Retour aux projets

18732.1 PFES-ES

Jobmatching: mit Machine Learning-Methoden den perfekten Job oder Kandidaten finden.

Résumé

Jobmatching: mit Machine Learning-Methoden den perfekten Job oder Kandidaten finden.

Textes supplémentaires

Abstract

YOOTURE ist wie Online Dating für Jobs. YOOTURE bringt Jobs und Kandidaten zusammen, wenn sie perfekt|zusammen passen. Matching ist Kern der Produkte, die YOOTURE anbietet. Anhand von Profildaten und Vakanzen werden Kandidaten auf passende, offene Stellen gemapped (und umgekehrt). Im Rahmen eines|ersten KTI-Projekts (PFES-ES 16349) wurde eine Matching-Lösung erarbeitet, die seit März 2015 im produktiven Einsatz steht. Mit Machine Learning und Optimierungsmethoden soll das Matching nochmals signifikant verbessert werden. Es konnten seit dem Launch der App sehr viele Nutzerdaten gesammelt werden und nun ist das Ziel, das Matching aufgrund der Nutzerinteraktionen kontinuierlich zu verbessern. Es gibt keine vergleichbar gut funktionierende Lösung auf dem Markt und YOOTURE will sich mit dem hier vorgeschlagenen Projekt noch weiter von der Konkurrenz abheben, die Nr. 1 Job-Matching-Engine bauen und den Markteintritt in den DACH-Raum ermöglichen.

Participants

Claudio Lehmann

Wirtschaftspartner

claudio.lehmann@yooture.com

yooture AG Claudio Lehmann Freischützgasse 10 8004 Zürich ZH CH

Manfred Vogel

Kontaktperson

manfred.vogel@fhnw.ch

FHNW Fachhochschule Nordwestschweiz Manfred Vogel Bahnhofstrasse 6 5210 Windisch AG CH

Détails du projet

Office de recherche
INNOSUISSE
Statut du projet
Abgeschlossen
Type de projet
Forschungsprojekt
Date de début
2016-01-31
Date de fin
2017-03-31
Coûts totaux approuvés
CHF 196875.00
Section
21 Förderbereich Enabling Sciences
Domaine politique NABS
Industrielle Produktivität und Technologie

Disciplines de recherche

  • T180 Telecommunication engineering 100.0%