基于现场，抛光技术工具是王道。

　项目背景：

一家工厂要求我的团队做咨询服务，说他们想制作一个聪明的招聘机器人计划。

因为他们有很多工人招聘需求，而且工人的流动性非常大，这导致面试官不应该不堪重负，虽然每个人都满足，但效果往往不好，很难理解真实候选人的意图，并根据特殊类型的工作性，不可能省略面试。

因此，我们对他们的需求进行了调查，发现他们的工作需要具备良好的语言能力，良好的品格和较低的学历。月薪不能超过4000元。

基于这些情况，我们分析了他们的具体情景，并决定开发一个小程序来实现这一功能。

接下来，我将尝试从业务方面描述整个项目的思维逻辑。我可以慢慢了解底层NLP算法，问答模型和人机对话核心模块的知识。我可以主要了解这个场景和应用程序。思考想法。

　项目开展：

在项目开始时，我们分析了业务的特定需求，并决定引入人脸识别和语义分析等技术来满足他们的需求。因此，对于初始阶段，在机器学习的初始阶段，不可能完全取代真实的人，所以我们考虑制定管理背景，向真人展示面试情况和结果，进行监督学习，给机器得分，以便机器知道自己的收益和损失然后改善。

然后在前端我们需要制作一个小程序条目来为新人进行注册。以下是新人身份证号码的重要验证。这样做的目的是致电公安部门的界面，以便在面试会议中获取照片。比较面部识别和参考照片以验证身体。注册时为什么不直接进行身份比较？首先，虚拟访谈链接是可能的，因此需要进行验证。在这种情况下，其他人有一些注册，欺诈的动机不足。我们决定发帖。该测试降低了初始过程压力并使更多人参与其中。

事实上，仍有一种做法。对于这种非紧急情况，与视频代购源码网站的视频色情过程不同，我们可以采取后期批评的方式，例如在工作开始时拦截新人的虚拟访谈图片，以确认是否是我自己，如果不是我自己，被解雇或惩罚。在这里，考虑到担心法律纠纷的问题，选择在签订劳动合同之前完成个人核查工作。

在设置前端功能模块之后，我们还需要一个支持图形存储的数据库来存储访问者的访谈。

接下来，我们必须设计如何让机器学习参与到这个过程中。

　第一步：收集初始学习资料

对于智能问答机器人的初步学习，有必要从一定数量的问题和答案开始，所以我们让下面的测试者总结一个500个问题的问题库和问答实例作为机器学习的初始学习材料，但并不意味着机器可以通过深入研究这些问题和答案来达到面试官的标准。我们还需要模拟几个访调员进行机器人的初步检测和改进，因此我们属于我们的知识和机器人的范围。数十轮对话演练。

　第二步：监督式学习

在实际将机器人投入工作的过程中，我们发现情况有点复杂。通过以前业务给我们的信息，我们可以决定使用类似于智能FAQ的问答机器人，只要完成基本的语义意图分析。例如，“我缺钱”，“我没有钱”，“我想要钱”，我们可以将其记录为“我想借钱”，然后推信用卡做卡片链接。

但是，在实际应用过程中，实际场景实际上是精简和可变的。例如，机器任务的第一阶段是找出面试官加入的意愿，但这个过程并不是我们想象的那样，“你想要这份工作吗？” “是”非常简单，我们需要倾听求职者的意见。例如，机器需要继续提出2或3个问题，并要求面试官证明这一事实是为了“长途通勤时间”和“你的爱好”。在完成对进入工作意愿的第一阶段判断后，我们可以进入第二阶段并考虑是否满足客观条件。

还有一个复杂的情况。如果机器问“你的名字是什么”而且面试官回答“我是小芳，今年20岁”，那么下一个问题就是正常的人类，那么你就不会问“你多大了？”但是，机器经常忽略目标信息以外的信息，因此这也需要一些培训来有效地吸收信息。如果机器认为“20岁”的概念不明确，他会问“你今年我可以20岁吗？”

　　第三步：评价模型介入

当机器完全完成95％以上的面试场景时，就意味着面试的部分可以由机器取代，但面试后的决定仍然需要处理。因此，我们首先要求机器人为员工制作100多个标签，然后使用新老员工的样本数据进入拟合和重量调整的评估模型。最后，我们拿出了一套初步评估模型，具有重要意义。

在模型的连续迭代过程中，我们发现我们可以满足大部分招聘要求，从而增加了智能报价的功能。点击后，我们可以自动向系统中的合格候选人发出要约。对于那些发表评论的人，我们也可以逐一检查，有没有可能进行救援？

　　项目远景：

将来，如果我们的面试流程和评估模型稳定，我们可以考虑为机器提供更多的工作。而且工厂中的高清摄像头已经成为一个很好的建模联系人。我们可以观察员工工作时的状态和表达，看看工作量是否过大，需要咨询。回去也可以在面试时验证初步结论，从而对一个人的发展动力和潜力进行长期评估。

回顾过去，我们发现AI在理解和验证客观信息方面具有巨大潜力。所谓的知情人都知道该怎么做，当AI的微观表达谎言和语调分析可以比人类判断高得多时，我们也会回顾这句话的可靠性。

事实上，人工智能技术的进步具有一定的辩证性。首先，自然技术门槛和大量高质量数据决定了可以输入的企业的规模，但与此同时，可以进入的公司存在一些犹豫。因为在技术实施之初，成熟的员工必须或多或少存在差距，但是我们是否能够在这个痛苦的时期内成功度过并等待机器完成质变，我们需要清楚地思考。在机器经历了质的变化后，我们如何信任他并重复他？

事实上，人工智能的出现，类似于汽车的出现，是技术工具，可以使我们的生活发生质的变化，如汽车的出现，使车夫和持票人失业，但我们不需要每个人学习制造汽车。只要你学会开车，你就不能被时代所遗忘。

基于现场，抛光技术工具是王道。

　专栏作家

Peanut Butter先生，每个人都是产品经理专栏作家，微信公众号：产品技术。金融行业的高级产品经理在职业规划和个人发展方面拥有丰富的经验。他的产品涉及广泛，有许多ERP和金融领域。

这篇文章最初发表。未经许可，禁止复制。

该地图来自unsplash，基于CC0协议

« 牛代购源码网站必须首先成为一名优秀的“心理学家” | 一年要覆盖300万读者，吸收100万读者。这个自媒体是如何做到的？ »