• 背景调查
    【上市】美国又一家背景调查公司HireRight上市,发行价19美元,但暴跌9.21%,市值13.69亿美元 田纳西州纳什维尔--HireRight("公司")今天宣布了其首次公开发行22,222,222股普通股的定价,每股19.00美元。作为此次发行的一部分,公司已授予承销商30天的选择权,以首次公开发行价减去承销折扣和佣金后,再购买最多3,333,333股普通股。预计这些股票将于2021年10月29日在纽约证券交易所开始交易,股票代码为 "HRT",预计发行将于2021年11月2日结束,但需符合惯例的结束条件。 HireRight Holdings Corp. 在其公开的首次亮相中受到嘲笑,因为该股开盘价比其首次公开发行价低5.3%,并进一步滑落。由于这家位于纳什维尔的就业筛选公司的首次公开募股隔夜定价为每股19美元,低于每股21-24美元的预期范围,因此令人失望可能是意料之中的事。该股票的第一笔交易是在东部时间上午11:08以18.00美元成交的197万股。按照这个价格,该公司的价值约为14.3亿美元。该股最近下跌7.6%,报17.55美元,自开盘以来一直在17.50美元至18.18美元的范围内交易。收盘股价17.25美元,大跌9.21%,市值13.69亿美元。 公司打算将此次发行的收益用于偿还债务,解除某些利率掉期,以及一般企业用途,包括继续投资于操作系统和技术以提高运营效率。 瑞士信贷和高盛公司担任此次发行的领头人。LLC担任此次发行的主要账簿管理人。巴克莱、杰富瑞、加拿大皇家银行资本市场、威廉-布莱尔、贝尔德、KeyBanc资本市场、Stifel和Truist证券将担任此次发行的账簿管理人。Citizens Capital Markets、SPC Capital Markets LLC、Penserra Securities LLC、R. Seelaus & Co., LLC和Roberts & Ryan将作为此次发行的共同管理人。 关于HireRight HireRight为全球40,000多家客户提供全面的背景筛选、验证、识别、监控以及药物和健康检查服务。HireRight通过一个统一的全球软件和数据平台提供服务,该平台与客户的人力资本管理系统紧密结合,为劳动力的招聘、入职和监测提供高效和有效的工作流程。2020年,HireRight为其客户筛选了超过2000万名求职者、雇员和承包商。
    背景调查
    2021年10月30日
  • 背景调查
    【美国】背景调查公司Checkr以46亿美元估值完成2.5亿美元的E轮融资 Checkr以46亿美元的估值筹集了2.5亿美元,为未来的工作建立招聘基础设施 推动未来工作的领先人力资源技术公司Checkr今天宣布,它在E轮融资2.5亿美元,公司的估值为46亿美元。而上次2019年9月D轮融资1.6亿美元的估值是22亿美元。 本轮融资由Durable Capital领投,新投资者Fidelity Management & Research Company LLC和Franklin Templeton跟投,所有主要的现有投资者包括BOND Capital、Khosla Ventures、IVP、T. Rowe Price、Coatue、Accel和Y Combinator。 Daniel Yanisse, Checkr CEO. "随着劳动力变得更加灵活,人们对工作地点和工作方式的期望正在改变。我们看到对创新技术的需求越来越大,以支持识别、入职、参与,甚至向工人提供薪酬和福利的新方式。Checkr首席执行官Daniel Yanisse说:"我们计划利用新的资金来实现我们的愿景,成为未来工作的新基础设施,并继续我们的使命,建立一个更公平的未来。 "Durable Capital Partners LP的合伙人Corey Shull说:"我们一直对Checkr的上升轨迹印象深刻。 "随着劳动力变得更加灵活,人们对工作地点和工作方式的期望也在改变。我们看到对创新技术的需求越来越大,以支持识别、入职、参与,甚至向工人提供薪酬和福利的新方式。Checkr首席执行官Daniel Yanisse说:"我们计划利用新的资金来实现我们的愿景,成为未来工作的新基础设施,并继续我们的使命,建立一个更公平的未来。 总的来说,Checkr已经完成了5.5亿美元融资,创造了一个领先的科技公司,以其API第一的产品而闻名,支持数以万计的客户的各种招聘用例。Checkr 每年为 Uber Technologies Inc. 等公司进行 3000 万次背景调查,Checkr今年已经实现并保持了盈利,同时以每年数亿美元的收入规模继续快速增长。他表示,首次公开募股是该公司潜在的“下一个里程碑”,但拒绝对任何细节发表评论。补充说,该公司将专注于扩大其产品供应,并可以有选择地进行收购。 "我们对Checkr的上升轨迹印象深刻,我们相信它有能力发展得更大,并扩大其业务规模。随着世界转变为拥有更多承包商和临时工的灵活劳动力,Checkr在提供解决方案,使雇主能够快速和安全地扩大和聘用人才方面具有独特的能力。Durable Capital Partners LP的合伙人Corey Shull说:"我们很高兴与Checkr合作,因为它正在实施长期可持续增长战略。 "企业在争夺最佳人才方面面临着快速变化的环境,我们很自豪能够继续成为Checkr团队的投资者,帮助他们解决企业在招聘和筛选最佳候选人方面的挑战。此外,除了过去七年令人难以置信的增长和进步之外,我们相信Checkr提供公平招聘机会的使命将为所有候选人创造更多的机会,"Accel合伙人Rich Wong说。 Checkr利用自动化,每年利用人工智能处理3000多万份背景调查,使其更快、更容易、更准确、更合规。