Detecting Soft Skills in ML Engineering Roles CVs
यह शोध पत्र 300 एमएल इंजीनियरिंग सीवी (CV) का विश्लेषण करने के लिए एक एलएलएम-आधारित (LLM-based) पाइपलाइन प्रस्तुत करता है, जो यह प्रकट करता है कि उम्मीदवार मुख्य रूप से कीवर्ड के बजाय विवरणात्मक शैली के माध्यम से सॉफ्ट स्किल्स को व्यक्त करते हैं और उन ग्यारह परिकल्पनाओं को मान्य करता है जो भूमिका-विशिष्ट दक्षताओं और वरिष्ठता प्रगति के बारे में पूर्व मांग-पक्ष धारणाओं को चुनौती देती हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
तकनीक की दुनिया की कल्पना एक विशाल, हलचल भरे निर्माण स्थल (construction site) के रूप में करें। इस स्थल पर, आपके पास तीन मुख्य प्रकार के निर्माता हैं: सॉफ्टवेयर इंजीनियर्स जो मजबूत ढांचा और दीवारें बनाते हैं, डेटा साइंटिस्ट्स जो ब्लूप्रिंट तैयार करते हैं और सामग्रियों का विश्लेषण करते हैं, और एमएल (मशीन लर्निंग) इंजीनियर्स जो उन स्मार्ट, खुद सीखने वाले रोबोटों को स्थापित करते हैं जो इमारत को काम करने के लायक बनाते हैं। लंबे समय तक, लोगों को लगा कि इस स्थल पर केवल इस बात का महत्व है कि आप अपने औजारों—अपने हथौड़ों, अपने कोड, अपनी गणित—का कितनी अच्छी तरह उपयोग कर सकते हैं। लेकिन हाल ही में, सभी को एहसास हुआ कि सबसे अच्छे निर्माता भी एक गगनचुंबी इमारत पूरी नहीं कर सकते यदि वे एक-दूसरे से बात नहीं कर सकते, टीम का नेतृत्व नहीं कर सकते, या मिलकर किसी समस्या को हल करने का तरीका नहीं निकाल सकते। इन "लोगों के कौशल" को सॉफ्ट स्किल्स (soft skills) कहा जाता है।
आमतौर पर, जब हम इन कौशलों को समझने की कोशिश करते हैं, तो हम "हायरिंग मैनेजर्स" (hiring managers)—साइट के फोरमैन—की ओर देखते हैं जो नौकरी के विज्ञापन लिखते हैं। वे कहते हैं, "हमें बेहतरीन संचार करने वालों की आवश्यकता है!" लेकिन यह शोध पत्र एक अलग सवाल पूछता है: निर्माता स्वयं क्या कहते हैं जब वे अपना बायोडाटा (resume) जमा करते हैं? क्या वे वास्तव में अपने काम के बारे में कहानियों में अपने टीम वर्क और नेतृत्व के बारे में लिखते हैं, या वे उन्हें केवल सामग्री की सूची की तरह सूचीबद्ध करते हैं? यह पता लगाने के लिए, शोधकर्ताओं ने एक विशेष प्रकार के "स्मार्ट रोबोट रीडर" (एक एआई) का उपयोग किया जो 300 वास्तविक बायोडाटा को स्कैन करता है। वे देखना चाहते थे कि क्या निर्माता अपने सॉफ्ट स्किल्स को अपने काम की लंबी कहानियों में छिपा रहे थे, या वे उन्हें केवल एक रेसिपी की सामग्री की तरह सूचीबद्ध कर रहे थे।
द ग्रेट रिज्यूमे डिटेक्टिव स्टोरी
