Creative Associates International relatou sobre o UbicaNica.jobs

Creative Associates International informou sobre o UbicaNica.jobs – nossa plataforma de empregos baseada em IA, sem preconceitos, na Nicarágua. Ayan Kishore, Diretor do Laboratório de Desenvolvimento da Creative disse no artigo, “Nicarágua não tem realmente muitas oportunidades para alguém ir online e encontrar um emprego, então se você está na Nicarágua, você está olhando para o jornal ou dependendo de propaganda de boca em boca”.  Não é assim que as pessoas estão descobrindo oportunidades no resto do mundo”. Graças à tecnologia por trás do UbicaNica.jobs entregue pela JANZZ e os outros líderes-chave do projeto, será uma verdadeira mudança de jogo para os que procuram emprego no país, especialmente os jovens.  A JANZZ.technology está interessada em continuar contribuindo para projetos que utilizam a IA para o bem social e adotam princípios éticos e responsáveis, gerando assim melhores serviços sociais em mais regiões.

Clique aqui para ler o artigo.

1,000,000 Currículos Procurados

Está tentando escrever o melhor currículo para impressionar os recrutadores e conseguir o emprego dos seus sonhos? Você sabe que, em média, cada oferta de emprego corporativo atrai 250 currículos e você terá apenas 2% de chance de ser entrevistado para o emprego dos seus sonhos? Sim, 2%. Agora você pode se perguntar como os recrutadores escolhem os 2%. Bem, a maioria deles usa um software de gerenciamento de talentos para selecionar currículos, eliminando até 50% dos currículos, que nunca foram examinados. Sim, isso pode incluir o seu e é por isso que você sempre recebe um e-mail padrão de rejeição e depois disso, um e-mail de agradecimento.

Na JANZZ.technology, estamos construindo uma solução alternativa que permite que cada currículo seja avaliado através de inteligência artificial e, o mais importante, cada candidato receberá respostas do sistema elaboradas sobre as suas habilidades insuficientes ( porque você não está sendo contratado) e possíveis sugestões para uma educação adicional (como você pode melhorar suas chances), a fim de garantir o mesmo emprego no futuro.

Para este propósito, pedimos que nos ajude a melhorar nosso algoritmo de aprendizado de máquinas. Veja como você pode contribuir para a criação de elementos humanos em sistemas de IA:

  • Envie seu currículo para info@janzz.technology. Se isso o faz sentir-se mais confortável, você pode apagar suas informações pessoais.
  • Idioma: estamos procurando currículos em francês, italiano, inglês, alemão, grego, norueguês, holandês, português, outros idiomas utilizados na UE, coreano, chinês, japonês, tailandês, indonésio, malaio, vietnamita e árabe.
  • Formato: Qualquer. Desde o padrão de 2 páginas do Word doc. até as mais criativas e inovadoras.
  • Prometemos não lhe enviar spam ou usar seu currículo para qualquer outra finalidade que não seja o aprendizado de máquinas. Também excluiremos seu currículo depois que ele tenha servido seu propósito.

Nos ajude a compartilhar a mensagem e nós o manteremos atualizado com o último número de currículos que recebemos.

ParaEmpleo considerado como a melhor prática no campo da IA na América Latina e no Caribe

O Banco Interamericano de Desenvolvimento (BID) desempenha um papel fundamental no desenvolvimento da inteligência artificial (IA) na América Latina e no Caribe como uma ferramenta para enfrentar os desafios sociais. Trabalhando em conjunto com especialistas regionais, o BID concebeu a iniciativa fAIr LAC para promover uma adoção responsável da IA, melhorando assim a prestação de serviços governamentais como os Serviços Públicos de Emprego (SPE) e criando oportunidades de desenvolvimento na região. A iniciativa fAIr ALC visa eliminar lacunas e reduzir a crescente desigualdade social na ALC.  » Leia mais sobre: ParaEmpleo considerado como a melhor prática no campo da IA na América Latina e no Caribe  »

Ontologia e taxonomia: não são sinónimos. Vamos comparar para estabelecer as suas diferenças