大大小小的客户,包括Lyft、Instacart、Netflix、Adecco、Airbnb、Drift和Coinbase,都使用Checkr来实现其背景调查过程的现代化,使招聘更加高效和包容。 关于Checkr Checkr的使命是通过设计技术为所有人创造机会,建立一个更公平的未来。Checkr成立于2014年,估值为46亿美元,为未来的工作建立了人员基础设施。我们相信所有候选人,无论他们是谁,都应该有一个公平的工作机会。这就是为什么我们设计了一种更快、更公平的方式来筛选求职者。世界上许多发展最快的企业都使用Checkr的技术来轻松启动和审查背景调查。我们的客户包括Lyft、Instacart、Netflix、Adecco、Airbnb、Drift、Coinbase以及从中小企业到财富500强雇主的数万名以上客户。我们的目标是与我们的客户合作,在2021年解除300万名候选人的封锁。 HRTechChina整理的融资路线:(点击访问详情) 2014年YC毕业获得种子轮 2014年10月获得 900万美元A轮融资 2015年10月获得YC领投的4000万美元B轮融资 2018年4月获得1亿美元C轮融资 2019年9月获得1.6亿美元D轮融资 2021年9月获得2.5亿美元E轮融资附录二:美国老牌背调公司 首优咨询 截止昨天收盘市值34.68亿美元,对比下新生代Checkr本次估值的46亿美元。你掂量掂量 关于HRTechChinaHRTechChina 是中国首家领先的专注人力资源科技商业服务平台,作为HR领域唯一深度垂直独立的第三方专业服务机构,致力于推动中国人力资源科技进步与发展,持续引领行业新科技新趋势新产品新方向。 HRTechChina核心报道中国HR科技创新企业与产品,关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图,持续举办高品质的专业前沿论坛论坛,表彰认可业内先进。 
    背景调查
    2021年09月01日
  • 背景调查
    上海履途网络科技有限公司—共同战疫,我们在行动,携手HRTechChina为企业助力! 产品或服务: 背景调查 优惠政策: 1、个人轨迹免费查询(企业复工防疫),不限量 2、注册即送2000元背景调查体验券 如何获取:(请告知HRTech推荐,获取更好服务) 联系人:王黎明 邮箱:wilson.wang@hrzhixin.com www.hrzhixin.com 注册即送 产品或服务介绍: 为企业招聘提供全面的背景调查服务
    背景调查
    2020年02月01日
  • 背景调查
    选择和聘用过程中的七步实用指南 选拔过程 选拔过程的目的是为了找到和雇佣最好的求职者。这个过程通常被描述为一个漏斗。50名候选人可以申请一个职位,他们中的5人被邀请参加一个面对面的面试,最后一个人被选中。 选择过程始终从职位空缺开始。这份职位空缺应该有一个明确定义的职能概况,其中包括诸如最低限度的工作经验,受过教育的背景以及精通某些技能的标准。 一旦这个职位空缺被发布和宣传,候选人就会涌入-希望如此!这是选择渠道的起点,包含七个阶段。 应用 筛选与预选 面试 评定 参考资料和背景调查 决断 工作机会与合同 让我们一一介绍这些阶段。   选择过程的7个阶段 1.申请 招聘启事发布后,候选人可以申请。申请的人数取决于公司、具体职能以及工作和工人的可获得性。 以员工为中心,使您可以专注于真正重要的接触点和问题。 申请者的数量可以在零到数千之间,这主要取决于公司的规模、工作类型和行业,以及您的采购策略和雇主品牌的成功程度。例如,谷歌每年接收大约300万个应用程序。这意味着每个职位空缺平均有400多人申请。 但是申请人的数量和类型也取决于您的招聘广告。实际上,求职广告的书写方式(即广告中使用的单词和语言)直接影响您吸引的人。诸如Textio之类的工具使用数据和机器学习来帮助公司优化其招聘广告,并确保文本不仅反映出他们在候选人中寻找的内容,而且还反映出他们对公司的期望。 2.筛选与预选 聊天机器人可以帮助筛选和预选候选人。 第二步是对候选人进行初步筛选。这可以以多种方式发生。 简历筛选。最常见的技术是简历筛选。简历筛选有助于评估候选人是否符合工作所需的标准。如果您需要5年以上的工作经验,并且发现有大学毕业生应聘,则可以轻松取消此人的资格。值得庆幸的是,有许多出色的工具可以为您进行简历筛选,从ATS的内置简历筛选工具到使用人工智能预测聘用质量的简历筛选器。 电话筛选/聊天机器人。简历筛选后,通常会进行电话筛选。这有助于使候选人与雇主之间的期望保持一致。在筛选候选人的简历后,招聘人员可以提出他们的问题。此外,招聘人员可以浏览清单,清单中可能包含诸如薪资期望、全职或灵活承诺等。由于这是一个相当标准的过程,因此让聊天机器人询问这些问题也是一种选择。 如上所述,如今,技术使我们能够以自动化方式进行这些筛选。聊天机器人就是一个例子,它可以询问候选人问题并进行面试互动。例如,一家大型工程公司实施了聊天机器人,旨在优化招聘流程并保持应聘者的参与度。数据显示,聊天机器人实施后,完成率从74%提高到96%,提高了22个百分点。 预选。预选是一种强大的筛选方法,有助于消除潜在的不匹配现象。预选工具提供的评估可以包括认知测试,工作样本或其他有助于预测新员工质量的测试。有时,简历筛选包含在这些工具中。职前评估工具通常还包括现实的工作预览。这既显示了工作的积极方面,也显示了消极方面,从而更真实地描述了给定工作的好与坏。这有助于使雇主和雇员之间的期望保持一致,并导致更好的雇用。 这些预选测试通常用于具有大量申请人的功能,换句话说,用于大量招聘。