DINQ: motor cu agenți AI pentru descoperirea și analiza talentelor din AI

Recrutarea în inteligență artificială este dificilă pentru că talentele sunt răspândite. Cei care au antrenat cu adevărat modele mari, au construit fluxuri multimodale sau au lucrat la optimizarea inferenței lasă urme în preprinturi, în depozite de cod și în prezentări de conferință, nu într-un profil de site de joburi. DINQ abordează problema cu agenți AI: mai întâi localizează candidați în surse publice, apoi explică structurat la ce este bun fiecare.

DINQ este un motor de talente concentrat pe domeniul AI. Agenții săi identifică cercetători și dezvoltatori în surse publice și ajută companiile și institutele de cercetare să selecteze oameni potriviți pentru o nevoie tehnică precisă. Nu este încă o bază de CV-uri: transformă urmele tehnice publice în semnale pe care o echipă le poate evalua.

Stratul de date consolidează mai multe surse publice de referință, între care Google Scholar și GitHub. Rezultatele științifice, activitatea în cod și preferințele de tehnologii ajung într-o singură fișă de candidat, folosită pentru a evalua împreună traseul de cercetare, capacitatea de inginerie și experiența practică.

Pe lângă interfața web, DINQ oferă modelul DINQ-as-a-Service, pe scurt DaaS, care poate fi integrat în sistemul de recrutare existent, astfel încât căutarea și profilarea să se desfășoare în fluxul de lucru deja folosit.

Ce face DINQ

Căutare globală de talente

Agenții găsesc specialiști în surse publice. Întrebarea nu este cine a aplicat, ci cine lucrează efectiv la problema respectivă, ceea ce contează când trebuie construit de la zero un bazin de candidați.

Consolidarea mai multor surse

Semnalele științifice și cele din cod ajung în aceeași fișă, astfel încât o listă solidă de publicații nu este confundată cu experiență de producție, iar un depozit activ nu este confundat cu cercetare sistematică.

Căutare semantică

Dincolo de un nume sau un link către profilul unui cercetător, profilul dorit poate fi descris în limbaj natural, de exemplu o persoană concentrată pe modele multimodale cu experiență de produs. Clasamentul ține cont de fundalul tehnic, nu doar de cuvinte-cheie.

Filtre fine

Tehnologiile, anii de experiență, locația și așteptările salariale se combină pentru a reduce un set larg la o listă care poate fi analizată persoană cu persoană.

Analiză aprofundată a candidatului

Fiecare fișă se extinde într-o analiză multidimensională cu profunzime reglabilă, arătând atribute-cheie și potențial în locul unui CV cronologic.

Profiluri vizuale

Radarul competențelor, cronologia dezvoltării și indicele de influență arată structura capacităților și traseul carierei.

Grafice de colaborare

Platforma cartografiază coautoratul, legăturile din industrie și căile de propagare a influenței, util pentru a estima amploarea reală a rețelei unui candidat.

Tendințe în timp real

Analiza agregată acoperă direcțiile tehnice căutate, hărți ale circulației talentelor și referințe salariale pe subdomenii.

Actualizare pe evenimente

Profilurile sunt urmărite continuu, așa că o lucrare sau un depozit nou apare, iar fișa nu îngheață la data creării.

Integrare DaaS și demonstrație

Companiile pot conecta serviciul la sistemul propriu de recrutare; o demonstrație permite verificarea potrivirii înainte de angajament.

Cum se folosește

1. Creează contul și stabilește cum se împart licențele și permisiunile în echipă.
2. Pornește de la o nevoie concretă: lipește linkul unui profil de cercetător, scrie un nume sau descrie în limbaj natural profilul căutat.
3. Restrânge rezultatele cu filtre pe tehnologii, experiență, locație și așteptări salariale.
4. Deschide analiza aprofundată pentru fiecare candidat preselectat și compară radarul competențelor cu cronologia dezvoltării.
5. Verifică graficul de colaborare atunci când contează potrivirea cu echipa și acoperirea rețelei.
6. Calibrează salariul folosind referințele disponibile înainte de primul contact.
7. În utilizarea corporate, cere o demonstrație și confirmă aria de integrare și limitele de date pentru DaaS.

Pentru cine este potrivit

• Recrutorii care construiesc o echipă de AI și au nevoie de candidați din afara fluxului de aplicații.
• Laboratoarele și institutele care caută colaboratori pe o direcție tehnică îngustă.
• Managerii tehnici care vor o primă evaluare a candidatului înainte de discuția inițială.
• Investitorii și analiștii care urmăresc unde se mută talentele și cât plătesc subdomeniile.
• Cercetătorii și inginerii care vor o perspectivă externă asupra propriei poziții.

Limite de cunoscut

• Prețurile, structura planurilor și nivelul gratuit nu sunt publicate, așa că bugetul trebuie confirmat cu furnizorul.
• Acoperirea depinde de date publice; proiectele interne, sistemele proprietare și comunitățile care nu scriu în engleză sunt reprezentate inegal, deci scorurile sunt semnale, nu verdicte.
• Sunt numite doar câteva surse, iar lista completă, frecvența actualizării și adâncimea istorică nu sunt documentate.
• Formulele indicelui de influență și ale radarului competențelor nu sunt publice, ceea ce face nesigură compararea scorurilor între domenii.
• Deoarece se prelucrează date personale, legalitatea surselor, perioada de păstrare și ștergerea trebuie verificate conform legislației locale.
• Calitatea căutării semantice urmează calitatea descrierii; o cerere vagă produce un set vag.

Întrebări frecvente

Care este diferența față de un site de joburi?

Site-ul de joburi arată cine caută un loc de muncă. DINQ arată, pe baza cercetării și codului publice, cine face munca, ajungând astfel și la candidați pasivi.

Este nevoie de un nume pentru a începe?

Nu. Se poate porni de la linkul unui profil de cercetător sau de la o descriere în limbaj natural a profilului dorit.

Poate analiza să decidă o angajare?

Ar trebui să sprijine selecția, nu să o înlocuiască. Interviul, istoricul colaborărilor și potrivirea cu echipa rămân în afara semnalelor publice.

Trebuie schimbat sistemul de recrutare?

Nu. Modul DaaS conectează căutarea și profilarea la sistemul deja folosit.