A palavra “ontologia” pode ser abstrata para muitas pessoas. A sua origem vem de um sonho de Tim Berners-Lee de inventar a World Wide Web. Este sonho incluía que a Web fosse capaz de definir a chamada “web semântica”, analisando todos os dados da rede, incluindo conteúdo, links e transações entre computadores e pessoas. Na web semântica, o Resource Description Framework (RDF) e Web Ontology Language (OWL) foram estabelecidos como formatos padrão para compartilhar e integrar dados e conhecimentos, este último na forma de ricos esquemas conceituais chamados ontologias [1.] Neste artigo, vamos usar a palavra ontologia como uma definição de metodologia de trabalho, no entanto, vale ressaltar que, no mundo atual das tecnologias de informação e comunicação, o termo “gráfico de conhecimento” é amplamente utilizado como sinônimo de ontologia.

Porque uma ontologia é importante

Falando em Inteligência Artificial (IA), os termos “Big Data”, “aprendizagem automática” e “aprendizagem profunda” estão lentamente substituindo o uso do termo “IA”. No entanto, para citar Adrian Bowles: “não há inteligência artificial sem a representação do conhecimento”. Em outras palavras, a IA requer elementos de engenharia do conhecimento, arquitetura da informação e uma quantidade significativa de trabalho humano para realizar seu “trabalho neural mágico”. Alexander Wissner-Gross argumenta que talvez a coisa mais importante seja reconhecer que são os conjuntos de dados inteligentes e não os algoritmos que provavelmente serão o fator principal limitante no desenvolvimento da inteligência artificial no nível humano.

             “Não há inteligência artificial sem a representação do conhecimento.”

Uma ontologia é uma representação estruturada e formal do conhecimento relacionado a uma determinada área. Isso é necessário porque, ao contrário dos humanos, a IA não pode ser diretamente baseada em noções humanas pré-estabelecidas sobre o uso correto de um termo. O que uma ontologia pode fazer, entretanto, é “aprender” sobre o significado semântico de um termo através das ligações entre os conceitos de seu sistema. Já existem ontologias poderosas em campos específicos, como a Ontologia da Indústria Financeira Empresarial (FIBO), bem como numerosas ontologias para a área da saúde, geografia ou setor de emprego.

Outra parte importante da IA é o raciocínio semântico. Além de identificar transações potencialmente fraudulentas, determinar a intenção dos usuários baseando-se no histórico do navegador e fazendo recomendações de produtos, a IA também pode fazer o seguinte: executar tarefas que requerem raciocínio explícito, baseado em conhecimento geral e específico do assunto, como compreender artigos de notícias, preparar comida ou comprar um carro. Esse tipo de tarefa requer informações que não fazem parte dos dados de entrada e devem ser combinadas dinamicamente com o conhecimento. Este tipo de raciocínio informático só pode ser alcançado com ontologias e a forma como o conhecimento que elas incluem é estruturado. [2]

Taxonomia e ontologia são fundamentalmente diferentes

A ontologia é muitas vezes confundida com a taxonomia.  Além do fato de que ambos termos pertencem aos campos de IA, web semântica e engenharia de sistemas, não há muito mais que os defina como sinônimos. Classificações taxonómicas como O*NET (Rede de Informação Ocupacional) e ESCO (European Skills/Competences, qualifications and Occupations) simplesmente não podem ser comparadas com ontologias.  As primeiras fornecem uma abordagem muito mais simples para a classificação de conceitos, uma vez que têm uma estrutura hierárquica e utilizam apenas relações pai-filho entre termos, sem uma ligação adicional mais sofisticada. As ontologias, por outro lado, são uma forma muito mais complexa de categorização. Metaforicamente falando, uma taxonomia seria equivalente a uma árvore, enquanto uma ontologia seria para uma floresta.

