Las empresas ya tienen una gran cantidad de herramientas para buscar talento técnico, pero una nueva empresa quiere impulsar a los reclutadores al unir los mundos de GitHub y LinkedIn para crear una base de datos de los candidatos más adecuados para el desarrollo de software específico. – y lo hace mediante el uso de IA para «inferir» habilidades del código que han escrito.
IA prog.como lo llama la compañía, permite a los reclutadores buscar desarrolladores en función de sus habilidades técnicas, las bibliotecas que han usado o simplemente las contribuciones que han hecho a los proyectos en GitHub.
Fundada en San Francisco en 2022, Prog.AI es una creación del CEO María GrinevaOMS vendió un inicio de datos anterior llamó a Orb Intelligence en Dun & Bradstreet en 2020; CTO Fiodor Soprunov, anteriormente investigador de aprendizaje automático en el titán tecnológico ruso Yandex; y gerente de producto Dmitri Pianovque trabajó en equipos de productos en empresas como Yandex y Replika.
Si bien la contratación es el enfoque principal de la compañía inicialmente, con la apertura de su producto inaugural para reclutadores en versión beta cerrada esta semana, Grineva ve una amplia gama de casos de uso más allá de ayudar a las empresas a desempeñar funciones técnicas. Esto incluye fomentar las relaciones con los desarrolladores, como pedirles que se unan a una comunidad o invitarlos a contribuir en un proyecto de código abierto; buscar su experiencia para un problema específico; e incluso para ayudar a las empresas de herramientas para desarrolladores a exhibir sus productos.
«Esta semana lanzaremos Prog.AI para reclutadores de tecnología y, en abril, ampliaremos nuestra oferta de SaaS con Prog.AI para relaciones con desarrolladores para ayudar a las empresas que crean herramientas para desarrolladores a comprender su TAM (mercado total direccionable). Obtenga más información sobre su comunidad de desarrolladores existente y llegar a su público objetivo”, dijo Grineva a TechCrunch.
Para ayudar a impulsar su negocio, Prog.ai anunció hoy que ha recaudado $ 1 millón en fondos previos a la semilla de un fondo ángel con sede en Alemania. inversión ángel, Empresas del Puente de Brooklyny una gran cantidad de seguidores ángeles, incluido uno de los primeros empleados de Spotify y ex CTO Andreas Ehn.
analizarlo
Entonces, ¿cómo hace Prog.ai para inferir habilidades del código fuente público? Bueno, en primer lugar, la plataforma actúa sobre el “git-clon«, que crea una copia de millones de repositorios y sucursales públicos. Luego, Prog.ai analiza cada confirmación de git e inspecciona el fragmento de código, la ruta del archivo y el tema de la confirmación para comprender de qué se trata.
“Para un proyecto determinado, podemos ver quién es el arquitecto principal, quién está desarrollando el backend o el frontend, quién se está enfocando en UI/UX, quién está construyendo el control de calidad y las pruebas, y quiénes son los escritores técnicos”, dijo Grineva.
Prog.ai también revisa las acciones de git, como las solicitudes de extracción, incluidos los rechazos y las aprobaciones, los comentarios y las aperturas de problemas, lo que le permite a Prog.ai «comprender» los diferentes roles y niveles de compromiso de los contribuyentes del proyecto.
«No solo cubrimos proyectos famosos de código abierto, sino también proyectos ‘familiares’, pruebas, bifurcaciones e incluso proyectos de capacitación de Coursera o Udemy que los ingenieros mantienen públicos en GitHub», agregó Grineva. «En total, procesamos alrededor de mil millones de confirmaciones en GitHub por año para obtener un perfil muy preciso de las habilidades de cada ingeniero».
Debajo del capó, Prog.ai se basa en OpenAI Etiquetas de Googleadaptando el tan publicitado modelo de lenguaje en proyectos de código abierto de alto nivel y artículos de StackOverflow para ayudarlo a obtener puntajes en la calidad del código, por ejemplo.
Ejemplo de perfil Prog.ai Créditos de imagen: Prog.ai
Los usuarios de Prog.ai pueden crear listas de los mejores expertos en disciplinas específicas, como «grandes modelos de lenguaje» o «visión por computadora», y generar una clasificación de los mejores en un campo determinado. O pueden enviar una lista de repositorios y crear una clasificación de todos los contribuyentes en función de la cantidad de confirmaciones que hayan realizado.
De hecho, los reclutadores y las empresas pueden adaptar su búsqueda a los parámetros que elijan, incluidas las áreas de habilidades, los lenguajes de programación y la cantidad de años de experiencia.
Ejemplo de búsqueda de Prog.ai Créditos de imagen: Prog.ai
Pero comprender el código es solo una parte de lo que ofrece Prog.ai.
Uno de los principales argumentos de venta de los reclutadores es la capacidad de conectar con desarrolladores de software, y para esto, Prog.ai integra un motor de entrega de correo electrónico integrado, impulsado por la plataforma de compromiso de ventas Responder.io.
“Los usuarios usan nuestra búsqueda para crear una lista de candidatos relevantes, luego pueden crear una secuencia de correo electrónico personalizada, mencionando a los candidatos por nombre, refiriéndose a sus proyectos y explicando por qué creen que un puesto es adecuado para ellos”, dijo Grineva.
