Unternehmen verfügen bereits über eine Fülle von Tools für die Suche nach technischen Talenten, aber ein neues Startup möchte Personalvermittlern einen Vorsprung verschaffen, indem es die Welten von GitHub und LinkedIn zusammenführt, um eine Datenbank mit den am besten geeigneten Kandidaten für eine bestimmte Softwareentwicklung zu erstellen Rolle – und zwar durch die Verwendung von KI, um Fähigkeiten aus dem von ihnen geschriebenen Code „abzuleiten“.
Prog.AIwie das Unternehmen heißt, ermöglicht Personalvermittlern die Suche nach Entwicklern auf der Grundlage ihrer technischen Fähigkeiten, der von ihnen verwendeten Bibliotheken oder einfach der Beiträge, die sie zu Projekten auf GitHub geleistet haben.
Prog.AI wurde 2022 in San Francisco gegründet und ist die Idee des CEO Maria GrinevaWHO ein früheres Daten-Startup verkauft rief Orb Intelligence im Jahr 2020 zu Dun & Bradstreet; CTO Fjodor Soprunow, zuvor Forscherin für maschinelles Lernen beim russischen Tech-Titan Yandex; und Produktkopf Dmitri Pjanowder in Produktteams bei Unternehmen wie Yandex und Replika gearbeitet hat.
Während die Einstellung zunächst der Hauptfokus des Unternehmens ist, sieht Grineva mit seiner ersten Produkteröffnung für Personalvermittler in der Closed Beta in dieser Woche eine breite Palette von Anwendungsfällen, die über die Unterstützung von Unternehmen bei der Besetzung technischer Stellen hinausgehen. Dazu gehört die Pflege von Beziehungen zu Entwicklern, z. B. indem sie sie gebeten werden, einer Community beizutreten, oder sie einladen, zu einem Open-Source-Projekt beizutragen; Anfordern ihres Fachwissens für ein bestimmtes Problem; und sogar Entwickler-Tool-Unternehmen dabei zu helfen, ihre Waren anzubieten.
„Diese Woche führen wir Prog.AI für Tech-Recruiter ein, und im April werden wir unser SaaS-Angebot mit Prog.AI für Entwicklerbeziehungen erweitern, um Unternehmen zu helfen, die Tools für Entwickler entwickeln, um ihren TAM (Total Addressable Market) zu verstehen. mehr über ihre bestehende Entwickler-Community erfahren und ihre Zielgruppe erreichen“, erklärte Grineva gegenüber >.
Um seinen kommerziellen Schub anzukurbeln, gab Prog.ai heute bekannt, dass es 1 Million US-Dollar an Pre-Seed-Finanzierung von einem in Deutschland ansässigen Angel Fund gesammelt hat Engel investieren, Brooklyn Bridge Venturesund eine Menge Angel-Unterstützer, darunter einer der ersten Mitarbeiter von Spotify und sein ehemaliger CTO Andreas Ehne.
Analysiere das
Wie geht Prog.ai also tatsächlich vor, um Fähigkeiten aus öffentlichem Quellcode abzuleiten? Nun, in erster Linie handelt die Plattform von GitHubs „git-Klon“-Befehl, der eine Kopie von Millionen öffentlicher Repositories und Branches erstellt. Prog.ai analysiert dann jeden Git-Commit und untersucht das Code-Snippet, den Dateipfad und den Betreff des Commits, um herauszufinden, worum es geht.
„Für ein bestimmtes Projekt können wir sehen, wer der Kernarchitekt ist, wer das Backend oder Frontend entwickelt, wer sich auf UI/UX konzentriert, wer die QA und Tests erstellt und wer die technischen Redakteure sind“, sagte Grineva.
Prog.ai brütet auch über Git-Aktionen wie Pull-Requests, einschließlich Ablehnungen und Genehmigungen, Kommentaren und Problemeröffnungen, was dazu dient, Prog.ai dabei zu helfen, die verschiedenen Rollen und Engagement-Ebenen der Projektmitwirkenden zu „verstehen“.
„Wir verarbeiten nicht nur berühmte Open-Source-Projekte, sondern auch „Haustier“-Projekte, Tests, Forks und sogar Schulungsprojekte von Coursera oder Udemy, die Ingenieure auf GitHub öffentlich halten“, fügte Grineva hinzu. „Insgesamt verarbeiten wir etwa 1 Milliarde Commits auf GitHub pro Jahr, um ein sehr genaues Profil der Fähigkeiten jedes Ingenieurs zu erhalten.“
Unter der Haube lehnt sich Prog.ai an OpenAI an GPTindem das viel gepriesene Sprachmodell auf hochkarätige Open-Source-Projekte und StackOverflow-Artikel zugeschnitten wird, um beispielsweise Bewertungen zur Codequalität abzuleiten.