这些筛选工具可以“清除”明显的不匹配,因此仅保留最合适的候选者。 第二阶段的目标是将候选人的数量从一个大的小组减少到一个可以进行面对面采访的3-10人之间的可管理小组。请注意,并非所有的预选工具和筛选都是完全准确的。通常,需要在准确性和便利性之间进行权衡。通常,您不希望所有的候选人都进行4小时的在线评估,因为他们可能会放弃,因此您选择了15分钟的评估就不太准确了。 我们将在下面详细讨论评估。 3.面试 渠道的第三步是最广为人知、最引人注目的工作面试。求职面试涉及候选人由其直接经理或招聘人员面试,以评估他们对工作的适应程度。 访谈提供了对一个人的语言流利度和社交能力的一些见解。它还提供了向候选人提出与工作有关的问题的机会,并且提供了将工作出售给候选人的机会。 面试分为两种,即非结构化面试和结构化面试。在结构化访谈中,使用了一组标准化的问题。这为面试官提供了一种记录信息和标准化申请人资格等级的统一方法。 在科学文献中,事实证明,结构化访谈的可靠性几乎是非结构化访谈的两倍(Schmidt&Hunter,1998)。结构化的面试使面试官能够准确地比较候选人并仅根据数据做出最佳决策。 除了有标准化的问题外,访谈中常用的一种方法是STAR方法。该方法提供了一种结构化的方法来从候选人中检索信息。STAR是以下各项的首字母缩写: 情况。让候选人描述他们所处的状况。 任务。候选人的目标是什么? 行动。让候选人详细描述他们为充分利用情况并完成任务而采取的行动。 结果。让候选人描述行动的结果,并询问候选人学到了什么。 STAR方法非常适合测试候选人在与工作相关的不同情况下的经历。如果候选人需要有管理不同股东的经验,则可能会出现一个示例问题:描述您必须管理不同股东的情况。然后,您可以使用STAR方法轻松测试这些情况下的求职者体验。 强烈建议使用这种方法来测试工作的关键能力。事实上,向多名求职者提出同样的问题,可以让你很容易地比较他们在这些关键能力方面的经验有多少来自他们之前的工作。 4.评估 我们已经在第二步中简要讨论了评估。在使用预选或筛选来粗略筛选最不适合的候选人时,全面评估通常更为准确(尽管如今的就业前评估也可能非常准确)。如果使用得当,它是选择最佳候选者的高度准确和可靠的工具。确实,科学文献表明,评估在预测工作表现方面与结构化面试一样可靠! 好的评估要么是一般心理能力(GMA)测试(也称为智商测试),要么是使用五因素人格模型来测试员工的人格。智商越高,学习越快,性能越高。这意味着,对于智商较高的候选人,最佳生产力所需的时间较短,候选人的表现可能更好。 说到个性,更多尽职尽责的候选人在工作中会表现更好。认真评分高的候选人通常被描述为勤奋、尽职、注重成就和注重细节。文献表明,一个人的尽职程度会影响其工作绩效的10%左右。 其他评估包括工作样本测试、完整性测试和工作知识测试。文献表明,工作样本测试特别可靠。因此,最佳做法是让求职者在面试过程中进行个案研究或解决实际问题。候选人的工作质量通常很容易与其他申请人进行比较,从而为最终决定增加了重要的数据点。 评估和访谈有时会切换。全面评估通常很昂贵,但可以节省大量面试可能不适合担任该职位的候选人的时间。 一个好的选择过程可以帮助您找到合适的人选。 5.参考资料和背景调查 在这个阶段,您已经将长长的候选人列表缩减为一到三个候选人。一个重要的步骤是背景调查。 背景调查是确认你对候选人看法的一种方式。让候选人给你推荐信,然后跟进。如果在面试中你对某项能力或技能有疑问,背景调查是一个从不同角度收集更多信息的好方法。 背景调查通常用于政府职能和涉及访问高度机密信息的其他工作。背景调查的使用也由文化决定。例如,像美国这样的国家使用它的情况比大多数欧洲国家都多。进行背景检查也可以是申请之前的先决条件,并且可以作为预选的一部分。一个例子是对教师职位和其他对他人负有重大责任的工作的良好行为证明或其他犯罪记录检查。 6.决定 下一步是做出决定,选择对组织未来最有潜力的候选人。有时,这意味着你要挑选一个目前资历较低、但致力于成长并在公司待得更久的人。 最佳决策是基于数据驱动的方法。实际上,这意味着在选择过程中对每个候选人进行评级的预定义标准。然后选择最佳候选人并给出要约。 理想情况下,招聘决策是由数据驱动的, 但最终还是由人做出的。 7.工作机会与合同 公司做出决定后,选拔过程还没有结束。 在这一点上,组织应该掌握所有能让候选人答应的信息。在电话筛选和工作面试中已检索到该信息。 然后向候选人提出要约。如果要约被接受,则签订合同。只有各方签订了雇用合同,才可以完成招聘程序。 在选择过程中,应该跟踪几个重要的指标。这些指标表明您在选择过程中的表现如何。 时间的消耗。找和雇佣一个候选人所花费的时间。很长时间的填补是一个低效的选择过程的迹象。 90天损耗。在头三个月内的人员流失清楚地表明了招聘不当,您作为组织应对此负责。不同来源对坏员工成本的估计不同,但估计在其年薪的50%至200%之间。建议将90天损耗的每例情况都视为严重的HR事件,应通过更好的沟通、选择、入职和管理,在下次分析并避免出现这种情况。 第一年的损耗。类似于90天的损耗。 候选人体验。候选人如何评价他们在选拔过程中的体验?这是一个重要的指标,因为求职者通常是您品牌的粉丝和/或客户-这就是他们想要为您工作的原因!快乐的候选人可能成为客户或将客户推荐给您。 选择过程漏斗的有效性。由于选择是通过一个包含多个步骤的渠道进行的,因此了解渠道的有效性会有所帮助。您不希望100名申请人中的50%进入面试阶段,否则,您将只接受整个一年的面试。 招聘质量。该指标衡量新员工在工作一年后的表现。通常由其经理在年度绩效评估中对其进行评估。如果聘用质量一直良好,则表明选择过程有效。 结论 选择和聘用顶级候选人是任何组织长期生存能力的关键。强大的选择流程有助于为组织建立竞争优势。因此,这是人力资源部门可以为企业提供的关键贡献之一。   以上由AI翻译,仅供参考! 作者:Erik van Vulpen 来源:https://www.digitalhrtech.com/selection-process-practical-guide/