शोधकर्ताओं ने, एयडिन अज़मनौरी (Aidin Azamnouri) और उनकी टीम के नेतृत्व में, जासूसी करने का निर्णय लिया। उन्होंने ML इंजीनियर्स, डेटा साइंटिस्ट्स और सॉफ्टवेयर इंजीनियर्स के 300 बायोडाटा एकत्र किए। केवल यह गिनने के बजाय कि "कम्युनिकेशन" शब्द कितनी बार आया, उन्होंने बायोडाटा के भीतर की कहानियों को पढ़ने के लिए एक शक्तिशाली एआई का उपयोग किया। इसे इस तरह समझें: यदि एक बायोडाटा एक खजाने का नक्शा है, तो एक साधारण कीवर्ड सर्च "सोना" शब्द को खोजने जैसा है। लेकिन उन्होंने जिस एआई का उपयोग किया, उसने वास्तव में वाक्यों को पढ़ा ताकि यह देखा जा सके कि क्या नक्शा यह वर्णन करता है कि खजाना कैसे पाया गया था, भले ही "सोना" शब्द वहां लिखा न हो।
उन्होंने 13 विशिष्ट अनुमान (परिकल्पनाएं) सेट किए जो आमतौर पर हायरिंग मैनेजर्स द्वारा कहे जाते हैं, और फिर उन्होंने उन्हें वास्तविक बायोडाटा के विरुद्ध परखा। यहाँ उन्हें क्या मिला:
1. "स्टोरीटेलिंग" का रहस्य
सबसे बड़ा आश्चर्य यह था कि लोग अपने कौशल को कैसे छिपाते हैं। अधिकांश बायोडाटा (लगभग 59%) में सॉफ्ट स्किल्स को बिल्कुल भी एक विशेष "स्किल्स" सेक्शन में सूचीबद्ध नहीं किया गया था। इसके बजाय, उम्मीदवारों ने उन्हें अपने पिछले कामों की कहानियों में पिरोया था। उदाहरण के लिए, केवल "लीडरशिप" लिखने के बजाय, एक उम्मीदवार लिख सकता था, "मैंने प्रोजेक्ट को जल्दी पूरा करने के लिए पांच लोगों की टीम का नेतृत्व किया।" अध्ययन में पाया गया कि उम्मीदवार अपने कौशल के बारे में कहानी बताने के लिए उन्हें कीवर्ड के रूप में सूचीबद्ध करने की तुलना में तीन गुना अधिक संभावित थे। यह एक बहुत बड़ी बात है क्योंकि कंपनियों द्वारा बायोडाटा को स्कैन करने के लिए उपयोग किए जाने वाले कई कंप्यूटर प्रोग्राम केवल कीवर्ड्स को ही देखते हैं। यदि आप केवल कहानियाँ लिखते हैं, तो वे प्रोग्राम सोच सकते हैं कि आपके पास कोई कौशल ही नहीं है!
2. "लीडरशिप" की गलतफहमी
हायरिंग मैनेजर्स अक्सर कहते हैं, "चाहे कोई भी काम हो, हर किसी को नेतृत्व (leadership) कौशल की आवश्यकता होती है।" शोधकर्ताओं ने अनुमान लगाया कि यह तीनों प्रकार के इंजीनियर्स के लिए सच होगा। लेकिन डेटा ने कहा नहीं।
- डेटा साइंटिस्ट्स और ML इंजीनियर्स अपने नेतृत्व कौशल के बारे में काफी बात करते थे (लगभग 42-47%)।
- हालाँकि, सॉफ्टवेयर इंजीनियर्स ने नेतृत्व का उल्लेख बहुत कम किया (केवल लगभग 26%)।
यह सुझाव देता है कि जबकि सॉफ्टवेयर इंजीनियर्स के पास नेतृत्व कौशल हो सकता है, वे अपने साथियों की तुलना में इसे अपने बायोडाटा में उतनी बार नहीं लिखते हैं। यह शेफ के एक समूह जैसा है जहाँ दो समूह अपने चाकू चलाने के कौशल का बखान करते हैं, लेकिन तीसरा समूह बिना कुछ कहे चुपचाप सब्जियां काटता रहता है।
3. "सीनियरिटी" का बदलाव
