Näin kohtaanto toimii

Työelämän kohtaanto-ongelma on sitä, kun työpaikat ja työntekijät eivät kohtaa. Ongelmien taustalla voivat olla alueelliset erot, koulutusongelmat tai ammattirakenteen muutokset.  

Työmarkkinatorilla tätä ratkotaan rakentamalla hyvä verkkopalvelu ja sen taustalle hyvä kohtaantotoiminnallisuus. Kohtaanto on sitä, kun sopivia työpaikkoja ja työnhakijoita ehdotetaan toisilleen.  

Rakenteellisen tiedon kohtaanto 

Rakenteellisen tiedon kohtaanto perustuu ennen kaikkea siihen, miten työn ilmoittaja on kuvannut työpaikan ja siihen, miten työntekijä on kuvannut itsensä ja osaamisensa. Sillä on siis väliä, miten työpaikkailmoitus tai työnhakuprofiili on täytetty. Tällä hetkellä käyttäjille annetaan ehdotuksia rakenteellisen kohtaannon keinoin.

Rakenteellinen kohtaanto huomioi työ- ja osaamishistorian, koulutuksen ja kielitaidon sekä työnhakualueen. Laskennassa hyödynnetään rikastettua eli käyttäjien ehdotuksilla täydennettyä ESCO-sanastoa, koulutustasoa sekä Tilastokeskuksen paikkatietoaineistoja. Työhistoriasta painotetaan tuoreimpia työkokemuksia. Osaamisten osalta huomioidaan myös minimivaatimustaso, jos sellainen on työpaikkailmoitukselle lisätty. 

Rakenteellisen tiedon kohtaannossa ammattihistoria ja osaamiset kerryttävät kohtaantopisteitä. Kielitaito, koulutus ja sijainti taas vaikuttavat kerrytettyihin kohtaantopisteisiin vähentävästi. 

Parhaiksi ehdotuksiksi muodostuvat siis toivomaltasi alueelta olevat, koulutusvaatimuksiltaan sopivat työpaikkailmoitukset tai työnhakuprofiilit, joissa on paljon yhteisiä ammatteja ja osaamisia.   

ESCO-osaamiset kohtaannon pohjana 

Työmarkkinatorilla näkyvät ammatit ja osaamiset perustuvat ESCO-sanastoon. ESCO on Euroopan komission ylläpitämä koko EU:n laajuinen sanasto.  

ESCO-sanaston ja yleistä lisätietoa löydät Euroopan komission sivustolta. Siellä esitellään ammatit, osaamiset ja näiden selitteet vähintäänkin englanniksi.

Kohtaantoa tehdään kahdesta suunnasta 

Rakenteellisen kohtaannon rinnalle tuotiin keväällä 2021 myös luonnollisen kielen tunnistamiseen pohjautuva malli eli NLP-kohtaanto. Lyhenne "NLP" tulee sanoista natural language processing. 

NLP-kohtaannossa pohjana käytetään kirjoitettuja tekstejä ja sitä tehdään kolmella kielellä. Automaattikäännöksillä luodaan opetusdataa eri kielille. 

NLP-kohtaannossa hyödynnetään Työmarkkinatorin työpaikkojen ilmoitusdataa. Työpaikkailmoituksista poimitaan relevantit sanat sanavektoreita ja neuroverkkoja hyödyntäen.

Kohtaantopisteiden laskennassa käytetään sanavektoreita ymmärtämään, mitkä sanat liittyvät toisiinsa ja mitkä työilmoitukset ovat relevantteja millekin työnhakuprofiilille. Pistemäärä kertoo relevanttiuden. 

Käyttäjälle nämä molemmat kohtauttamisen tavat näkyvät saumattomassa yhteistyössä. 

Tekoäly kohtaannon apuna kielen tunnistamisessa 

Tekoäly auttaa kohtaannossa – esimerkiksi koneen ja ihmisen välissä pyörii osaamissuosittelija, joka auttaa lisäämään oikeanlaisia osaamisia työnhakuprofiilille tai työpaikkailmoitukselle. Näin oman osaamisen kuvaamisesta ja sanoittamisesta tulee sinulle helpompaa.   

Luonnollista kieltä hyödynnetään myös osaamissuosittelijassa. Osaamissuosittelija on toiminnallisuus, joka ehdottaa sinulle ammatteja ja osaamisia luonnolliseen kieleen eli kirjoitettuun tekstiin perustuen.  

Voit kopioida esimerkiksi Linkedin-esittelyn tai työpaikkailmoituksen tekstin Työmarkkinatorille ja saada sitä kautta ehdotuksia sopivista nimikkeistä.   

Osaamissuosittelijassa hyödynnetään tekstiaineistoja ESCO-ontologiasta ja Ammattinetistä. Automaattisella kielenkääntämisellä menetelmät saadaan opetettua kaikille kolmelle kielelle eli suomeksi, ruotsiksi ja englanniksi. Suositusten muodostamisessa hyödynnetään TF-IDF-dokumenttivektoreita. 

Jos olet kiinnostunut kohtaannon teknisestä puolesta, kehittäjä Heikki Niittylä kertoo blogeissaan tarkemmin, miten esimerkiksi osaamissuosittelija on rakennettu. Lisää perusteita tekoälyn käytölle löytyy esimerkiksi Minna Vänskän blogista.