Патент HeadHunter на компонент Умного поиска признан коммерчески успешным изобретением

Запатентованная разработка команды HeadHunter вошла в число финалистов конкурса Роспатента «Успешный патент» по выявлению наиболее коммерчески успешных изобретений, получивших экономический эффект по итогам 2020−2021 годов. В конкурсе приняли участие 129 отечественных правообладателей, имеющих патент на изобретение, выданный в 2020–2021 годах.

HeadHunter в 2020 году получил патент на способ автоматизированного поиска релевантных резюме и вакансий для рекомендательной системы Умного поиска hh. ru с использованием машинного обучения и с понижением размерности многомерных данных.

Запатентованный компонент Умного поиска hh. ru был изобретен сотрудниками группы анализа данных и машинного обучения HeadHunter — Георгием Даньщиным, Виктором Реушкиным и Александром Сидоровым. Получение патента на эту разработку и подготовку заявки для участия в конкурсе осуществлял Юридический департамент HeadHunter в лице Юрия Донникова и Дарьи Першенковой.

Изобретение позволяет быстро, за сотни миллисекунд, выбирать из миллионов резюме и сотен тысяч вакансий и соотносить друг с другом те из них, у которых похож не только текст, но и смысл. И делает это лучше, чем явные, подобранные вручную правила.

Благодаря этому улучшается качество рекомендаций резюме и вакансий и требуется меньше вычислительных ресурсов, мы экономим память и процессоры серверов.

В результате hh. ru уже в течение двух лет применяет более сложные ML-модели, с большим количеством признаков, чтобы рекомендовать вакансии. Запатентованные компоненты позволяют сильно уменьшать объем данных, сохраняя существенную часть их смысла. Затем эти данные используются для очень быстрого предварительного отбора вакансий и резюме, из которых потом модели более точно выбирают подходящие.

HeadHunter из больших полноразмерных данных получает сжатые, но сохраняющие определенный смысл, чтобы без потери качества и скорости обработки этих данных рекомендовать для вакансий резюме, а для резюме — вакансии.

Изобретение используется как для обработки запросов работодателей при поиске в базе резюме, так и для обработки запросов соискателей при поиске вакансий.

Александр Сидоров, руководитель направления анализа данных hh. ru, прокомментировал результаты и эффект применения запатентованного компонета Умного поиска, который был отмечен наградой Роспатента:

«Благодаря hh. ru сотни тысяч работодателей и соискателей находят друг друга как в России, так и за её пределами. Чтобы это происходило быстрее и оптимальнее, наши разработчики используют прикладной искусственный интеллект. Решения, которые у нас получаются, сильно отличаются от применяемых, к примеру, в веб-поиске, из-за очень большого разнообразия и специфики предметной области найма и работы, и очень высоких требований к качеству выдачи, которую видят работодатели и соискатели, причём не только первых нескольких десятков документов.

В 2018 нам потребовалось сделать рекомендации резюме для вакансий, с учётом географического местоположения и интересов работодателей и соискателей. Но тот момент в нашей базе уже было больше 40 млн резюме и 600 тыс. вакансий. И посчитать сложными математическим моделями, подобранными с помощью машинного обучения, вероятность, что каждое резюме пригласят на каждую вакансию — нельзя. Тем более в онлайн, за 50 мс, пока пользователь ждёт отрисовки веб-страницы или экранного мобильного приложения.

Для решения этой проблемы можно попытаться придумать эвристики и классификаторы резюме и вакансий. Но профессий десятки тысяч, так что этот подход имеет ограничения по качеству и масштабированию. Поэтому мы использовали подход на основе машинного обучения. Мы оцифровываем резюме и вакансии, представляем их в виде векторов чисел. Затем снижаем размерность этих векторов, представляем их в виде хешей. При этом, мы используем для вычисления этих хешей такую функцию, которая выдаёт похожие хеши для резюме и вакансии, если работодатель позвал кандидата на собеседование. Дальше мы сохраняем эти хеши в поля базы, и когда приходит работодатель с вакансией — делаем запрос «выдать все резюме, хеш которых отличается не более чем на N бит». И уже получив несколько десятков тысяч резюме, применяем к ним более сложные и ресурсоёмкие модели. Технические подробности — в нашем патенте, который подготавливали для участия в конкурсе Юридический департамент — Юрий Донников и Дарья Першенкова.

В результате, мы смогли запустить рекомендации резюме на вакансии, и с тех пор их использование выросло настолько, что большинство соискателей по базе резюме работодатели приглашают не с помощью поиска, а из резюме, которые рекомендуются на их конкретные вакансии. Это позволяет тратить на то, чтобы найти подходящего кандидата и пригласить его на собеседование, примерно в 6 раз меньше времени, а значит сделать наем проще и быстрее и для работодателя, и для соискателя, опубликовавшего резюме.

Мы решили запатентовать это решение не только чтобы его защитить, но и чтобы им поделиться. Мы верим, что подобный подход может пригодиться и в других компаниях, которые применяют искусственный интеллект на практике, чтобы стать удобнее, полезнее, эффективнее для своих клиентов. Особенно в многосторонних маркетплейсах. И этим сделать жизнь людей немного лучше.

Мы очень рады и горды, что Российское патентное ведомство удостоило нашу разработку в сфере искусственного интеллекта такого внимания и признания!»

↩ К другим статьям

Патент HeadHunter на компонент Умного поиска признан коммерчески успешным изобретением

Вакансии дня