技术流｜人工智能筛选简历的“套路”
当HR面对成堆简历望洋兴叹时
投简历的求职者也在心情忐忑
还只能凭经验选人？如何努力能得青睐？
如果你手握PaddlePaddle
以上问题将让人豁然开朗
今天展示PaddlePaddle如何实现简历初筛
带好装备动起来！
准备
PaddlePaddle系统、求职者简历数据（询问熟悉的HR）
顺手的计算机、键盘显示屏等
算法
自然语言处理（NLP）
门禁卷积神经网络算法（参考“学习干货”-“基础理论”-CNN）
模型
DSSN
用DNN模型在一个连续的语义空间中学习文本低纬的表示向量，建模两个句子间的语义相似度。PaddlePaddle提供通用DSSM模型，模型实现支持通用的数据格式，用户替换数据便可在真实场景中使用。
效果：
根据企业历史投递、面试、招聘、绩效考核和评价等标记数据，附加求职者档案信息、简历/职位文本内容、招聘投递等历史数据，由深度学习衍生的“AI招聘官”将学习职位JD，而后数据模型智能筛选，生成结果传递给HR进行后续操作
智能招聘是PaddlePaddle可延展的一个方向
欢迎大家投稿使用PaddlePaddle产出的成功案例
一经采纳可有机会获得我们的小礼物~
*为了方便大家问题的跟进解决，PaddlePaddle采用GithubIssue来采集信息和追踪进度。问题未解决可在Github0Issue上提问，或加入PaddlePaddleQQ社区进行交流，群号：432676488
点击“阅读原文”可直达DSSN模型哦~