Aqui um exemplo: O termo “golfe” pode aparecer em várias taxonomias.  Pode estar localizado debaixo de uma árvore de ” Atividades humanas” (atividades humanas -> atividades de lazer -> esportes -> golfe).  Ele também pode ser encontrado em uma taxonomia relacionada com o vestuário (vestuário -> vestuário casual/activo -> vestuário desportivo -> vestuário de golfe e acessórios). Ele poderia até mesmo aparecer em algo muito diferente, por exemplo, uma taxonomia de carro (carro -> Alemanha -> VW -> Golf). Em uma ontologia, cada uma dessas taxonomias pode ser considerada como uma árvore, cujos galhos se conectam com o nó “golfe” de outros galhos, de outras árvores. [3]

Explicadas de outra forma, as taxonomias representam um conjunto de tópicos, que têm uma relação cujo propósito é definir “isto é…”, enquanto as ontologias desenvolvem conexões muito mais complexas, permitindo relações que reconhecem que “isto” “tem…” e “usa…”. 4] Portanto, se voltarmos ao exemplo de classificação anterior, as taxonomias não têm a capacidade de comparar conceitos de crianças.

Na classificação internacional ESCO, quase todos os médicos especialistas estão agrupados sob o título: Profissionais médicos especializados. Se analisarmos este caso, torna-se evidente que um enfermeiro especializado em anestesia e um médico anestesiologista têm conhecimentos e habilidades em comum, mas não podem se aplicar ao mesmo cargo. Além disso, os conjuntos de habilidades especializadas são simplesmente agrupados em listas gerais, sem nenhum link para as ocupações especializadas correspondentes. Por que isso acontece? Uma razão é que as classificações são utilizadas principalmente para fins estatísticos. Deste ponto de vista, não há necessidade de classificar todos os médicos especialistas de acordo com as suas competências e formação específicas. Então, de acordo com as taxonomias, as especializações só podem ser reconhecidas pelo cargo e é necessário recorrer a outras fontes para entender melhor seu conteúdo específico.

A construção de uma ontologia que contém: ocupações, capacidades, competências e formação, torna possível o reconhecimento automático das diferenças e semelhanças entre cargos. Por exemplo: Pediatras e neonatologistas têm empregos semelhantes, uma vez que ambos se dedicam ao cuidado da saúde dos recém-nascidos. Com a abordagem de modelagem ontológica, é possível determinar que uma pediatra tem uma percentagem muito alta de habilidades semelhantes às de um neonatologista. No entanto, pediatras só podem assumir o trabalho do neonatologista após receber treinamento adicional. Toda esta informação pode ser representada numa ontologia, através das inter-relações entre conceitos. Estas relações excedem em muito a capacidade de uma simples taxonomia.

Ontologias possibilitam a combinação de conjuntos de dados

Quando se trata de combinar, por exemplo, currículos com ofertas de emprego, não há melhor sistema para isso do que a utilização de uma ontologia. Muito frequentemente, formas simples de correspondência, com base em palavras-chave, ou métodos difusos de aprendizagem automática, são utilizados, o que significa que muitas semelhanças não são detectadas, portanto, não são obtidos resultados correspondentes. Elementos que levam a essa falta de resultados são, por exemplo, variações de palavras-chave introduzidas, sinônimos e frases alternativas. Para obter uma correspondência eficiente, é importante comparar a semântica (o significado subjacente) de dois elementos, em vez da redacção do texto. É aqui que as ontologias entram em jogo. Baseiam-se num modelo semântico, capaz de detectar os significados e semelhanças subjacentes entre CVs e descrições de funções.

A técnica de combinação ontológica é uma técnica fundamental que tem aplicação em muitas áreas, como a combinação de ontologias. Em domínios com regras muito complexas e interações complexas entre regras, não há substituto para ontologias. Isto é mostrado, por exemplo, quando se considera a integração de domínios muito diferentes. Suponha que existem duas ontologias separadas, uma ontologia meteorológica e uma ontologia geográfica. A criação de uma terceira ontologia que integre e tire partido do conteúdo das duas é uma proposta gerível que forneceria informações valiosas para a avaliação dos riscos de navegação ou para o domínio dos seguros. [5]

