挪威NAV电视台报道了挪威新推出的数字求职平台的成功案例

Janzz.technology是挪威劳工福利管理局(NAV)新工作匹配平台语义搜索和匹配引擎背后的技术提供商。

NAV的数字求职平台arbeidsplassen.no现已推出,并得到求职者和雇主的认可。NAV希望求职者通过该平台能更容易地找到新的职位。

Yusuf在一周内成为了某呼叫中心的一名员工。对他来说,高中毕业后休学一年也就意味着简历上出现了空白,当他再次申请工作时,这就成了个问题。通过NAV,他开始了工作培训,这将积极帮助他打开通往劳动力市场的大门。Arbeidsplassen.no为Yusurf提供了这样一个平台。他接受了一次面试,并在接下来的一周开始担任呼叫中心的代理。对于招聘公司“Maskineriet”而言,NAV的网站使其更容易找到新员工。招聘人员通过NAV的简历数据库进行搜索,寻找应聘者并进一步建立连系。然后,候选人可受雇于一个固定职位。

挪威企业联合会(Enterprise Federation of Norway)的董事总经理对求职平台表示赞赏。Arbeidspassen.no被认为是非常有价值的,因为它能更有效地匹配公司的需求和优秀的候选人。NAV投资数字化的决定帮助公司简化了其招聘流程。

在求职者方面,简历服务有了显著的提高,通过使用导航平台,求职者可以更方便地找到合适的工作。现在,应聘者可以定义和定位求职概况,并同时适用于更广泛的可用职位。雇主对候选人匹配过程和arbeidsplassen.no平台都表现出积极的反馈——这最终对NAV很重要。

更多信息请访问nrk.no: https://tv.nrk.no/serie/distriktsnyheter-oestfold/201907/dkos99070519/avspiller

中等技术工人受到数字化的冲击最大

根据在经合组织国家的就业观察,虽然从长期看来低技能工人受到数字化转型的影响将会最大(除了一些结合手动灵活性和可变环境的工种),但目前中等技术工作的机会正在大量缩减。

如果我们过去只是在嘴上说说数字化和自动化将如何改变我们的工作,未来的工作以及是否机器人将在某些领域取代人类等热门话题,如今,我们能真切感受到数字化和自动化带来的影响,而且,这样的感受将会变得越来越明显。

由于数字化引发的能源革命,能源业中的许多公司都轻视了这场革命的速度,如今面临着产能过剩的问题。在瑞士,通用电气(GE)刚刚宣布裁员,导致Baden和Birr的450名员工失业。为了与国际在线供应商竞争,瑞士最大的零售公司之一Migros不得不进行转型。今年 6月,这家公司解雇了Gossau的90名员工。经济合作与发展组织(OECD)预测了瑞士员工的危机:70万个工作岗位与“高风险自动化”有关。 [1] 要知道这只是整个全球劳动力市场其中一个小部分。

当前很难说明数字化带来的影响,因为它对就业市场既有正面影响,也有负面冲击。然而,统计证据表明,数字化会影响工作,收入和工资的分配。 [2] 凭借解决繁琐问题,创造性思维和复杂沟通等技能,高技能工人往往从数字化中受益最多,因为他们所具备的技能与数字化起到相辅相成的作用。因此,我们可以观察到大多数经合组织国家的高技能工作在增加。同样,低技术工作岗位的比例也在不断上升,而唯有中等技术工作岗位的比例在下降。 [3]

为什么中等技术工人面临的风险最大而在数字化下处于不利地位?苏黎世联邦理工学院(ETH)创新经济学教授Martin Wörter解释说,“办公室或工业生产中的重复活动可以更容易地通过计算机或机器人取代。”瑞士联邦就业统计数据支持了他这一说法。在20年内,上班族人数减少了15万人,而工匠人数只减少了9万人。相反,学术职业的数量增加了47万。 [1]

然而,对于公司而言,简单地裁掉技术被淘汰的工人并将其替换为符合所需技能的员工是短视的做法。由于技能要求变化比以往任何时候都快,即使公司今天可以不惜代价找到新的工人,明天呢?解决这类问题的唯一方法是启用现有员工的重新培训。进一步的培训可以在很大程度上减少裁员并使整个公司受益。正如人力资源管理教授兼卢塞恩大学校长Bruno Staffelbach所说:“公司特定的专业知识在未来将变得更加重要。但是,员工只能从在公司工作中获得这些技能。 “ [1]