    背景调查
    2020年01月09日
  • 背景调查
    为招聘应用实施基于区块链的解决方案 新技术的引入加快了招聘部门创新的步伐。在我们之前的博客中,我们简要介绍了五种正在颠覆招聘市场的技术趋势。区块链具有在招聘领域交付有前途应用程序的强大潜力。在此博客中,我们期待探索一些实现它们的用例和技术注意事项。在解决dapp信任的核心问题方面,它是如此成功。在招聘生命周期的各个阶段,有无数应用程序可以解决类似问题。 由于数字招聘平台的出现,人才采购市场中的欺诈和网络攻击已大大增加。此外,犯罪背景检查和教育/就业证明是耗时且昂贵的。由于这些原因,有许多应用程序特别利用区块链进行后台筛选和恢复验证。 传统方法 基于区块链的解决方案 背景筛选最通常在私有/许可的区块链上实现 雇主必须与各种供应商签约进行身份检查,犯罪记录检查,药物测试等。 依赖于第三方,不能保证真实性,并且会增加时间和成本的损失。 雇主可以根据存储在区块链上的数字身份对候选人进行身份验证。 各种筛选测试记录/文件将通过基于区块链的解决方案得到保护,而无需依赖第三方 恢复验证最通常在公共区块链上实现。 学校向学生提供证书 雇主有其过去雇员的历史和表现的详细记录 新的雇主/招聘人员必须手动致电/发送电子邮件,并依靠即席验证程序或信任申请人提交的文件。 学校/大学,所有雇主都将获得一份申请人证书的副本,该副本始终经过验证。 简历中的任何更改都将被记录并推送到各个机构进行确认。 新雇主可以信任通过这种基于区块链的解决方案存储和保护的员工简历 申请人的文件可以在任何一个区块链上,具体取决于文件的类型 申请人必须不时向所需机构提交文件,以获取验证并遵守雇主程序。 不拥有已验证文件的所有权,并且对于记录的每次更改(新证书,雇主更改等)都必须重复此操作 申请人将拥有自己的身份,文件(犯罪记录,药物测试记录等),经相应机构认证的简历。 使用各自基于区块链的解决方案验证的公证文件可在数分钟内提交 实施基于区块链的解决方案的关键决策之一是使用公共/无许可(比特币,以太坊等)或私有/许可的区块链(例如Hyperledger,Ripple等)。对于简历验证用例,由于存在各种机构(大学,雇主等)以及要求访问此类文档并按需搜索/共享的候选人,因此最好在像以太坊这样的公共/无权限区块链上实施。另一方面,由于将进行第三方筛查,因此将有第三方筛查公司(有权搜索犯罪数据库和国家记录)以及要求访问报告状态和专有候选人数字身份的雇主信息以及由于数据隐私法, 除了后台筛选和恢复验证,还有更多基于区块链的解决方案正在实施,以优化招聘工作流程的低效率。其中一些列举如下: 基于区块链的招聘:工作门户和招聘人员被视为人才获取过程的中间人。借助基于公共区块链的解决方案,可以提供对经过身份验证的人才库及其经过验证的简历的访问;这样的解决方案将会爆炸。它消除了传统招聘流程中的瓶颈和效率低下的问题。 智能合同而不是纸质劳动合同:服务交付和质量保证对于招聘至关重要,到目前为止,仅存在纸质劳动合同和工资托管服务。基于Smart Contract的解决方案可以验证记录的日志记录以及定期工作提供的服务,这对于员工和承包商而言都是非常有效的绩效检查和付款处理方式。 推荐平台:推荐是许多公司最首选的招聘方式,人力资源部门正在寻找增加推荐人选的方法。基于区块链的推荐系统不仅可以奖励内部员工,还可以奖励外部合作伙伴,员工的朋友/家人,招聘人员和有影响力的人,可以推荐合格的候选人池并及时奖励,而不会出现任何差异,因为推荐候选人的旅程记录在区块链上一个可以验证的分类帐。 自由职业者和合同雇用:根据美国自由职业者统计,在美国有5300万人从事自由职业,大约占总劳动力的34%,不久将达到50%。需要一种去中心化的平台,该平台可以自由聘用/签订合同,而不是传统的在多个自由市场上发布工作机会或与订约公司合作的方法。此外,将此类关系与智能合约绑定在一起,可确保总体人才管理功能更简单,透明且具有成本效益。 总而言之,尽管有许多基于区块链的招聘用例解决方案,但验证用例并验证针对特定用例采用区块链的利弊非常重要。重要的是要了解各种可用的技术和方法,并据此计划实施方案。 资源:https :  //www.pwc.co.uk/issues/futuretax/how-blockchain-can-impact-hr-and-the-world-of-work.html https://www.prnewswire.com/news-releases/global-employment-screening-services-market-expected-to-reach-48923-million-by-2023-allied-market-research-674572523.html   以上由AI翻译完成,仅供参考 来源:https://blog.harbinger-systems.com/2018/06/implementing-blockchain-based-solutions-for-recruitment-applications/
    背景调查
    2019年12月16日
  • 背景调查
