Laden

Faillissementen in mei 2016



In mei is het aantal faillissementen gelukkig weer sterk gedaald, na de uitschieter van april (met maar liefst 30 faillissementen). Afgelopen maand stopte de teller gelukkig al bij 15; een halvering ten opzichte van vorige maand hoewel het tegelijkertijd het hoogste aantal faillissementen is van 2016, met uitzondering van april. De trendlijn is als gevolg hiervan gestegen tot 14,6 een stijging van 0,5 ten opzichte van vorige maand.

Aantal faillissementen per maand en obv. voortschrijdend 12-maands gemiddelde, januari 2007 – mei  2016

Aantal faillissementen per maand en obv. voortschrijdend 12-maands gemiddelde, januari 2007 – mei  2016

(meer…)

Lees verder

Glassdoor haalt nog eens $40 miljoen op



imageWerkgeversvergelijker Glassdoor kwam vandaag met het bericht dat de site alweer een investeringsronde (Series G) heeft gehad, dit keer voor een bedrag van $40 miljoen. Waarmee het totaal in Glassdoor geïnvesteerde bedrag op $201,5 miljoen komt, een formidabel som geld natuurlijk. Overigens is die $40 miljoen een stuk minder dan de voorgaande investeringsrondes van $50 miljoen (december 2013) en $70 miljoen (januari 2015).

Wat gaat Glassdoor met dit geld doen? Nou, dit:

This new financing will support Glassdoor’s continued growth and investments in product, marketing, and people around the globe.

Ondertussen is Glassdoor gegroeid tot een bedrijf met 600 medewerkers.

(meer…)

Lees verder

#Intelligence16: – Federico Pistono



Federico PistonoEn we zijn alweer aanbeland bij de laatste keynote van de dag. En deze wordt verzorgd door Federico Pistono (CEO konoz) die het gaat hebben over Robots Will Steal Your Job, But That’s OK :

Over the past four years, headlines warned us that a wave of joblessness is coming. They claim that advances in robotics, machine learning, and automation are ushering in an era of unprecedented change. Do these concerns reflect reality?

Some claim that we have seen this story before, and that we have nothing to worry about. Others think that this time is different, and that we’re about to experience the most dramatic shift in modern economic history, one for which we are not prepared.

In this presentation, researcher and entrepreneur Federico Pistono, author of “Robots Will Steal Your Job, But That’s OK”, will separate the myths from reality by presenting the state of the art and forecasts of machine intelligence and its economic impact.

Een buitengewoon interessant onderwerp. (meer…)

Lees verder

#intelligence16: Pablo de Pedraza – Arbeidsmarkt, matching, conjunctuur en online vacatures



De hoofdmoot van de presentatie van Dr Pablo de Pedraza (Universiteit van Amsterdam, Amsterdams Instituut voor Arbeidsstudies AIAS) gaat over een vergelijking tussen Textkernel’s Jobfeed en de arbeidsmarktcijfers van het CBS. Waar zitten de verschillen en hoe worden die veroorzaakt. Doel is online cijfers te ontsluiten voor beleidsmakers. Want de voordelen van het gebruik van online arbeidsmarktcijfers zijn evident: vooraleerst de snelheid. Bijna realtime is de arbeidsmarkt te volgen, in plaats van de logge data waar het CBS mee komt. Verder signaleert Pedraza dat er een afnemende bereidheid van werkgevers is om het CBS arbeidsmarktdata te verstrekken. Waarom zou je, als je al je vacatures al online zet?

Nu we het er trouwens toch over hebben, een beetje off topic, maar als arbeidsmarktprofessional die ik een enorme behoefte aan real-time arbeidsmarktinformatie die voor iedereen openbaar is. Bijvoorbeeld om op te benchmarken, maar ook voor sturing van bijvoorbeeld onderwijs en opleiding. Laten we hopen dat het werk van Doctor Pablo er bij gaat helpen.