Beispiel für ein Prog.ai-Profil Bildnachweis: Prog.ai
Prog.ai-Benutzer können Listen von Top-Experten in bestimmten Disziplinen wie „große Sprachmodelle“ oder „Computer Vision“ erstellen und eine Rangliste der Top-Performer in einem bestimmten Bereich erstellen. Oder sie können eine Liste von Repositories einreichen und eine Rangliste aller Mitwirkenden nach der Anzahl der von ihnen vorgenommenen Commits erstellen.
Effektiv können Personalvermittler und Unternehmen ihre Suche auf beliebige Parameter zuschneiden, einschließlich Kompetenzbereiche, Programmiersprachen und Anzahl der Jahre an Erfahrung.
Beispiel für die Suche in Prog.ai Bildnachweis: Prog.ai
Das Verstehen von Code ist jedoch nur ein Teil des Angebots von Prog.ai.
Ein zentrales Verkaufsargument für Personalvermittler ist die Fähigkeit dazu verbinden mit Softwareentwicklern, und dafür enthält Prog.ai eine integrierte E-Mail-Outreach-Engine, die von einer Verkaufsengagement-Plattform unterstützt wird Antwort.io.
„Benutzer verwenden unsere Suche, um eine Liste relevanter Kandidaten zu erstellen, und dann können sie eine personalisierte E-Mail-Sequenz erstellen, in der sie Kandidaten namentlich erwähnen, auf ihre Projekte verweisen und erklären, warum sie glauben, dass eine Stelle gut zu ihnen passt“, sagte Grineva genannt.
Prog.ai: Beispiel für E-Mail-Outreach Bildnachweis: Prog.ai
Personalvermittler werden wahrscheinlich auch einen umfassenderen Überblick über die Fähigkeiten, die Ausbildung und den beruflichen Werdegang eines Entwicklers wünschen, den sie wahrscheinlich nicht von GitHub erhalten. Hier kommt LinkedIn ins Spiel, indem Prog.ai öffentlich verfügbare Daten sammelt und sie mit der entsprechenden Person von GitHub abgleicht. Und das ist laut Grineva die besondere Sauce der Plattform – durch die Verzahnung von Daten von zwei weit verbreiteten Plattformen kann sie ein feineres Bild potenzieller Kandidaten erstellen.
„Ich glaube, dass die Teilnahme an GitHub- und LinkedIn-Profilen sehr wertvoll ist, da Ingenieure normalerweise nicht sehr gut darin sind, für sich selbst zu werben, und oft nicht einmal über vollständige LinkedIn-Profile verfügen“, sagte Grineva. „Darüber hinaus beschreiben sich die Menschen auf LinkedIn selbst, was bedeutet, dass die Informationen subjektiv sind. Die Anwendung einer Standardmethode, um die Fähigkeiten aller Ingenieure auf der Grundlage ihrer tatsächlichen Codebeiträge abzuleiten, beseitigt nicht nur die Subjektivität, sondern bedeutet auch, dass Unternehmen Kandidaten einheitlich bewerten können.“
Heiratsvermittler
Natürlich bietet nichts davon einen perfekten Rekrutierungskanal. Das Zusammenführen zweier gigantischer, unterschiedlicher Datensätze ist keine leichte Aufgabe, und hier gibt es wahrscheinlich viel Raum für Fehler, da ähnliche Namen und Geschichten das Potenzial für das Zusammenführen von Profilen erhöhen. Und das setzt voraus, dass eine Person überhaupt ein LinkedIn-Profil hat, was sie absolut nicht tun könnte. Aber unter der Haube sagte Grineva, dass sie Maßnahmen ergriffen haben, die zumindest einige dieser potenziellen Fallstricke angehen.
„Das Abgleichen zweier großer Datensätze ist keine leichte Aufgabe, da die Informationen, die Menschen auf GitHub zur Verfügung stellen, spärlich sein können und viele Ingenieure sich dafür entscheiden, auf GitHub anonym zu bleiben“, erklärte Grineva. „Wir haben ein proprietäres Fuzzy-Matching-System entwickelt, das nicht nur Namen, Benutzernamen und E-Mail-Adressen berücksichtigt, sondern auch Arbeitsorte, Fachkenntnisse und Interessen abgleicht.“
Darüber hinaus sagte Grineva, dass sie Computer Vision verwenden, um Profil-Avatare plattformübergreifend zu vergleichen, was zwar nicht narrensicher ist, aber neben seinen anderen Überprüfungsmechanismen als zusätzliches Tool dient.