    背调后台管理的一篇技术贴,来自Checkr的工程师,背调的童鞋可以仔细看看 构建软件来管理背景调查的复杂性 在Checkr,我们正在构建软件以帮助公司大规模招聘,我们的背景调查是实现这一目标的重要组成部分。 从表面上看,背景检查看起来很简单 - 您可能认为它就像在数据库中查找记录并返回一些数据一样简单,但实际上它很麻烦而且很慢。 在非常高的层面上,背景调查分为两个阶段: 获取数据  Getting Data 报告数据  Reporting Data 这篇博客文章的目的是帮助揭示Checkr如何构建软件来管理这种复杂性,并帮助我们的客户和寻找工作的人员进行背景调查的现代化。 获取数据 获取数据可能看起来很简单。一对API调用,解析一些JSON,一些for循环,我们进行了后台检查。而在一个非常高的水平你是对的,但是,它远远不是那个干净或简单。 有一些国家数据库可以随意汇总州和县报告机构的记录。它们包括XML文档,其中包含标记,这些标记本身包含base64编码的XML文档🤯。如何描述这些数据没有标准 - 我们必须将其标准化为我们的系统,客户和申请人可以理解的东西。 “Nolle Prosequi”?是的......对于“案件被驳回”而言,这实际上是拉丁语,现在仍在现代法庭中使用!并且,有时(通常)拼写错误! 有54个DMV(是54!不要忘记波多黎各,关岛,美属萨摩亚和华盛顿特区),它们都以不同的方式处理记录。有100个市镇和州数据库。美国大约有大约3,000个县,它们都有独特的法律和法规来管理我们如何报告数据。 让我们关注各县,因为它们代表了我们最大的数据表面区域。我们可以把县分为两组 - 有电子记录的县(快👏)和有实物记录的县(慢😨)。 SELECT court_access_method,SUM(population) FROM COUNIES GROUP BY court_access_method; >> court_access_method population electronic_records_available 160,259,716 in_court_researcher 87,369,080 clerk_assisted_county 61,125,939 以上是我们专有的内部数据库之一的查询,用于管理各个县的元数据。它基于各种来源,包括人口普查数据,投票记录,邮政数据和各种政府名单。它告诉我们,目前 48%的美国人口居住在缺乏电子记录的县。(我在看加州...😅) 缺乏电子记录意味着我们需要亲自送人进入法院,排队等候,与法院书记员交谈,进入地下室,打开档案柜,拉出一张实物纸,避免剪纸,阅读记录,将它们输入手机,最后将记录提交给我们。 让我们说一个给定的申请人我们搜索5个县,其中3个离线。我们的系统会将每个县的工作分成长期的异步工作: 有些可能会在几秒钟内完成,有些可能是几天,如果他们离线。 如果我们的质量标准不符合,有些人可能会尝试使用在线资源并回退到离线资源。 有些可能导致指针或转移案件,这意味着我们需要在其他地方开始另一个县搜索。 我们使用Kafka来管理这些异步任务,以便不同的服务和团队可以可靠地实现每种搜索类型。我们正在研究更明确的工作流框架,工具和可视化,以帮助管理生产中的这些工作。 一旦所有工作完成并且我们有最终的结果列表,我们就开始下一阶段...... 报告数据 联邦,州和郡法律影响背景调查的运作方式,不同的政府机构负责执行这些法律。他们通常这样做是出于很好的理由 - 保护消费者。仅仅因为某人多年前犯了错误并不总是意味着这会对他们的工作机会产生负面影响。为此,我们需要分析每个结果以确保它符合要求。我们的软件负责帮助保护消费者并遵守这些法律。 甚至有些法律会影响某些类型的雇主如何使用背景调查中发现的结果。例如,法律通常要求医生,护士,财务顾问,家庭护理提供者和运输公司取消具有某些犯罪的个人的资格。而且,这些法律甚至可以相互矛盾! 因此,Checkr需要一个系统来应用这些规则并正确地确定我们能够和不能报告哪些数据。 这是一个示例规则: if(record.arrest?|| record.dismissed?|| record.alternative_adjudication?)&& record.date <= 7.years.ago record.display = false record.save ! 结束 这描述了我们应该如何处理7年前被解雇的记录。record.display = false  - 我们不应该报告它们。 这种类型的系统运作良好,但多年来一直存在一些成长的痛苦。 在上面的示例中,规则仅存在于代码中。非工程师无法剖析这一结果并了解发生的情况和原因。如果我们质量团队的某人正在调查记录,我们将无法为他们提供上下文。“这个记录为什么隐藏?”他们可能会问。我们可以像这样扩展它: record.display = false record.reason =“隐藏逮捕/解雇/ alt超过7岁”record.save ! 这是一种改进,我们至少有一些原因与现在的结果有关。但是,它仍然与记录模型紧密结合。 有副作用,因为它更新记录上的数据。 合规逻辑是硬编码的(工程师不是专家),因此在我们的法律团队(他们是专家)无法访问的地方。 对当前时间有一种微妙的依赖(如果我们想在以后重新运行这个规则怎么办?或预测6个月后的结果会是什么?)。 我们怎么解决这个问题? 规则引擎 规则引擎提供简单的合同,允许我们拆分规则,数据,结果和代码。 results = engine(规则,数据) 这是与JSON相同的规则,用于输入规则引擎: { “event”:{ “params”:{ “display”:false, “message”: “隐藏/解雇/替代7岁以上”, } }, “条件”:{ “all”:[ { “fact”:“applied_filter”, “operator”:“in” “value”:[ “arrest_filter”, “ dismissed_filter ”, “alternative_adjudication_filter” ] }, { “fact”:“years_since_context_date“, ”operator“:”greaterThanInclusive“ ”value“:7 } ] } } 为什么规则用JSON表示? 