(meer…)

Lees verder

#intelligence16: Gábor Kishimók – Learning Analytics



Gábor Kishimók werkt als postdoc aan UvA en doet nog meer interessants. Althans, op Youtube vond ik een boeiende presentatie over OntoHR, een initiatief van het Center of Job Knowledge Research, dat probeert om op basis van semantics een optimale match te maken tussen opleidingscurricula en arbeidscompetenties. De paper op het terrein van Learning Analytics waarvan hij co-auteur is staat ook online.

De presentatie van Kishimok werd een onverwacht genoegen, want was een introductie in het mij nog onbekende terrein van de learning analytics. Het vakgebied gaat over de optimalisatie van opleidingen op basis van data-analyse, ten behoeve van wetenschap, onderwijs en arbeidsmarkt.

(meer…)

Lees verder

#intelligence16: Bill Boorman



imageEn dan nu de eerste van de twee afsluitende keynote speakers: Bill Boorman. Met hoed natuurlijk.

Volgens Boorman was voor verandering vroeger ongeveer honderd jaar nodig, maar tegenwoordig is in 100 dagen al heel wat veranderd. De speed of change is aanzienlijk toegenomen dus. Boorman en een groot deel van het publiek blijken digital immigrants te zijn, we zijn niet met digitale technologie opgegroeid. En we zijn met technologie niet veel verder gekomen dan de analoge wereld te hebben geëmuleerd in plaats van oprecht te innoveren. Op zich niet verwonderlijk natuurlijk, tenslotte hebben we alleen de analoge wereld als voorbeeld gehad. Daarom hebben we ook nog knoppen met een ouderwetse telefoonhoorn, of een diskette.

Interessante observatie van Boorman: laat een app testen door een digital native. En dat betekent dus door tieners. Ga ik eens proberen!

Daarna was er de nodige informatie over building a sourcing machine/engine, maar dat kon in niet volgen. Alleen een laatste term: cobots bleef hangen. Oftewel collaborative robots. Say what?

#intelligence16: Colin Lee – Intuition’s Fall from Grace



imageColin Lee is dit jaar aan de Erasmus Universiteit gepromoveerd op de factoren die bepalen of een sollicitant zal worden uitgenodigd voor een sollicitatiegesprek. Hij heeft daarbij gebruik gemaakt van data van 48 verschillende bedrijven uit Connexys ATS (441,769 sollicitanten) om te voorspellen welke sollicitanten worden uitgenodigd en wat het relatieve belang is van verschillende voorspellende factoren. Textkernel heeft ook een handje geholpen. Leeftijd en ervaring kwamen naar voren als de meest bepalende factoren.

Hier staat een kort verklarend filmpje.

De kernvraag was: hoe kunnen we voorspellen wie de meest geschikte sollicitant is?

(meer…)

Lees verder

#intelligence16: Max Welling – Nieuwe ontwikkelingen in machine learning



imageHoogleraar Max Welling kende ik al van het onderhoudende marathoninterview dat Jelle Brandt Corstius vorig jaar met hem afnam. Machine learning is zijn vakgebied. Ter voorbereiding heb ik een eerdere lezing van Welling over machine learning op Youtube bekeken.

Waar ik natuurlijk benieuwd naar ben is welke toepassingen we voor deep learning kunnen bedenken in de recruitment. En welke vragen zouden we er mee willen oplossen? Is de data die we voor handen hebben eigenlijk wel complex genoeg?

Voor onderzoeken zoals dat van Colin Lee, dat vandaag ook besproken wordt, bleek een minder geavanceerde analysetechniek (synthetic validity) in elk geval meer dan afdoende.

Hee Max, wat doe jij met je Ferrari op onze ijsbaan? Goed, Welling gaat van start, we zullen zien.

Het blijkt een heel globale kennismaking met kunstmatige intelligentie (AI). Het gaat erg snel en ik vraag mij af wat er bij het gehoor is blijven kleven. Dat loopt dan mooi parallel aan de AI, door Welling herhaaldelijk als een roller coaster gekwalificeerd.

(meer…)

Lees verder