Zum Zeitpunkt des Verfassens dieses Artikels behauptet Prog.ai, die Kontaktinformationen von etwa 70 % aller Profile in seiner Datenbank zu haben, was offensichtlich bedeutet, dass 30 % diese entscheidenden Daten fehlen. Bis zu diesem Punkt sagte Grineva, dass sie zwar hoffen, die Abdeckung von Kontaktdetails zu verbessern, wenn es expandiert, sich seine potenziellen Anwendungsfälle jedoch nicht immer um das Erreichen von Kontakten drehen werden.
„Ein weiterer wichtiger Anwendungsfall ist die Datenanreicherung“, sagte sie. „Kunden können das vollständige Kandidatenprofil nach GitHub-Handle, LinkedIn-URL oder Kontakt-E-Mail einsehen – in diesem Fall können wir nur mit den 70 % übereinstimmen, wo wir die E-Mail haben.“
Hier ist auch der riesige Elefant im Raum: Unterstützt Prog.ai nicht einfach „Cold-Caller“, die massenhaft mit Entwicklern in Kontakt treten möchten?
„Es besteht ein Risiko, aber es ist wichtig, zuerst zu erkennen, dass Personalvermittler bereits versuchen, Entwickler unangemeldet anzurufen, und dies geschieht derzeit über andere Tools, sowie einige Tech-Rekrutierer, die Kontaktinformationen manuell direkt aus GitHub extrahieren“, sagte Grineva. „Das heißt, Personalvermittler tun dies derzeit mit schlechten oder begrenzten Erkenntnissen über die Entwickler, die sie erreichen, was bedeutet, dass die Kontaktaufnahme nicht personalisiert ist und die Gelegenheit oft nicht für die Entwickler geeignet ist. Infolgedessen wirken diese E-Mails als Spam.“
Für diejenigen am Empfängerende einer von Prog.ai betriebenen Reichweitenkampagne stellte Grineva fest, dass die Plattform „vollständig DSGVO-konform“ ist und Entwickler sie bitten können, ihre Profile zu entfernen oder zu bearbeiten sowie sich vollständig abzumelden E-Mail-Kontakt.
Zeig mir das Geld
Prog.ai steht noch am Anfang und experimentiert mit verschiedenen Plänen, aber das Unternehmen betreibt im Wesentlichen ein SaaS-basiertes Abonnementmodell, dessen Preise auf der Anzahl der Kontakte basieren, auf die ein Benutzer zugreift. Dies beginnt bei „kostenlos“ für bis zu 100 Kontakte pro Monat bis hin zu einem „Recruiter“-Plan, der 530 $ pro Monat für erweiterte Suchfunktionen und 3.000 Kontakte beträgt. Es bietet auch einen Unternehmensplan mit benutzerdefinierten Preisen, der auf Anfrage erhältlich ist.
Man darf auch die unzähligen anderen Einstellungslösungen da draußen nicht ignorieren, die alles von LinkedIns eigenem Talent Solutions-Produkt über Zoominfo, SeekOut, TalenteUnd HireEZ. Aber Grineva sagt, dass der Fokus von Prog.ai auf rein technisches Talent und seine GitHub-Scan-Intelligenz das ist, was es von der Masse abhebt. Dies wiederum könnte bedeuten gezieltere Headhunting-Bemühungen, bei denen die Ziele eines Personalvermittlers und des Kandidaten enger aufeinander abgestimmt sind.
„Da ich selbst Ingenieurin bin, erhalte ich viele Nachrichten von Personalvermittlern, die für mich nicht relevant sind, und sehe dieses Problem aus erster Hand“, sagte Grineva. „Ich glaube, dass dies in erster Linie ein Problem der Datenqualität ist: Personalvermittler haben einfach nicht genug Informationen über mich, um mich interessanten Stellenangeboten zuzuordnen. Unser Ziel ist es, den Geräuschpegel zu reduzieren, den Entwickler heute erhalten. Indem wir Personalvermittlern bessere Informationen zur Verfügung stellen, glauben wir, dass dies sowohl für Entwickler als auch für Personalvermittler eine Win-Win-Situation sein wird.“
