随着数字经济和数字化转型加速发展,大量数字化、智能化的岗位相继涌现,相关行业对数字人才的需求与日俱增,人才短缺已经成为制约数字经济发展的重要因素。
在数字技术人才面临结构性失衡的大背景下,传统网络招聘模式难以满足数字经济发展对人才提出的更高质量、更加精准等新要求。
在此背景下,万码科技(全称“浙江万有码力网络科技有限公司”)推出了“万码优才”产品,通过大数据模型与私域结合,实现岗位与技术人才多维度的智能匹配。采用线上与线下相结合的服务模式,随需而变,为企业提供优质候选人,缩短企业招聘周期。

万码科技创始人周媛告诉记者,当前企业对于数字人才的需求非常旺盛,而万码优才聚焦于数字技术人才的求职和职业发展平台。
定义第三代招聘平台
众所周知,求职招聘市场是红海,但是传统的面向大众的网络招聘模式,无论是PC时代的第一代招聘平台,还是移动互联网时代的第二代招聘平台,长期停留在“以简历为中心”的商业模式,主要发挥信息中转站的作用,以企业端发布招聘信息、下载简历为主要服务内容,推广模式也以企业发布广告为主。
周媛表示,现在的招聘平台的B端和C端用户体验并不是很好,比如招聘经理看了600多份的在线简历,但是觉得合适的简历只有23份,最终看到邀约的面试只有0,非常低效。而对于求职者而言,投了很多简历,没有人回复,或者是推荐的岗位不精准。
这是用户体验方面,而在商业模式方面,招聘平台不断依赖广告投放获客,
为了解决这些痛点,万码优才定位于第三代招聘平台,聚焦数字技术人才,深耕数字技术的内容,解决企业发展中的数字人才问题,不断完善技术人才成长的数据模型。
“在新质生产力发展时代背景下,我们选择的是走窄路、做深耕,服务技术人才,并且解决企业的数字人才的需求问题。”周媛说。
万码优才利用AI等新科技完成过去需要重投入、效果不理想的人岗匹配,更是将重心放在垂直人群,利用社群、内容等移动互联网原生的传播路径和媒介,实现用户自增长、自活跃,利用飞轮效应实现快速增长。

区别于传统的广告获客,万码优才更加强调内容获客,即通过丰富的技术内容和私域活动等精准获取数字技术人才。
在技术社区板块,用户通过UGC的方式不断创作技术文章、课程、问答等专业内容,帮助更多用户解决技术问题和提升专业技能。
万码优才还在私域中组织丰富的内容活动,比如企业联名举办杯赛等方式,通过热门技术话题吸引用户参与,数字技术人员在参与比赛的同时,更有机会直通面试,而在技术赛事的成绩、题目解析等又辅助平台获取用户的技术能力标签。
除了技术赛事,通过新媒体矩阵开展职业发展相关的内容经营,引入行业专家等也是万码优才通过内容获客的有效方式,在多元渠道的助力下其月度新用户增长速度达到15%。
万码优才除了线上招聘平台,还提供线下招聘服务,也就是O2O的人力资源服务模式,为企业客户提供多种产品按效果付费:既可以选择以有效简历、有效电话为交付产品的线上服务,也可以选择以代筛简历、委托沟通为服务内容的轻猎头服务,或者以保到面、保入职为特色的RPO或猎头服务。
在人才储备上,“万码优才”拥有相比同行更加垂直细分的人才库,聚集了大量行业及产业急需的数字人才,尤其在人工智能、网络游戏、新能源汽车、数字通信等四大重点领域深度耕耘,人才库构成具备资源丰富、精准、私域公域全覆盖等特点;其中公域数字人才流量达到1600万,私域数字人才用户80余万,产业数字人才库200万。这些数字技术人才囊括产品、开发、测试、运维等80种职业类别。
同时,万码优才也聚集了稀缺人才的专业社群,比如算法工程师、嵌入式工程师、数据工程师等,都可以在万码找到专业同行,相互交流。
技术赋能人才精准匹配
万码科技成立于2022年,创始团队由多位在数字化及人力资源服务行业深耕多年的专家组成,并已在2023年8月完成数千万元规模的Pre-A轮融资。
从创业之初,万码科技就致力于在技术方面进行更多的突破。比如万码优才研发团队耗时1年跟进百万量级的技术人才成长轨迹以及简历、职位等进行数据建模,将其拆分到数字技能、软性技能、业务能力、基本特征等维度,赋予各项标签权重,并且力保每一个标签都做到原子化。
周媛表示,万码科技不断完善数据,实现模型的搭建和人岗匹配的最优化。在招聘效率层面,万码科技引入AI进行职位的联想整理,帮助HR能够快速进行职位定位,并进行职位信息的完善和描述。
在人岗匹配方面,万码科技利用AI对双方的信息进行分析和预测,并且结合向量搜索,在人才推荐和人才搜索上都得到比较好的应用和提升。
此外,万码科技利用AI文本的语言总结能力,结合自身对求职招聘服务行业的经验积累,帮助求职者进行简历的评估和建议。
万码科技产品总监牟亚明补充说,不管是C端还是B端的场景,万码科技都在积极探索AI的应用空间。
为了满足个性化需求,还通过人机互动的方式区完善标签,HR可以设定多个投前问题,减少无效沟通,而这些标签会纳入到“万码优才”的标签库中,辅助推荐算法。
目前“万码优才”已积累了上万标签,成为人岗匹配的算法基石。除了通过人岗匹配运算,来为求职端用户和招聘端客户进行推荐,“万码优才”还在私域中通过职业经纪人推荐职位,跟进流程,让更多技术人才享受轻猎头的服务。
结语
在周媛看来,“如果C端的黏性非常好,我们能够更好地为B端提供相应的人才。所以我们那会持续服务好C端用户。”
在正式推出“万码优才”APP的同时,万码科技同时推出“卓越雇主招聘月”主题招聘活动,该活动目前已吸引包括京东、美团、360、扫描全能王、云筑、奇瑞汽车、中汽创智、智行等众多上百家企业共同参与,涉及数字技术相关招聘岗位需求上万个。
展望未来,随着数字经济的蓬勃发展,数字人才的供给侧必须进行改革,万码科技依托万码优才,可以更好地满足企业乃至全社会对于数字人才的需求。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。