Share
Embed
JSAI2025 インダストリアルトーク
Tatsuya Ute
May 26, 2025
Transcript
15 slides
-
© 2025 Wantedly, Inc. ウォンテッドリー株式会社 Visit Recommendation Squad 右手 達也(うて
たつや) 所属と役割 • ウォンテッドリー株式会社 Visit Recommendation Squad (2025/02 ~ ) • データサイエンティスト • 推薦システムの開発及び運用 自己紹介 -
© 2025 Wantedly, Inc. iOS, Android and Web 気軽に会社訪問 ミッションや価値観への共感でマッチング
• 給与や福利厚生などの条件ではなく、 想いがあれば会社の規模にとらわれない まず「話を聞きに行く」という新しい体験 • 個人と企業がフラットな目線で出会えることで、 より魅力的な場所を見つけることが可能に Wantedly Visit -
© 2025 Wantedly, Inc. Wantedly Visit 理想のマッチング 「シゴトでココロオドル」ため、共感マッチも考慮したマッチングを目指している 共感 最適
挑戦 自律 Skills 共感マッチ Will スキルマッチ Competencies 資質マッチ Tasks タスクマッチ -
© 2025 Wantedly, Inc. 現状の推薦システムにおける、スキルマッチの課題 採用要件に合う 企業に対して、一部採用要件に合わないユーザの推薦が発生していた ・・・ 採用要件に合う 採用要件に合わない
・・・ 採用要件に あったユーザ が欲しい Skills スキルマッチ Will 共感マッチ Competencies 資質マッチ Tasks タスクマッチ 推薦 スキルマッチに課題 -
© 2025 Wantedly, Inc. 募集情報の活用における課題 募集情報において採用要件は自由記述かつ任意項目のため、採用要件という観点で は活用が困難 募集情報の例 ▪お願いしたい業務 ...
▪求めるスキル(採用要件) … ◾働く環境について … 自由記述のため 採用要件以外の 情報を含む ▪募集の背景 ... ▪ポジションの魅力 ... ▪キャリアパス一例 ... ▪技術スタック ... 明確な要件の 記載がない -
© 2025 Wantedly, Inc. LLMを用いた自然言語データの活用 LLMで募集から採用要件を抽出し、プロフィールとの類似度を計算することで 採用要件に合致したユーザを推薦しやすくした 募集 募集 採用
要件 募集 募集 募集 類似度 計算 活用 埋 め 込 み ローカル LLM プロ フィール 採用要件に 合致した推薦 -
© 2025 Wantedly, Inc. LLMによる採用要件抽出の技術検証 どのLLMを使うべきか、複数のLLMを用いて技術検証を実施 検証対象(ローカルLLM) • Qwen2.5-7B-Instruct •
gemma-3-4b-it • Llama-3.2-3B-Instruct • Phi-3.5-mini-instruct 比較方法 • 人間が抽出した採用要件のデータを正解データとして、 正解データとの距離の近さ(1 - cosine 類似度)を指標とした -
© 2025 Wantedly, Inc. 採用要件の抽出が推薦システムに与える影響のオフライン検証 Qwenが抽出した採用要件を活用することで nDCG が 4.5% 増加した
手法 nDCGの増分 募集情報とユーザの類似度を推薦に活用 - Qwen で抽出した採用要件とユーザの類似度を推 薦に活用 + 4.5% -
© 2025 Wantedly, Inc. まとめ • ウォンテッドリーでは、自然言語データが豊富に存在 • これまでは募集情報がうまく活用できず、採用要件に合わない推薦が発生 •
LLMを用いて募集情報から採用要件を抽出することで、採用要件に沿ったユーザ を推薦しやすくなった