庆幸的是许多公司已经意识到这一点并启动了有效的技能发展项目,但正如我们在以前的文章中多次谈到的那样,劳动力重新培训需要一种涉及个人,公司,行业以及政府的生态系统方法。根据世界经济论坛的计算,在美国,45%的高风险工人可以通过企业合作的方式开展集体式重新培训。如果与政府的努力相结合,能够进行重新培训的工人比例可能会增加到77%。 [4]

近十年来,JANZZ.technology一直在观察全球劳动力市场并在多个劳动力市场中参与合作。我们凭借专业知识,为客户提供正确的数据,以应对就业市场的一般挑战。我们的最新产品–劳动力市场仪表板,使用实时数据来建立重要的劳动力市场指数,包括最需要的技能,搜索次数最多的位置或男女用工比率等。如果您想了解更多有关JANZZ.technology的专业知识,请马上联系我们 sales@janzz.technology

[1] Albert Steck. 2019.Digitalisierung gefährdet Jobs von Mittelqualifizierten am stärksten. URL: https://nzzas.nzz.ch/wirtschaft/digitalisierung-gefaehrdet-jobs-von-mittelqualifizierten-am-staerksten-ld.1492570#swglogin [2019.07.02]

[2] OECD. 2015. OECD skills outlook 2015: youth, skills and employability, OECD Publishing, Paris, URL: https://doi.org/10.1787/9789264234178-en [2019.07.02]

[3] OECD. 2019. OECD skills outlook 2019: thriving in a digital world, OECD Publishing, Paris, URL: https://doi.org/10.1787/df80bc12-en [2019.07.02]

[4] Borge Brende. 2019. We need a reskilling revolution. Here’s how to make it happen. URL: https://www.weforum.org/agenda/2019/04/skills-jobs-investing-in-people-inclusive-growth/ [2019.07.02]

数字时代背景下职业分类系统的出路

人类早已开始观察并记录社会中的经济活动。据记载,在唐朝期间(618年-907年)就已经出现“三十六行”的描述,从而有了我们常说的“三十六行,行行出状元”。而今天,我们的工作正在以如此快的速度发生变化,再想要统计出日常生活中各行各业的具体数字,变得几乎是一件不可能的事情。由于工作岗位正在发生变化,旧的工作消失和新的工作出现,编制职业统计记录也变得越来越复杂。过去只有一个“经理”,如今有五花八门的经理:PI经理,IT经理,项目经理,代际合作经理等等。

因此,除了出于统计目的而罗列出所有职业名称之外,职业描述,技能和经验要求,教育水平以及更多方面与职业相关的信息也加入进了数据库。这样,我们不仅可以更好地了解当今的工作,还可以开发更复杂的系统来执行更有意义的任务,例如,行职业规划,工作搜索,识别趋势或指导政策设计等等。

美国的分类系统

美国商务部于1977年发布了标准职业分类(SOC)。当时,美国政府的许多项目开始收集统计数据,联邦政府需要一个统一的职业分类系统。 在SOC中,每个工作下面只有简短的描述和说明性示例,除了统计目的,其它意义不大。SOC根据所从事的工作类型进行分类,但很少从特定职位所需的技能和教育水平上进行分类[1]。最新版本的SOC于2018年发布。

在线数据库O * Net是对SOC的扩展,由美国劳工部就业和培训管理局在20世纪90年代中期创建。求职者,学生,企业研究人员和劳动力开发专业人员可以自由地访问和下载O * Net数据库的信息。与SOC相比,它是一个更复杂的系统,具有更详细的信息,如任务,技术技能,知识,能力,教育水平和工作方式。因此,在指导性上更有意义。

欧洲的分类系统

国际标准职业分类(ISCO)由国际劳工局(ILO)维护和管理。 ISCO是职业相关数据的主要国际分类,用于国际交流,报告和比较。它还为希望进一步改进自己国家的职业分类或直接套用ISCO-08的国家和地区提供参照。例如奥地利的Ö-ISCO,挪威的Styrk-08,哥斯达黎加的COCR-2011,加拿大的NOC 2016以及亚洲大多数国家职业分类都是以ISCO为模板。