如果你有非常复杂的规则(例如,基于候选人的地理位置,帐户设置,其他规则的存在等),那么if / else语句变得难以管理。 我们现在可以在UI或PDF中呈现这些规则,我们可以以他们能够理解的方式为我们的法律团队和监管机构提供。 我们可以对规则进行快照并针对相同的数据运行多个规则集。例如:当我们进行更改时,我们可能希望针对以前的生产结果运行更改并比较差异(我们在内部称之为回测)。 以下是为我们的法律团队提供的规则: 这是一个更复杂的规则,具有自定义UI和测试工具: 具有WIP UI /测试工具的复杂规则 以上是概念证明,但代表了我们的方向 - 我们还有很长的路要走。但是,最终它将允许我们在法律变化时更快,更自信地行动,因为我们可以轻松地测试和重现结果。 后台检查过程中的每一步都是混乱的,容易出错,难以推理,对于求职者来说很可怕,并且受到一长串不同实体的控制。在Checkr,我们的目标是让这个过程对我们的申请人公平 - 并且从简单直观的界面开始,解决这个复杂的问题。 如果这听起来很有趣,我们正在招聘!还有很多问题需要解决! 以上由AI翻译完成,HRTechChina旨在帮助传递信息,扩大视野~ 原文来自:Checkr  Ben Jacobson
    背景调查
    2019年05月31日
  • 背景调查
    英国背调公司Onfido使用人工智能验证身份证,从SoftBank、Salesforce、微软等公司获得5000万美元的融资 文/Ingrid Lunden 恶意黑客获取信息片段,然后用来冒充个人,以获取个人和企业敏感的金融和其他私人信息。安全漏洞已成为数字服务领域的家常便饭。今年在美国发生的一起事件中,就有超过27亿的记录被打破,全球此类事件造成的损失可能高达数万亿美元。 今天,一家名为Onfido的初创公司宣布,将投资5000万美元帮助解决这一持续且日益严重的问题。Onfido使用人工智能技术,结合人工验证器,有效地验证人们在使用数字服务时所说的身份。 在获得这笔资金之前,这家初创公司刚刚实现了非常强劲的增长。该公司成立于伦敦,但目前大部分业务都在旧金山以外的地方运营。在一次采访中,联合创始人兼首席执行官Husayn Kassai说,超过一半的客户,以及大部分的新增长,都来自美国。 Onfido使用计算机视觉和其他一些基于AI技术对大约4500个不同类型的身份验证文件,通过一些技术手段,如“面部活性测试,”看到人眼不可见的模式。现在有1500家企业客户,主要在市场和社区等类别,游戏和金融服务,包括公司汇款,Zipcar Europcar;去年,它的销售额增长了342%。卡萨伊说,到目前为止,它已经核实了“数千万”个身份。 这笔资金实际上是C2轮融资——由一个包括顶级战略科技投资者的团体投资,据HRTechChina此前报道,Onfido于2017年获得过一笔3000万美元的C轮融资。此次融资由软银投资(SoftBank Investment, SBI)和Salesforce Ventures共同牵头,M12(微软风投的新名称)、FinVC以及其他未具名的新投资者和之前的投资者也参与其中。这不仅是一个信号,表明该行业最大的公司目前正在努力解决这个问题,而且还表明它们正在采用何种方法来解决这个问题。 软银的投资从视觉上单独的基金,创始人兼首席执行官侯赛因Kassai指出,但值得注意的是,很多的企业支持的基金——公司像滴滴、Uber、 Oyo、Lemonade和其他——从根本上依赖于人们相信他们是处理个人信息安全同时也仔细审查供应商的平台(意义,他们需要和使用服务,比如Onfido)。 与此同时,微软和Salesforce都拥有广泛的企业业务,它们可以从与身份验证提供者的合作中获得多种好处,这不仅是为了它们自己的目的,而且是作为一种服务出售给客户,作为更大的身份管理和安全产品的一部分。 该公司没有透露其估值,但迄今为止已经筹集了约1亿美元,Kassai证实,这是一个高回报,有“许多快乐的投资者”。 他补充称:“我们有强大的指标,在增长方面还有很长的路要走。” 现在有很多公司提供服务来帮助提供安全的服务来认证用户,例如,帮助他们登录他们的工作帐户或访问他们的在线银行服务。Onfido的业务专注于这一切的第一步——客户入职——特别是围绕面向消费者的服务。 它所面临的机遇不仅仅是违规行为增多的结果,也是越来越认识到有很多服务需要进行验证:要么他们也已经突破——在一些更大的信贷机构,比如Equifax,或不能有效实行,如在面对面的情况下验证。(Onfido声称其系统可以在15秒内进行验证。) 或者,他们是新卫队的一部分,通过选择或武力,已将其方法转向身份验证业务。Kassai指出,过去潜在的竞争对手Checkr现在是Onfido的合作伙伴。Jumio等其它公司似乎仍在努力将自己的业务定位为独立业务。Jumio仍在努力应对前管理层重大违法失误的后果。 Kassai与Ruhul Amin和Eamon Jubbawy共同创立了这家公司。“问题是,到目前为止,还有十多家公司没有做好检测工作。虽然没有一项服务是完美的——Onfido表示,它的“风险敞口”为0.0195%——但他表示,将其服务构建在人工智能之上的优势,意味着算法会利用每一次经验来继续提高其准确性。