BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG Đại học Kinh Doanh và Công Nghệ Hà Nội

Khoa Công nghệ thông tin

BÁO CÁO KHỞI NGHIỆP

MÔN: TRÍ TUỆ NHÂN TẠO

Ứng dụng Bigdata trong tự động hóa tuyển dụng

[1]
Mục lục

1. Lí do chọn đề tài....................................................................................................3

2. Trực trạng..............................................................................................................4

a. Thành tựu............................................................................................................4

b. Hạn chế...............................................................................................................9

3. Xu hướng phát triển trong tương lai....................................................................10

4. Kết luận...............................................................................................................24

[2]
1. Lí do chọn đề tài
Con người được xem là một trong những nguồn lực quan trọng nhất của mỗi
quốc gia. Kinh nghiệm và thực tiễn cho thấy, sự tồn tại và phát triển của mỗi quốc
gia hay mỗi một tổ chức đều phụ thuộc vào chính sách phát triển nguồn nhân lực
của quốc gia hay tổ chức đó. Nước ta là một nước có nền kinh tế đang phát triển,
nguồn tài nguyên thiên nhiên không nhiều nên nguồn nhân lực có tầm quan trọng
đặc biệt. Từ nhiều năm nay Đảng ta luôn khẳng định nguồn lực quan trọng nhất để
CNH- HĐH đất nước là con người. Văn kiện đại hội VIII của Đảng đã nhấn mạnh
rằng phát huy nguồn lực con người là yếu tố cơ bản cho sự phát triển nhanh và bền
vững. Tuy nhiên, nguồn nhân lực phát huy được vai trò của nó không phải ưu thế
về số lượng mà là ở chất lượng. Khi nguồn nhân lực có quy mô lớn nhưng chất
lượng thấp, năng suất lao động thấp thì lại trở thành nhân tố hạn chế sự phát triển.

Chính vì vậy, vấn đề đặt ra là phải thường xuyên nâng cao chất lượng nguồn
nhân lực để đáp ứng yêu cầu phát triển của xã hội. Nhất là trong bối nền kinh tế
Việt Nam đang hội nhập như hiện nay, rất nhiều công ty doanh nghiệp được thành
lập, sự cạnh tranh diễn ra gay gắt. Khi mà các yếu tố sản phẩm, công nghệ đang
dần dần đi đến trạng thái bão hòa thì yếu tố con người chính là sự khác biệt giữa
các công ty, các tổ chức, là lợi thế cạnh tranh trên thị trường. Khi quy mô công ty
ngày càng phát triển, ngày càng nhiều các vấn đề và thách thức thường nhật cần
được các nhân viên giải quyết. Đầu tư vào chiến lược phát triển nhân lực luôn là
hướng đi đúng đắn, đem lại nhiều giá trị to lớn cho tổ chức, cho công ty. Vì vậy
cần có sự thay đổi trong công tác quản lý nguồn nhân lực trong công ty. Đối với
một công ty làm trong lĩnh vực tự động hóa và phát triển công nghệ thì nhân tố con
người là một trong những động lực quyết định tới sự tồn tại, phát triển và thành
công của công ty.

[3]
 Tự động hoá là một trong những vấn đề quan trọng của cuộc Cách mạng công
nghiệp 4.0 nhằm giảm bớt chi phí, tối đa hoá hiệu suất cũng như đẩy nhanh tiến độ
hoàn thành công việc. Ngoài việc áp dụng trong sản xuất, tự động hoá còn được áp
dụng trong quản lý tài chính, bán hàng, marketing, nhân sự,... và đặc biệt là trong
công tác tuyển dụng. Nhiều tổ chức đã áp dụng (dữ liệu lớn) và AI (Artificial
Intelligence - trí tuệ nhân tạo) vào tự động hoá tuyển dụng nhân sự để rút ngắn thời
gian và nâng cao hiệu quả quá trình tuyển dụng. Bài viết trình bày một số vấn đề
về ứng dụng Big Data trong tự động hoá tuyển dụng nhân trong hiện tại và tương
lai và giới thiệu một số trường hợp điển hình ứng dụng Big Data và AI trong tự
động hoá tuyển dụng tại Việt Nam.

2. Trực trạng
a. Thành tựu
Quy trình tuyển dụng nhân sự tại các doanh nghiệp hiệu quả và thuận lợi hơn.
Quá trình tuyển dụng sẽ được tự động hóa, giúp tiết kiệm tối ưu ngân sách, nhân
lực và thời gian mà các doanh nghiệp phải bỏ ra so với hình thức tuyển dụng
truyền thống. Nếu áp dụng hình thức tổng hợp thông tin và sàng lọc ứng viên theo
phương pháp thủ công sẽ tốn rất nhiều thời gian và công sức. Ngược lại nếu áp
dụng các công nghệ việc tuyển dụng nhân sự sẽ được thực hiện một cách đơn giản
và nhanh chóng.