जैसे-जैसे निर्माता बड़े और अधिक अनुभवी होते जाते हैं ("जूनियर" से "सीनियर" की ओर बढ़ते हैं), उनके बायोडाटा बदल जाते हैं। अध्ययन में पाया गया कि वरिष्ठ पेशेवर (senior professionals) जूनियर लोगों की तुलना में नेतृत्व का उल्लेख करने के लिए लगभग तीन गुना अधिक संभावित होते हैं। लेकिन दिलचस्प बात यह है: वे टीम वर्क के बारे में बात करना बंद नहीं करते हैं। इसके बजाय, वे टीम वर्क और नेतृत्व दोनों के बारे में बात करते हैं। यह एक संगीतकार की तरह है जो सरल नोट्स के साथ शुरुआत करता है, लेकिन जैसे-जैसे वह प्रसिद्ध होता है, वह ऑर्केस्ट्रा का संचालन भी करने लगता है और सोलो भी बजाता है। अध्ययन ने साबित किया कि अनुभव सहयोग (collaboration) की जगह नहीं लेता; बल्कि यह उसके ऊपर नेतृत्व को जोड़ देता है।
4. "शांत" निर्माता
शोधकर्ताओं ने यह भी देखा कि कुछ बायोडाटा सॉफ्ट स्किल्स पर पूरी तरह से शांत थे। लगभग 18% ML इंजीनियर्स और 16% सॉफ्टवेयर इंजीनियर्स के बायोडाटा में कोई भी पता लगाने योग्य सॉफ्ट स्किल नहीं था। हालाँकि, ऐसा इसलिए नहीं था कि उनमें कौशल की कमी थी; बल्कि मुख्य रूप से इसलिए क्योंकि इन समूहों में बहुत से युवा, जूनियर कर्मचारी थे जिन्होंने अभी तक अपने लोगों के कौशल के बारे में लिखना नहीं सीखा था। डेटा साइंटिस्ट्स अपने सॉफ्ट स्किल्स दिखाने में सबसे अच्छे थे, जिनमें से केवल 4% बायोडाटा "शांत" थे।
यह सभी के लिए क्या मायने रखता है
शोध पत्र निष्कर्ष निकालता है कि उम्मीदवारों के करने और उनके लिखने के बीच एक "गैप" है। कौशल मौजूद हैं, उनके काम की कहानियों के भीतर छिपे हुए हैं, लेकिन बायोडाटा को स्कैन करने वाले पुराने-स्कूल के कंप्यूटर सिस्टम बहुत मंदबुद्धि हैं। वे सामग्री की सूची की तलाश कर रहे हैं, लेकिन रसोइये भोजन के बारे में एक उपन्यास लिख रहे हैं।
अध्ययन सुझाव देता है कि यदि आप एक युवा इंजीनियर हैं जो नौकरी पाने की कोशिश कर रहे हैं, तो आपको केवल अपने औजारों को सूचीबद्ध करना बंद करना चाहिए। आपको उस कहानी को बताना चाहिए कि आपने लोगों की मदद करने, टीमों का नेतृत्व करने और समस्याओं को हल करने के लिए उन औजारों का उपयोग कैसे किया। और यदि आप बायोडाटा को स्कैन करने के लिए रोबोट का उपयोग करने वाली कंपनी हैं, तो आप सबसे अच्छे उम्मीदवारों को खो सकते हैं क्योंकि आपका रोबट केवल कीवर्ड्स को देख रहा है और कहानियों को अनदेखा कर रहा है।
संक्षेप में, पेपर ने केवल शब्दों को नहीं गिना; इसने साबित किया कि हमारे सॉफ्ट स्किल्स के बारे में बात करने का तरीका बदल रहा है, और यदि हम उन्हें पढ़ने का तरीका अपडेट नहीं करते हैं, तो हम सबसे अच्छे निर्माताओं को खो सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।