随着数字化的发展，大数据这个词进入了人们的视野。近年来，几乎所有行业都逐渐开始从传统形式向数字形式转变。随着微信支付、支付宝等数字货币的兴起，随身携带大量现金的行为不复存在。

一般商品以前是线下接触目标用户群体，比如品鉴活动、问卷调查活动，逐渐转变为通过用户的线上行为进行数据收集和分析。

人力资源也逐渐有了这个趋势，简历数据从原来的纸质简历变成了电子简历，再演变成标准化的简历库。对于大多数企业来说，如何高效利用现有的简历资源是一个非常重要的问题。

根据中誉艾科的研究报告，招聘时如果不挖掘简历数据，会增加企业70%以上的招聘成本。如果说我们的职位匹配平台可以帮助用人单位根据招聘岗位从大量候选人中快速匹配到合适的候选人，那么智能搜索就可以帮助用户准确定位符合某些特定特征的候选人。

一、智能候选人搜索的应用场景

考虑以下应用场景：

1、如果用户有一个职位信息，并且确切知道自己需要什么样的候选人群体。比如某互联网公司在招聘大数据工程师，非常希望应聘者来自一些指定的互联网巨头，毕业于一些名校。通过我们的职位匹配系统，我们可以从简历库中快速找到所有合格的候选人。

这些候选人已经掌握了这个职位所必需的技能，并且有一些相关的项目经验。然后用户可以通过我们的智能候选人搜索创建复杂的搜索条件，比如现在在阿里巴巴做大数据工程师，拥有美国常春藤大学计算机科学硕士学位，现居深圳。

通过搜索，可以快速准确地定位到用户最想要的候选群体，大大节约了招聘成本。

2、如果用户希望更好地组织和标注自己的本地简历库，可以通过搜索的深度语义搜索功能搜索自己的简历。假设人事专员想创建一个候选标签，想熟悉分布式计算和机器学习，可以在搜索中设置分布式计算和机器学习两个条件。我们的智能语义搜索可以理解用户的搜索意图。

结合行业知识图谱，分布式计算的同义词有Hadoop、Spark等。机器学习的同义词有深度学习、神经网络、支持向量机等。结合这些行业知识搜索简历数据库，准确定位目标候选集，比简单的关键词全文匹配更加准确和灵活。

3、如果用户想利用简历库进行行业统计分析，想回答以下问题：一二三线城市java工程师薪资对比，互联网行业与传统行业java工程师技能集对比，java工程师学历构成。我们先进的简历解析技术保证了每个领域独立搜索的可行性，所以我们只需要在候选人搜索中运行几条搜索指令就可以得到所需答案。

二、智能候选人搜索的技术优势

深度学习赋能语义理解技术

我们采用最先进的自然语言理解技术，对用户的搜索语句进行分析，结合行业专家的知识图谱，确保引擎能够理解用户的搜索意图，并返回准确的结果。

简历解析使字段搜索变得可行。

传统的招聘行业搜索只支持搜索全文或某些特定领域。但是因为我们有最先进的简历解析技术，可以搜索120个字段。用户可以对各个领域进行非常细致的搜索，比如某大数据工程师，2014年清华大学毕业，平均分85以上，现在在百度搜索部工作。目前市面上还没有一个人才搜索可以做到这么精细的搜索。

高速搜索体验

我们采用最新的数据库技术，优化搜索语句的阅读模式，可以在几秒内完成10万份简历的条件搜索。

与其他招聘产品有机结合

我们的搜索可以和其他招聘产品有机结合。简历分析让搜索更精准，职位匹配让搜索功能更完善，人才画像让搜索领域维度更高，读出简历中更多隐藏的信息。