百度熊辉教授：大数据智能化人才管理
人工智能论坛如今浩如烟海，有硬货、有干货的却百里挑一。由中国科学院大学主办，百度公司提供支持，读芯术作为指定合作自媒体的“AI未来说·青年学术论坛”第一期“数据挖掘”专场已于2019年1月19日下午在中科院学术会堂举行。来自百度的熊辉教授，为大家分享百度在大数据智能化人才管理过程中的一些工作。
熊辉教授全场报告视频
熊辉，长江学者，中国大数据技术大会主席，美国罗格斯新泽西州立大学讲授，ACM杰出科学家，百度商业智能实验室主任。
熊辉教授主要研究领域涵盖数据挖掘、大数据、人工智能。熊辉教授的研究工作被Forbes, the Economist，Harvard Business Review，the Wall Street Journal等媒体广泛报道。其中，经济学人杂志（the Economist）在2016年专文重点介绍了熊辉教授利用大数据技术预防犯罪的研究工作 (Economist Article Title: Cutpurse capers)，同时哈佛商业评论在2016年也以专文重点介绍他的关于人力大数据分析的前沿工作。2018年，熊辉教授获得了哈佛商业评论年度拉姆·查兰管理实践奖全场大奖和人力资源管理实践奖。
大数据智能化人才管理
本次报告分享了有关人工智能的产学结合在百度人才智库中的体现。
首先，熊教授介绍了人工智能的“铁三角”——应用场景、数据、AI技术。数据和数据质量直接影响人工智能的进步，技术进步导致更多的应用场景的产生，进而产生了更多的数据，正向循环。
研究人才场景要考虑到世界发展的整体趋势。世界发展得越来越快，判断变得越来越精准，但也变得非常无情。每一次科技进步都会导致某些行业被标准化。标准化、流程化、逻辑化的行业必然会被机器化。
人才市场可分为三类：人员、人才、人物。人员从事标准化的工作，这类工作已经或正在被机器占领。人才不仅要有专业技能，还需要有足够宽的知识面，而且要有团队协作精神。人物是人才中具有视野、领导力的人，能够带领团队往前走的佼佼者。
人员、人才、人物，怎么量化？如何预测人物，如何帮助人才成长？怎么通过大数据来捕获、展现、判断？首先，要注意知识结构的完整性，懂领域知识。使用数据要懂得行业知识，从数据中学习，做到比专业人士更懂专业工作。然后，模型化不容易随着时间场景改变的东西。人力资源管理中什么是不易改变的东西？什么值得模型化，值得预测？对人的管理，如选用预留、激励机制；对组织的管理，如人员结构；对文化的管理，如企业价值观。把握住不易改变的方向，搞清楚行业中不易改变的知识树，建立预测模型。百度人才智库便是从这个角度分解管理模块，从大数据落地。
优秀人才选拔是人才管理的重点。什么样的人才是优秀人才？百度通过机器完成智能简历的筛选、智能人岗匹配、智能面试评估。首轮筛选是机器筛选，做到“英雄不问出处”，通过能力做判断。策略有两点：观本性，观未来。从人才的知识面，知识的保质期，社交网络等方面得到数据进行建模。以分析人物的领导力为例，通过社交网络分析，那些能够和重要岗位的人员进行双向沟通的人，往往更有能力。
熊教授还从人才管理的角度，在学习态度、自我定位、职涯规划、团队搭配等方面，给出了切实可行的建议。