9° Global Summit Human Resources
21 | 22 MAGGIO 2025
Intervieweb, la società del Gruppo Zucchetti conosciuta sul mercato con il nome di In-recruiting, sta lavorando da alcuni mesi allo sviluppo di soluzioni di intelligenza artificiale per il mondo HR. L’obiettivo è aumentare ancora di più l’efficienza dell’intero ciclo di ricerca e selezione attraverso un ATS (Applicant Tracking System)/Recruiting Software intelligente che automatizzi la ricerca dei talenti lasciando al recruiter il tempo di dedicarsi alle attività core.
La tecnologia proprietaria di Intelligenza Artificiale di In-recruiting permette di automatizzare il lavoro del recruiter ottimizzando tutto il processo di recruiting in cui è coinvolto. E’ una soluzione pensata specificatamente per il mondo HR e del recruiting.
Vediamo nei dettagli quali sono le prime novità già disponibili all’interno di In-recruiting o facilmente implementabili via API:
Parsing: tecnicamente è l’insieme di processi che portano all’estrazione di informazioni ordinate da documenti CV con qualsiasi tipo di layout. Nella pratica, l’algoritmo riconosce il formato del CV caricato dal candidato ed estrapola in modo corretto le informazioni anche grazie a tecniche di computer vision. Per fare un esempio: se abbiamo a che fare con un CV organizzato su più colonne o con un layout particolare, questo processo consente di estrarre il testo in modo ordinato, rispettandone il significato inserito all’interno del documento.
Information extraction: si tratta di una fase di elaborazione delle informazioni strettamente legata al parsing. Attraverso l’information extraction avviene un riconoscimento delle categorie di testo (entità semantiche) contenute nel CV. Facciamo un esempio pratico: un CV è solitamente organizzato con al suo interno dati anagrafici, titoli di studio, dati personali, job title, competenze informatiche ecc; l’algoritmo estrae le informazioni contenute nel CV tenendo conto del significato di queste entità semantiche di testo e attua un auto-completamento del form di candidatura. Oltre a questa funzionalità, l’information extraction ha il grande vantaggio di consentire una migrazione precisa e puntuale dei dati dei CV su un altro Database.
Motore di ricerca semantico e scoring: l’implementazione di un motore semantico consente di potenziare la ricerca con il suggerimento di parole chiave da usare in fase di screening CV. Il recruiter beneficia di un suggerimento che amplia e perfeziona la sua query tenendo conto del contesto di ricerca e gli permette di considerare ogni CV interessante che utilizza denominazioni diverse o sinonimi. Questa funzionalità consente oltretutto di superare eventuali errori ortografici presenti nel CV che prima avrebbero rallentato il processo di screening dei candidati. Per facilitare ancora di più questa fase e garantire uno screening più veloce, i profili dei candidati vengono classificati secondo un punteggio di rilevanza/pertinenza (scoring).
Autocomplete: suggerimenti in auto-completamento delle parole inserite dal recruiter basati sul proprio database di documenti.
Comparazione candidati: l’algoritmo riconosce i profili dei candidati simili a quelli consultati dal selezionatore e li propone al recruiter, per uno screening decisamente più completo che non esclude nessun potenziale talento. La comparazione rispetto al passato non si basa sui dati strutturati presenti in DB ma avviene attraverso una vera e propria lettura/analisi da parte dell’algoritmo dei soli documenti CV allegati (clusterizzazione del contenuto testuale del CV).