O verdadeiro valor das ontologias

O sistema semântico baseia-se em representações explícitas, e compreensíveis para o ser humano, de conceitos, relações e regras para desenvolver o conhecimento de uma determinada área. É impossível confiar unicamente nos programadores para construir tal sistema, baseado na aprendizagem automática, uma vez que eles não têm o conhecimento necessário para definir as relações entre os conceitos de cada domínio específico. Portanto, o conhecimento de uma área específica deve vir de especialistas nessa área e a integração de conhecimentos especializados em diferentes áreas é necessária (por exemplo, direitos de propriedade intelectual, dinâmica de fluidos, conserto de automóveis, cirurgia de coração aberto, ou sistemas educacionais e profissionais). Este processo é crucial para criar uma representação integral do conhecimento.

Para a ontologia multilingue da JANZZ, as capacidades são um ponto-chave. Em muitos casos, a tradução literal de um conceito para muitas línguas não é possível, no entanto, porque a Suíça é um país pequeno e multicultural, todos os nossos curadores de ontologia são fluentes em pelo menos duas línguas, e alguns até mais de quatro (incluindo chinês e árabe). Isto dá-nos uma grande vantagem, o que nos permite garantir a qualidade e consistência dos conteúdos em diferentes idiomas.

Há cerca de uma década, a JANZZ começou a construir a sua ontologia sobre várias taxonomias de ocupação, nomeadamente: CITP-08, ESCO e muitas classificações específicas de países. Ao longo dos anos, a JANZZ incorporou em sua ontologia milhares de novas profissões e funções (por exemplo, pesquisador de mercado, data minerador, especialista em geração milenar, gerente de mídia social, gerente comunitário, etc.) que não existiam anteriormente em nenhuma das taxonomias conhecidas. Além de novos títulos de emprego, a ontologia é constantemente atualizada com a inclusão de novos termos em todos os campos: habilidades, educação, experiência e especializações. O fato de que nossa ontologia é capaz de reconhecer semelhanças e ambiguidades entre empregos e outras áreas relevantes no campo da colocação de trabalho torna-o a ferramenta perfeita para empresas de RH e serviços públicos de emprego. Hoje, a ontologia JANZZ é de longe a maior, mais complexa e completa ontologia de dados de colocação de trabalho do mundo.

Felizmente, alguns governos e empresas escolheram o caminho certo e agora se beneficiam amplamente de nossa tecnologia de última geração. Para mais informação sobre a ontologia da JANZZ, por favor entre em contato conosco: sales@janzz.technology. Agradecemos desde já o seu interesse e teremos todo o gosto em responder a todas as suas perguntas.

 

 

 

[1] Ian Horrocks. 2008. Ontologies and the Semantic Web. URL: http://www.cs.ox.ac.uk/ian.horrocks/Publications/download/2008/Horr08a.pdf [2019.02.01 ]

[2] Larry Lefkowitz. 2018. Semantic Reasoning: The (Almost) Forgotten Half of AI. URL: https://aibusiness.com/semantic-reasoning-ai/ [2019.02.01]

[3] New Idea Engineering. 2018. What’s the difference between Taxonomies and Ontologies? URL: http://www.ideaeng.com/taxonomies-ontologies-0602 [2019.02.01]

[4] Daniel Tunkelang. 2017. Taxonomies and Ontologies. URL: https://queryunderstanding.com/taxonomies-and-ontologies-8e4812a79cb2 [2019.02.01]

[5] Nathan Winant. 2014. What are the advantages of semantic reasoning over machine learning? URL: https://www.quora.com/What-are-the-advantages-of-semantic-reasoning-over-machine-learning [2019.02.01 ]

 

Perspectivas realistas sobre o futuro do trabalho

Nos dias 27 e 28 de novembro de 2018, houveram muitas discussões interesantes na conferência em Washington. Nestes dois dias muitas possibilidades diferentes foram apresentadas, tais como a usagem de tecnologias modernas no ambiente de mercados de trabalho, o Blockchain, Inteligência Artificial e aprendizado de máquinas (machine learning). O evento, organizado pelo Banco Interamericano de Desenvolvimento (BID) e pelo laboratório de mídia do MIT, atraiu especialistas de alto nível de empresas privadas, organizações públicas e universidades de todo o mundo. Stefan Winzenried, CEO e fundador, e Diego Rico, vice-presidente e gerente de projetos da LATAM, tiveram o prazer de representar a tecnologia da JANZZ.technology na reunião.