Prog.ai: Ejemplo de difusión por correo electrónico Créditos de imagen: Prog.ai
Es probable que los reclutadores también deseen una visión más completa de las habilidades, la educación y el historial de empleo de un desarrollador, que probablemente no obtendrán de GitHub. Aquí es donde LinkedIn entra en la refriega, con Prog.ai recopilando datos disponibles públicamente y alineándolos con el individuo correspondiente de GitHub. Y eso es lo que Grineva dice que es la salsa especial de la plataforma: al combinar datos de dos plataformas ampliamente utilizadas, puede crear una imagen más fina de los posibles candidatos.
«Creo que unirse a los perfiles de GitHub y LinkedIn aporta mucho valor, porque los ingenieros generalmente no son muy buenos para promocionarse a sí mismos y, a menudo, ni siquiera tienen perfiles completos de LinkedIn», dijo Grineva. “Además, en LinkedIn, las personas se describen a sí mismas, lo que significa que la información es subjetiva. La aplicación de una metodología estándar para inferir las habilidades de todos los ingenieros en función de sus contribuciones reales al código no solo elimina la subjetividad, sino que también significa que las empresas podrán evaluar a los candidatos de manera consistente.
Casamentero
Por supuesto, nada de esto proporciona un canal de reclutamiento perfecto. Reunir dos conjuntos de datos gigantescos y dispares no es una tarea fácil, y es probable que haya mucho margen de error aquí, con nombres e historias similares que aumentan el potencial de confusión de perfiles. Y eso suponiendo que una persona tenga un perfil de LinkedIn en primer lugar, lo cual no podría ser en absoluto. Pero bajo el capó, Grineva dijo que tiene medidas que ayudan a abordar al menos algunos de estos posibles escollos.
«Combinar dos grandes conjuntos de datos no es una tarea fácil, ya que la información que las personas ponen a disposición en GitHub puede ser escasa, y muchos ingenieros eligen permanecer anónimos en GitHub», explicó Grineva. «Hemos creado un sistema patentado de coincidencias aproximadas que no solo considera nombres, nombres de usuario y direcciones de correo electrónico, sino que también coincide con ubicaciones de trabajo, experiencia e intereses».
Además de eso, Grineva dijo que usan la visión por computadora para comparar avatares de perfil entre plataformas, lo que, si bien no es infalible por sí solo, sirve como una herramienta adicional junto con sus otros mecanismos de verificación.
En el momento de escribir este artículo, Prog.ai afirma tener los datos de contacto de aproximadamente el 70 % de todos los perfiles en su base de datos, lo que obviamente significa que al 30 % le faltan estos datos cruciales. En este punto, Grineva dijo que si bien esperan mejorar su cobertura de detalles de contacto a medida que crece, sus posibles casos de uso no siempre girarán en torno a la búsqueda.
“Otro caso de uso importante es el enriquecimiento de datos”, dijo. «Los clientes pueden buscar el perfil completo del candidato por identificador de GitHub, URL de LinkedIn o correo electrónico de contacto; en este caso, solo podemos hacer coincidir el 70% donde tenemos el correo electrónico».
También está el elefante gigante en la sala aquí: ¿Prog.ai no facilita simplemente las «llamadas en frío» que buscan contactar a los desarrolladores en masa?
«Existe un riesgo, pero es importante reconocer primero que los reclutadores ya están tratando de llamar en frío a los desarrolladores y esto está sucediendo actualmente a través de otras herramientas, así como algunos reclutadores técnicos extraen manualmente la información de contacto directamente de GitHub», dijo Grineva. «Dicho esto, los reclutadores actualmente lo hacen con información deficiente o limitada sobre los desarrolladores con los que se están comunicando, lo que significa que el alcance no es personalizado y, a menudo, la oportunidad no es adecuada para el desarrollador. Como resultado, estos correos electrónicos aparecen como correo no deseado.
Para aquellos que reciben una campaña de concientización impulsada por Prog.ai, Grineva señaló que la plataforma es «totalmente compatible con GDPR» y los desarrolladores pueden pedirle que elimine o edite sus perfiles, así como optar por no recibir correo electrónico.
Muéstrame el dinero
Todavía es temprano para Prog.ai y está experimentando con diferentes planes, pero la compañía esencialmente opera un modelo de suscripción basado en SaaS, con precios basados en la cantidad de contactos a los que accede un usuario. Comienza con «gratis» hasta 100 contactos por mes, hasta un plan de «reclutador» que cuesta $530 por mes para funciones de búsqueda avanzada y 3,000 contactos. También ofrece un plan empresarial con precios personalizados, que está disponible a pedido.
También es imposible ignorar la gran cantidad de otras soluciones de contratación, que van desde el producto Talent Solutions de LinkedIn hasta Zoominfo, SeekOut, Sistema operativo de talentoY Contratar. Pero Grineva dice que el enfoque de Prog.ai únicamente en el talento técnico y su inteligencia analítica de GitHub es lo que lo distingue de la multitud. A su vez, este podría significan esfuerzos de caza de talentos más enfocados, donde los objetivos de un reclutador y un candidato están más alineados.
«Siendo yo misma ingeniera, recibo muchos mensajes de reclutadores que no se relacionan conmigo y veo este problema de primera mano», dijo Grineva. “Creo que es principalmente un problema de calidad de los datos: los reclutadores simplemente no tienen suficiente información sobre mí para conectarme con grandes oportunidades. Nuestro objetivo es reducir el nivel de ruido que reciben los desarrolladores en la actualidad. Al proporcionar a los reclutadores mejor información, creemos que será una situación beneficiosa para desarrolladores y reclutadores. »