Slide 1

Slide 1 text

データサイエンティスト向け 採⽤資料(詳細版) ver.1.1 2023.02

Slide 2

Slide 2 text

動画解析技術を⽤いた、採⽤・職場のDX事業を展開しています 採⽤のデジタル化⽀援 社内コミュニケーション改善⽀援 採用時点のコミュニケーション情報をデジタ ル化することで、候補者/企業の双方にメリ ットのある採用のDXを実現します。 事業展開 人間関係や場の状態を定量化するAIを開発、 面談の動画を解析することで、職場環境の改 善や業務成果の向上に貢献します。 ʢϋϧλΧʣ ʢϦʔϏʔʣ

Slide 3

Slide 3 text

未来を実装する ⼈をエンパワーするAIをつくる テクノロジーで遊ぶ 現在の日本・世界の課題をチャンスと捉え、ワクワクする理想の未来を自分たちで描き、技 術の力で実現していきます。 人を置き去りにして効率化や最適化のみを追求することなく、人がイキイキと活動できる社 会を実現するためのAIを開発します。 できることが増えて楽しいから技術を学ぶ。そんな原点を忘れず、技術力を高め自由自在な 開発ができるチームを目指します。

Slide 4

Slide 4 text

エントリー動画から 候補者の印象を定量化して、 企業とのマッチングを実現させる エントリー動画(自己紹介動画)を解析し本人の印象を定量 化するAIを開発。面接前の段階から、適性試験などの能力面 だけでなく人柄の情報も含めた多面的な候補者とのマッチン グを行うことが可能となります。 事業におけるデータサイエンティストの領域

Slide 5

Slide 5 text

ライブ⾯接動画をAIで解析 ⾯接官ごとのスキルを可視化させ、 ⾯接体験を向上させる 面接動画のリアルタイム解析とFBによって、面接中の面接 官の行動変容を促します。また、面接後のより詳細なFBを 活用することで、面接官のスキル向上をサポートし候補者の 面接体験向上へと貢献します。 事業におけるデータサイエンティストの領域

Slide 6

Slide 6 text

1on1⾯談動画を解析し、 振る舞いから表現特性を可視化 社内コミュニケーションの改善を図る 1on1面談を解析し、面談での振る舞いや関係性を定量化しFBす ることで面談の質の向上をサポートします。さらに、面談の解 析結果を用いて早期離職の防止といった課題の解決に貢献しま す。 事業におけるデータサイエンティストの領域

Slide 7

Slide 7 text

データサイエンスチーム構想 開発の効率化と速度の向上を⽬指し、 コミュニケーション解析エンジンSatori(サトリ)の実現を構想しています 新規プロダクト Satoriで解析した結果をチューニングし、サービスごとに適⽤ コミュニケーション解析エンジン

Slide 8

Slide 8 text

データサイエンスチームと他部署との関係性 様々な部署と連携して機能開発を⾏っています Voc・要望のヒアリング 顧客から機能改善などのニーズを収集 してもらいます。 PoC・分析での協業 新規事業や解析高度化のPoC などを協力して行います。 機能仕様・情報の設計 顧客体験観点から、機能開発の要件を 決めます。 新規機能の開発 心理/生理/社会学などの専門家と協働 し学際的な機能開発を行います。 モデルのDeploy・運⽤ 作成したモデルの運用保守を協力して 行います。

Slide 9

Slide 9 text

候補者が投稿した自己紹介動画から、印象スコアを推定。印象スコアを参考に合格・不合格のスクリーニングを実施することで、今まで不合格 にしていた候補者が合格になるなど、より会社に合った候補者を見出すスクリーニングの高度化に貢献します。また、候補者の印象をいくつか のタイプに分類することで、面接官とのマッチングや採用ポートフォリオの可視化による採用体験の向上 / 採用活動の高度化を実現します。 MLモデルを⽤いて印象の定量化、採⽤の⾼度化に活⽤ εΫϦʔχϯάͷߴ౓Խ λΠϓ෼ྨ AIスコアを採⽤の⾼度化に活⽤ 収集した動画データをAI解析 エントリー動画プロジェクト

