobertura de detalles de contacto a medida que se expande, sus posibles casos de uso no siempre girarán en torno a la comunicación.
“Otro caso de uso importante es el enriquecimiento de datos”, dijo. “Los clientes pueden buscar el perfil completo del candidato por identificador de GitHub, URL de LinkedIn o correo electrónico de contacto; en este caso, solo podemos hacer coincidir ese 70% donde tenemos el correo electrónico”.
También está el elefante gigante en la sala aquí: ¿No está Prog.ai simplemente facilitando “llamadas en frío” que buscan contactar a los desarrolladores en masa?
“Existe un riesgo, pero es importante reconocer primero que los reclutadores ya están tratando de llamar en frío a los desarrolladores y esto está sucediendo actualmente a través de otras herramientas, así como algunos reclutadores de tecnología extraen manualmente la información de contacto directamente de GitHub”, dijo Grineva. “Dicho esto, los reclutadores actualmente están haciendo esto con información mala o limitada sobre los desarrolladores a los que se están acercando, lo que significa que el alcance no es personalizado y, a menudo, la oportunidad no es adecuada para los desarrolladores. Como resultado, estos correos electrónicos se consideran spam”.
Para aquellos en el extremo receptor de una campaña de alcance impulsada por Prog.ai, Grineva señaló que la plataforma es “totalmente compatible con GDPR” y los desarrolladores pueden solicitarle que elimine o edite sus perfiles, así como optar por no participar. difusión por correo electrónico.
Muéstrame el dinero
Todavía es temprano para Prog.ai y está experimentando con diferentes planes, pero la compañía está operando esencialmente un modelo de suscripción basado en SaaS, con precios basados en la cantidad de contactos a los que accede un usuario. Esto comienza en “gratis” para hasta 100 contactos por mes, hasta un plan de “reclutador”, que cuesta $ 530 por mes para funciones de búsqueda avanzada y 3,000 contactos. También ofrece un plan empresarial con precios personalizados, que está disponible a pedido.
Tampoco se puede ignorar la gran cantidad de otras soluciones de contratación que existen, que abarcan todo, desde el propio producto Talent Solutions de LinkedIn, pasando por Zoominfo, SeekOut, TalentOS y HireEZ. Pero Grineva dice que el enfoque de Prog.ai puramente en el talento técnico y su inteligencia de escaneo de GitHub es lo que lo distingue de la multitud. A su vez, esto podría significar esfuerzos de búsqueda de talentos mejor enfocados, donde los objetivos de un reclutador y del candidato están más alineados.
“Siendo yo misma ingeniera, recibo muchos mensajes de reclutadores que no son relevantes para mí y veo este problema de primera mano”, dijo Grineva. “Creo que esto es principalmente un problema de calidad de los datos: los reclutadores simplemente no tienen suficiente información sobre mí para relacionarme con oportunidades interesantes. Nuestro objetivo es reducir el nivel de ruido que reciben los desarrolladores en la actualidad. Al brindarles a los reclutadores una mejor información, creemos que esto será beneficioso tanto para los desarrolladores como para los reclutadores”.
Source link