O objetivo deste evento que tinha com tema «Inteligência artificial e algoritmos de correspondência para colocação profissional» era introduzir diferentes sistemas de correspondência inteligente com IA entre canditatos a empregos. Cristina Pombo, consultora sênior do departamento do setor social do BID), moderou o evento, no qual, além de um reprensentante do WCC, Stefan Winzenried respondeu ás perguntas do plenário e explicou as ideias sobre a implementação prática, bem como os desafos e possibilidades da correspondência semântica, transparente e em grande parte não discriminatória. Em particular, ficou claro como os preconceitos em potencial e / ou o tratamento desigual no recrutamento tecnológico podem ser prevenidos em um estágio inicial e quais são as possibilidades mais importantes que essas tecnologias abrem para o futuro.

Diego Rico apresentou novas ferramentas para análise do mercado de trabalho usando a Plataforma de Rótulo Branco do JANZZ em Paraguai, “ParaEmpleo”. O objetivo do evento foi mostrar formas progressivas, significativas e fáceis de usar e como os atores no mercado de trabalho podem ser mais bem informados.
A equipe do JANZZ concentrou-se em unir as palestras de tecnologia e pesquisa aos casos de uso prático do atual projeto no Paraguai.
No centro da discussão estavam as várias estratégias, medidas e insights que poderiam ser obtidos da região LATAM de uma forma estruturada.
A participação da equipe do JANZZ resultou com uma análise significativa dos desafios passados ​​e atuais dentro do projeto, bem como a possibilidade de reproduzi-lo em diferentes países da América Latina.

Paraguay’s Ministry of Labor will use JANZZ’s web platform for improved placement of job seekers

O Ministério do Trabalho da República do Paraguai escolheu a plataforma da JANZZ.technology, ParaEmpleo.gov.com.py, financiada pelo Banco Interamericano de Desenvolvimento, para aprimorar a intermediação dos serviços de recolocação profissional no país, utilizando tecnologia de ponta na correlação ocupacional, baseada na melhor ontologia ocupacional do mundo.

A JANZZ.technology foi escolhida para aprimorar o mercado de trabalho no Paraguai.

O Ministério do Trabalho, Emprego e Previdência Social (MTESS) da República do Paraguai e a JANZZ.technology, sediada na Suíça, assinou um contrato de colaboração técnica para aprimorar o mercado de trabalho paraguaio. Graças a este convênio, a empresa suíça lançou seu primeiro projeto na América Latina. Por força desse contrato, a JANZZ.technology vai instalar sua plataforma, conhecida como ParaEmpleo.gov.com.py, para melhorar a recolocação de jovens em busca de oportunidades de trabalho. O mestre em economia Guillermo Sosa, Ministro do Trabalho, e Diego Rico, vice-presidente de integração de clientes e diretor executivo adjunto da JANZZ.technology, se reuniram para finalizar os detalhes do projeto e analisar as diversas vantagens dessa tecnologia inovadora, que, além do Paraguai, atua no recrutamento de mais de 150.000 candidatos e empregadores em cinco países e 40 idiomas diferentes.  A plataforma rompe os esquemas de intermediação por meio de palavras-chave, incorporando taxonomias, uma abordagem por ontologias e semântica, em conjunto com as melhores tecnologias do mercado. Isto permite aos recrutadores e empregadores fazer correlações em múltiplas dimensões, incluindo, competências interpessoais, experiência, disponibilidade e localização geográfica.  A plataforma tem mais de 100.000 homens-hora de desenvolvimento e levou sua versão mais recente para o Paraguai.