Slide 10

Slide 10 text

コミュニケーション活発化を目的とした社内マッチングサービスの機能として、多様な特性情報を考慮したマッチングアルゴリズムを開発しま した。相性がよいペアによる満足度の高い面談の実現や異なる部署とのコラボレーション促進を通して、社内コミュニケーションネットワーク の活性化に貢献します。 特性情報を考慮したマッチングの提案ロジックの開発 全組み合わせ マッチングの提案 社内マッチングサービスプロジェクト

Slide 11

Slide 11 text

音声から場の雰囲気を定量化するモデルを開発しました。これにより、ブラックボックスとなっていた面談の状態を把握できるようになります。 また、主観に基づくアンケート情報等と客観的な指標を組み合わせることで、より多面的に面談の良し悪しの評価や傾向を把握することが可能 となります。これらの情報を加味し、よりよいマッチングや面談の場の実現を目指します。 解析結果のスコア例 利⽤している解析アルゴリズムの⼀部 ⾳声を活⽤した場の雰囲気の定量化アルゴリズムの開発 社内マッチングサービスプロジェクト 引用:『wav2vec 2.0: A framework for self-supervised learning of speech representations.』

Slide 12

Slide 12 text

クライアントと伴⾛しながら、⾯接官のスキル向上をサポート 面接動画と面談結果を分析し、面接体験や採用力に影響すると考えられる項目を明らかにすると同時に面接官ごとの採用スキルを可視化しまし た。この結果を元に研修や個別FBを行うことで、面接官の面接スキル向上と翌年の採用選考における内定承諾率の向上に寄与しました。 ⾯接動画×⾯談結果でスキルを可視化 研修を実施し、承諾率向上に寄与 採用DXプロジェクト

Slide 13

Slide 13 text

データサイエンスチームの推しポイント 新規事業を⾏う環境が揃っています ZENKIGENは、社内にBiz/Dev/デザイナー/リサーチャーなどの タレントが揃っています。そのため、社内のメンバーのみでク イックに新規事業の立ち上げを完結させる事が可能です。 また、プロダクトの基盤として面談プラットフォームサービス を展開しており、これを元に数百社とのリレーションを構築し ています。その顧客基盤をフル活用し、事業アイデアと相性が 良さそうな顧客を紹介してもらいPoCを行うことも可能です。 さらに、ZENKIGENは数百万件の動画データを保有しています。 このデータを活用することで、データ収集のフェーズを大幅に 省略して価値の創出に注力することが可能です。

Slide 14

Slide 14 text

鄭 雄⼀ 服部 泰宏 東京⼤学 神⼾⼤学 道徳次元尺度の研究 熟練面接官の暗黙知 特別顧問 共同研究パートナー 株式会社ZENKIGEN 人材組み合わせ 心理的安全性の計測 etc... Team 外部機関 社内チーム データサイエンスチームの推しポイント 共同研究先や社内Labと研究開発に取り組んでいます

Slide 15

Slide 15 text

福利厚生 労働時間制度 休暇 ヘルスケア 手当・補助 スキルアップ 表彰・慰労・その他 ・フルフレックス制度(コアタイムなし) ・フルリモート ・時短勤務 ・副業制度 ・完全週休2日制(土日)/祝日休暇 ・有給休暇/年末年始休暇 ・育児休暇/介護休暇/慶弔休暇 ・ZENKIGEN休暇 ・有給発生前特別休暇 ・健康診断(年1回) ・産業医面談 ・臨床心理士カウンセリング ・各種保険完備(労働保険・社会保険) ・交通費支給 ・歓迎ランチ補助 ・社長歓迎会食 ・親孝行制度 ・オンライン懇親会補助 ・合宿 ・社内勉強会 ・書籍購入/セミナー参加補助 ・メンター制度 ・リーダー育成塾 ・ZENKIGEN賞 ・社員総会 ・ファミリーデー ・社員持株会