2017年7月,欧盟启动了第一版欧洲多语种技能,能力,资格和职业分类(ESCO),该分类也是基于ISCO-08。 ESCO旨在通过欧盟官方24种语言建立对职业,技能,知识和资格的共同理解,使雇主,员工和教育机构能够更好地了解需求和要求。正如欧洲委员会主席Jean-Claude Juncker所说的那样,在促进人员自由流动下,ESCO可以帮助弥补不同成员国之间的技能差距和缓解失业率[2]。

行业分类系统

行业分类或行业分类法按行业和生产流程,产品或工作岗位对公司进行分组。它们为国家和国际统计机构提供服务,以便对经济状况进行分析,比较和总结。众所周知的行业分类包括NAICS,ISIC,GICS,NAF 2015和MUPCS。

此外,从职业分类向技能分类的转变也愈发成为趋势。这种转变有助于提高分类系统在职业指导方面的作用以及在指导新技能培训方面的作用。英国的创新基金会Nesta建立了英国首个数据驱动技能分类标准(UK skills taxonomy)。它可以衡量国家的技能供需,以防止技能短缺。社交媒体平台LinkedIn也为其用户构建了技能分类。

中国的分类系统

中国于1995年开始创建职业分类。并在1999年发布了第一版的《中华人民共和国职业分类大典》。目前正在使用的是2015年的最新版本,旨在跟上快速变化的就业部门。该大典参照ISCO,对职业进行了4个层级的划分,共收录1838个职业。

相比在同一时期创建的O * Net,中国职业分类大典仍有很大的上升空间。具体而言,如提高可访问性,加强持续数据更新能力以及增强对学生和求职者的指导性等方面[3]。其中,加强持续更新数据能力的问题并不是中国职业分类大典所特有的。许多其它分类系统同样面临这个难题,包括O * Net。

职业分类系统的新出路

创建传统的专家咨询分类标准既耗时又昂贵,而且最重要的是,它缺乏适应世界不断快速变化的工作环境的能力。因此,我们急需一种新的解决方案。这种新的方案要能够不断为劳动力市场提供信息,使求职者,学生,教育提供者,雇主和政策制定者能够对变化保持警惕,并有能力做出反应。

通过数字化,基于数据的信息收集方法可以彻底改变分类系统的创建方式。在JANZZ.technology,我们已经在我们的本体/知识图谱中绘制了所有国际职业分类系统和其它系统。 (如果您想了解分类法和本体论之间的区别,请查看https://janzz.technology/ontology-and-taxonomy-stop-comparing-things-that-are-incomparable/)。

这种映射使JANZZ.technology能够分析庞大复杂的职业数据集,并使用智能和标准化的元数据对其进行注释,从而使得数据在基准测试,匹配或统计分析等进一步过程中具有可比性。我们的JANZZclassifier!适用于拥有大量(非标准化)职业相关数据(如职称,硬技能和软技能,特别是培训/资格)的个人和组织。它使您能够通过我们的API简单地运行您的数据,并返回更有意义的数据。

值得注意的是,我们使用来自用户,合作伙伴和劳动力市场的实时数据,不断更新我们的数据库。这是在数字时代开发分类系统的新方法。如果您想具体了解我们的本体/知识图谱可以如何帮助您,请立即写信给 sales@janzz.technology

 

[1] Jeffrey H. Greenhaus and Gerard A. Encyclopedia of career development.

[2] ESCO (2015). ESCO strategic framework. Vision, mission, position, added value and guiding principles. Brüssel.

[3] 李文东, 时勘. 2006. 美国国家标准职业分类系统的发展概况及对我国的启示. URL: https://www.docin.com/p-1479318301.html [2019.06.24]

 

 

NLP人才获取中的应用示例

JANZZ的本体/知识图谱 – JANZZon! 被视为人才获取中的自然语言处理应用示例,与其共同作为示例的还包括Google的Cloud Jobs API。 在Gartner的文章“人工智能和机器学习对人力资本管理的影响”中,它总结了人工智能和机器学习的应用是如何转型人力资源流程。 要阅读完整报告,请访问:https://www.gartner.com/en/documents/3778864/impacts-of-artificial-intelligence-and-machine-learning-