Por meio dessa nova plataforma ParaEmpleo.gov.com.py na internet, o MTESS quer oferecer a mais avançada tecnologia para correlação entre cargos e oportunidades. Até o momento, mais de 25.000 candidatos se cadastraram na base de dados do PARAGUAI. Uma vez concluído o serviço, esses jovens poderão acessar as oportunidades de trabalho conforme suas competências e habilidades. Este contrato é celebrado nos termos do “Programa de Apoio à Inserção no Mercado de Trabalho” (PR-L1066), financiado pelo Banco Interamericano de Desenvolvimento, sob contrato de mútuo com a República do Paraguai.

A JANZZ.technology é a melhor parceira para o MTESS, pois tem anos de experiência que permitem à empresa acumular experiência extensiva nas áreas de dados ocupacionais com soluções eficazes em espanhol e oferta multilíngue e abrangente de classificações padrão. A empresa está muito entusiasmada com a oportunidade de participar no fortalecimento do mercado de trabalho no Paraguai, e espera colaborar com o MTESS.

Banco Interamericano de Desenvolvimento (IDB)

O Banco Interamericano de Desenvolvimento é uma das principais fontes de financiamentos de longo prazo para projetos econômicos, sociais e institucionais na América Latina e no Caribe. Além de empréstimos, concessões e garantia de crédito, o IDB realiza projetos de pesquisa com tecnologia de ponta, oferecendo soluções inovadoras e sustentáveis para os problemas mais urgentes nessas regiões. Criado em 1959 para ajudar a acelerar o progresso nos países-membros em desenvolvimento, o IDB trabalha diariamente para melhorar vidas.

Ministério do Trabalho, Emprego e Previdência Social (MTESS)

As funções do Ministério do Trabalho, Emprego e Previdência Social do Paraguai envolvem a definição de políticas trabalhistas, de emprego e previdência social, e a melhoria das condições de trabalho e do respeito aos direitos fundamentais do trabalhador em uma estrutura democrática, além de monitorar o diálogo social. Guillermo Sosa ocupa o cargo de Ministro do Trabalho, Emprego e Previdência Social desde abril de 2014, tendo atuado anteriormente como chefe de gabinete do Ministério.

JANZZ.technology

A JANZZ.technology é uma empresa de tecnologia e consultoria dedicada à correlação semântica entre competências profissionais e oportunidades de trabalho, e o uso de dados complexos nessas áreas. A empresa oferece produtos sem marca e soluções de SaaS para modelagem, análise e uso de grandes volumes de dados em portais de emprego, organizações públicas como serviços públicos de recolocação e conselhos de RH de empresas. Os produtos da JANZZ.technology permitem a correlação multilíngue precisa de qualificações, habilidades e competências, utilizando tecnologias semânticas de última geração. Desta forma, problemas de correlação de dados nos mercados de trabalho são reduzidos significativamente e grandes volumes de dados são transformados em dados inteligentes.

A JANZZ.technology lançou uma versão nova e melhorada da sua ontologia

Todos os dias, a equipe dedicada de analistas e engenheiros de TI da JANZZ.technology trabalha para melhorar a qualidade e a abrangência da ontologia JANZZon!. Na últimas semanas, a equipe se concentrou na ampliação da abrangência da ontologia, implementando ainda mais idiomas e classificações nacionais de ocupações.

Melhorias na ontologia:

  • Implementação do O*Netconcluída
  • As classificações SSEC 2015 e SSOC 2015 90% de Cingapura foram concluídas
  • Milhares de competências foram adicionadas à ontologia em Árabe
  • Várias ocupações foram adicionadas às classificações BO&C e SBC da Holanda.

Novos acréscimos à ontologia:

  • Chinêstradicional e Chinês simplificado, suecofinlandês e japonês agora estão disponíveis para ISCO-08 e classificações nacionais selecionadas como a finlandesa Ammattiluokitus 2010
  • Integração da classificação europeia para competências, habilidades, qualificações e ocupações ESCO

Para obter informações adicionais sobre esses adendos, entre em contato conosco diretamente por e-mail ou com o nosso formulário para contato.