他指出:“我们从一位客户那里学到的东西适用于任何地方。” Salesforce前副董事长Frank van Veenendaal表示:“对于企业来说,现在是建立与客户之间信任的最重要时刻,表明它们比骗子领先一步。”“我相信Onfido拥有转变数字身份市场的独特机会,可以提供健壮且可伸缩的身份验证即服务,类似于Salesforce转变客户关系管理的方式。” 以上为AI翻译,内容仅供参考 原文链接:Onfido, which verifies IDs using AI, nabs $50M from SoftBank, Salesforce, Microsoft and more 相关阅读:背景调查公司Onfido委任前谷歌主管作为其首席商务官,意在促进国际扩张 Onfido融资2500万美元,帮你对新入职员工或者用户进行背景调查 这家英国公司靠AI+背景调查拿了千万美金融资,我们也能做到吗? 完成用户背景调查不过数秒,Onfido获得3000万美元C轮融资
    背景调查
    2019年04月04日
  • 背景调查
    HRTechChina专访易背调 | 用人无忧 高效背调 每个企业在发展过程中,都可能经历过招错人的失误,而随着国内劳动力成本日益提高,企业的雇佣违约成本也越来越大,这也导致企业在招聘过程中愈发的慎重,也更愿意为降低招聘风险而付费。大量雇主需要了解候选人的背景资料真实性,和猎头、招聘外包一样,背景调查也逐渐成为刚性需求。 易背调宣传视频:https://res.yibeidiao.com/public/video-hr.mp4 易背调紧扣背景调查行业的核心需求,利用一系列先进技术,包括互联网、人像比对和电子签名技术,提供背景调查服务。与传统的背调模式相比,易背调的服务周期更短,HR和候选人体验更好。易背调更于2018年10月推出集身份证读取、在线授权、人脸识别及报告生成于一体的背景调查智能机EC01。 (硬件产品截图 ) 近年随着按需经济、零工经济的不断增长,市场上活跃着大量自由职业者或是临时工,劳动力市场的流动性也大大增加,依赖于承包商的企业也越来越多。这种按需服务的劳动力模式一方面打破了时空限制,能够满足公司对人员配备的要求,使得就业更加灵活,但在另一方面公司招聘人员潜在风险也大幅提高,如不审慎把控人员质量并核实其工作相关记录及公共负面记录等,用人成本的损失还在其次,企业声誉、组织发展、业务发展都可能受到不小影响。易背调服务的核心价值便是通过合法合规、简单高效的流程,为雇主降低招聘风险,为企业用人“把关”。 据调查,我国背景调查行业形成较晚,背景调查行业于2006年左右在中国逐渐起步,随后从2007年开始直至2018年这12年中平均以每年100%以上的增幅持续增长。 从2017年开始,政府及民间对于建设诚信社会日益重视。国务院于2016年首次下发关于建设诚信社会的指导意见,政府对于个人信息数字化以及有条件披露的步伐越来越快,因此使得背景调查服务周期大大缩短,成本也大大降低。 同时,由于互联网、智能手机、人脸识别和电子签名等技术的发展,背景调查的信息收集及授权过程变得更加便捷。 正是在市场、技术和国家层面的三重支持下,易背调创始人张珂认为,所有的这些变化都预示着背景调查这个行业,在接下来的几年内会迎来更迅猛的增长。据易背调的调研发现,中国的背景调查行业会在几年内形成了一个300到500亿人民币的市场。以美国背调审查公司Checkr为代表的国外同行短短几年获得数亿美元的融资,国内也有背景调查服务商获得了多轮投资,这说明背调行业已经被资本市场所认可。 HRTech China记者了解到,目前易背调核心团队一共三人。CEO张珂和销售合伙人魏铭都是全球领先背景调查服务商前中国区的高管,对背景调查行业在中国及全球的发展及合规要求非常熟悉,并有丰富的B2B业务经验;技术合伙人袁重玉擅长产品设计和全栈研发,在互联网服务行业有丰富的经验。 今年3月12日,易背调完整的WEB端产品正式上线,目前已经有来自机械制造、环境工程、建筑材料、房地产等多个行业的跨国企业客户正在使用易背调的服务。针对常规的背景调查需求,当前的产品可以非常好地满足客户需求。易背调团队表示下一步他们将继续开发自动化程度更高、使用更便捷的版本的产品,为企业背景调查提供便利。同时,团队表示期待在2028年前,易背调能够成为全球应用最广、使用最便利的背景调查平台,“我们希望结识更多的合作伙伴,携手共建诚信社会。” (WEB端产品截图  ) 值得一提的是,易背调团队于2018年6月,通过12位上海人力资源行业的高管进行了一轮种子融资。目前正在寻找数百万的天使融资,以加速产品的开发及市场的拓展。 易背调创始人张珂说到:“我们相信背景调查服务会逐渐成为刚需,接受第三方背调的企业数目会逐渐扩大数百万家乃至千万家。因此会在这个细分领域持续投入,持续探索。”  
    背景调查
    2019年04月01日
  • 背景调查
    HRTechChina独家推荐--YC W19孵化DemoDay第二天中的企业服务项目 文/Greg Kumparak, Kate Clark, Lucas Matney, Josh Constine 今天是Y Combinator 2019年冬季班为期两天的演示日的下半部分。以下是今天成立的所有公司,以及我们从他们的演讲中摘录的笔记。 Pioneer Stage(先锋阶段) Searchlight:背景调查可以筛选出不合格的员工,但许多企业会等到面试结束时才进行全面的调查。Searchlight提供参考检查服务。求职者邀请他们的推荐人提交推荐信,Searchlight会收集并整理成关于某人工作风格、理想环境和技能的报告。Searchlight希望调查美国每年3000万名熟练员工的薪资状况。 Askdata:非技术人员很少使用公司数据,因为很难找到和理解。Askdata为将单词转换为SQL查询的内部数据提供了一个自然语言搜索引擎。方便地访问数据可以帮助企业做出更好的决策。 Modern Labor:付给人们1万美元,让他们学习编程,以换取此后两年15%的收入。创始人弗朗西斯·拉尔森表示,Modern Labor的第一批学生现在正在参加这个项目,有1万名学生在等待入学。 GoLinks:长而复杂的url使访问公司内部工具变得困难。GoLinks为Reddit和Lyft等客户提供了短而容易记忆的链接。它的工具可以通过编程生成与单点登录兼容的url,团队可以得到一个分析仪表板。无论员工是在安装新电脑,还是在旅行中工作,GoLinks都意味着他们不会被锁在外面。 Truora: Truora为拉丁美洲提供快速可靠的背景调查,每张支票3美元。Truora还从客户那里收集员工欺诈的报告,以创建一个雇主愿意付费访问的有价值的数据库。优步、Rappi和其他顶级地区市场已经在使用他们的服务。 Pyxai:雇主没有可扩展的方法来筛选软技能和文化契合度。Pyxai会给求职者一个30分钟的测试,通过自然语言处理来分析,评估他们能做些什么,以及他们是否能与现有员工合得来。减少简历的重要性可以减少招聘中的歧视。Pyxai对每项筛选收费6美元,并希望成为所有3600万个知识型职位空缺的一部分。 Mission Stage(使命阶段) WorkClout: WorkClout正在构建软件,以帮助制造商在一个有凝聚力的产品中管理其运营。该团队表示,56%的制造商仍然在纸上和Excel上管理他们的软件,工作影响力使发现效率低下和改善工作流变得容易得多。该团队首先专注于包装制造领域的客户,然后着眼于食品饮料公司和纺织制造商。 Trestle:由Stripe的一名前员工创建,他也是Y Combinator的毕业生,Trestle为公司提供了一个主页/易于使用的内部网,上面有每个员工的简介。该公司已经与Brex、Plaid和其他公司合作,帮助员工感到更少的孤立感,并在彼此之间更有效地工作。 Nettrons:一个无人参与的人工智能人才来源,旨在使招聘过程更有效。该公司有三家付费公司,到目前为止,他们已经帮助招聘了六名员工。由两位工程师创立的Nettrons公司表示,他们的目标市场价值10亿美元。 Fuzzbuzz: Fuzzing是向代码中抛出大量无效数据以发现bug的过程。Fuzzbuzz希望简化开发人员的fuzzing过程,将一个长期复杂的设置变成一个30分钟的过程,将简单的部分自动化,并与Jira、Github和Slack等现有服务连接起来。 Emi Labs:正在为人力资源员工开发一个虚拟助理,它可以自动化低技能职位的招聘流程。这家初创公司的客户包括汉堡王(Burger King)和普华永道(PwC),总市场规模为24亿美元。百代实验室通过使用人工智能使招聘过程更加个性化,从而改善了求职者的体验。 以上为AI翻译,内容仅供参考 原文链接: All 88 companies from Y Combinator’s W19 Demo Day 2
    背景调查
    2019年03月21日
  • 背景调查
    从濒临破产到3千名员工,Jumio Authentication 用“刷脸”帮企业验证用户身份 文/猎云网 你可以从一个人的面部特征和表情来了解他,这就是为什么智能手机选择使用面部识别作为认证方法,也是身份即服务提供商Jumio的新产品——Jumio Authentication——使用面部数据来验证用户身份的原因。 于今天正式推出的Jumio Authentication,是企业用来验证用户身份的工具。它结合了用于身份验证的生物识别技术和目前大热的3D人脸认证(由内华达州的生物识别公司FaceTec通过Zoom 3D Face Login技术支持)。用户首先需要拍摄驾照、护照或身份证照片,然后使用移动设备摄像头或网络摄像头来拍摄面部。在认证过程中,Jumio Authentication会将“自拍”——一张包含100倍于2D照片活性数据的3D人脸地图——与上述ID上的照片进行比较。 但是等等,难道研究人员不知道面部认证容易被破解吗?Jumio显然想到了这一点。质量保证测试公司iBeta对Zoom 3D Face进行了1500次欺骗测试,测试结果显示没有一次被通过。 目前,Jumio正在向租车公司、酒店和在线考试提供商等客户推销Jumio Authentication,并指出这是一种快速且方便的安全解决方案。 Jumio首席执行官Stephen Stuut表示:“随着更多的重要互动逐渐移至在线,以数字方式建立信任变得至关重要。Jumio正在开创基于自拍的认证,允许企业利用在注册过程中收集的生物识别用户数据,并在未来重新进行验证。通过这一全新的基于自拍的认证,用户无需多次经历身份验证过程,只需快速自拍即可。随着数字信任链的增长,安全级别也会随之提高。” Jumio曾由于2013年和2014年的财务状况,接受政府调查。2016年3月,Jumio摆脱了破产状态,并在此后取得了很大的进展。目前,它归属私人股本公司Centana Growth Partners,其首款产品Netverify已经帮助近400名客户验证了超过1.6亿个身份,其客户名单包括Airbnb、Coinbase、United Airlines和Instacart。该公司还声称,其年度经常性收入增长了289%,从2016年第二季度的1800万美元增长到了2018年第二季度的7000万美元,并且在印度、奥地利、美国和英国的办事处雇佣了2800多名员工。 原文来源:从濒临破产到3千名员工,Jumio Authentication 用“刷脸”帮企业验证用户身份
    背景调查
    2019年02月15日