* Thành tựu trên thế giới

Tự động hoá tuyển dụng là việc áp dụng công nghệ dựa trên Big Data và AI để
tự động thực hiện các công tác hằng ngày của nhà tuyển dụng như đăng tuyển, lọc
hồ sơ, gọi điện phỏng vấn, làm bài kiểm tra, chấm điểm phù hợp,... nhằm giúp nhà
tuyển dụng tiết kiệm thời gian, chi phí, dễ dàng tìm được ứng viên phù hợp và giúp
nhà tuyển dụng đưa ra quyết định chính xác hơn.
[4]
 Ví dụ: Unilever là một công ty đa quốc gia, hoạt động trên 190 nước. Hằng năm
họ phải xử lý hơn 1,8 triệu đơn xin việc để tuyển dụng hơn 30.000 nhân viên. Một
con số thật sự khủng khiếp đối với bất kỳ nhà tuyển dụng nào. Unilever đã hợp tác
với công ty Pymetrics, một chuyên gia trong lĩnh vực tuyển dụng bằng AI, để tạo
ra một nền tảng trực tuyến mà ở đó các ứng viên khi nộp hồ sơ sẽ phải tham gia
các trò chơi, trả lời các câu hỏi trắc nghiệm và phỏng vấn video trực tuyến một
cách hoàn toàn tự động. Đầu tiên, ứng viên được yêu cầu chơi một số trò chơi để
đánh giá về năng khiếu, khả năng tư duy logic & phản biện, khả năng xử lý rủi ro.
Các thuật toán được sử dụng để đánh giá khả năng thích nghi của họ cho vị trí mà
họ ứng tuyển, bằng cách đối chứng hồ sơ của họ với hồ sơ của những nhân viên
thành công trước đây. Giai đoạn thứ hai của quy trình là một cuộc phỏng vấn
video. Một lần nữa, người đánh giá không phải là một con người mà là một thuật
toán máy móc. Thuật toán kiểm tra các video của ứng viên trả lời các câu hỏi trong
vòng 30 phút và thông qua một chuỗi xử lý ngôn ngữ tự nhiên và phân tích ngôn
ngữ cơ thể, từ đó xác định mức độ phù hợp của ứng viên. Kết quả thu là khoảng
70.000 giờ phỏng vấn và xử lý hồ sơ ứng viên đã được cắt giảm nhờ vào hệ thống
tự động này.

Tuyển dụng là một hoạt động trong công tác quản trị nhân sự gây tốn kém rất
nhiều chi phí của tổ chức. Việc tuyển dụng đúng người, đúng việc ngày nay thật sự
không dễ dàng, đặc biệt với những tổ chức có nhu cầu tuyển dụng lớn và thường
xuyên. Theo Hiệp hội Quản lý Nhân sự & Tài nguyên Thế giới: "Chi phí trung
bình cho mỗi lần tuyển dụng nhân sự mới là 4.425 USD và thời gian trung bình
cần thiết để tuyển dụng cho một vị trí là 36 ngày". Báo cáo cũng cho biết rằng chi
phí tìm kiếm và tuyển dụng nhân viên mới thay thế có thể lên tới 50% hoặc 60%
mức lương hàng năm của nhân viên cũ. Theo thống kê ở Mỹ, tỷ lệ hao hụt nhân sự
thường vào khoảng 5% mỗi tháng. Để một ứng viên có thể làm việc thuần thục,

[5]
thời gian đào tạo phải mất từ 155 4-6 tuần. Chi phí cho sự tiêu hao, tuyển dụng,
đào tạo nhân sự thay thế vào khoảng 1.500 USD/một người. Chính vì vậy, các tổ
chức đều muốn giảm chi phí tuyển dụng. Nhiều tổ chức sử dụng các trang web
tuyển dụng miễn phí, giá rẻ hoặc các nền tảng mạng xã hội như Facebook. Nhưng
có một thực tế, các nền tảng này giúp tổ chức có được rất nhiều hồ sơ ứng viên
nhưng hồ sơ phù hợp lại cực kỳ thấp và phải mất rất nhiều thời gian để sàn lọc và
các kênh này chỉ tuyển dụng được các vị trí thường là hành chính hoặc các công
việc có tính chất lặp đi lặp lại. Ngược lại, các kênh tuyển dụng chất lượng với chi
phí cao hơn hoặc những nền tảng tuyển dụng riêng của tổ chức với chi phí đầu tư
lớn lại giúp tổ chức rất nhiều trong việc sàn lọc hồ sơ, phỏng vấn trực tuyến các
ứng viên có điểm phù hợp cao cũng như hoàn thành các công việc mang tính chất
thủ công như gọi điện phỏng vấn, gửi thông báo kết quả, hẹn thời gian làm việc,...

Trong nhiều năm, tại Google, các ứng viên được sàng lọc dựa trên điểm số
SAT (Scholastic Assessment Test - điểm kiểm tra khả năng tư duy logic và phân
tích vấn đề) và điểm trung bình đại học. SAT là bài kiểm tra đánh giá năng lực
chuẩn hóa được sử dụng rộng rãi cho xét tuyển đại học trong hệ thống giáo dục
Mỹ. Tuy nhiên, thực tế đã chứng minh, không phải ai có điểm số cao đều thành
công khi làm việc tại Google. Vì thế từ năm 2007, Google đã tiến hành các cuộc
điều tra sâu rộng về lực lượng lao động tại công ty. Và họ phát hiện ra rằng, những
người lao động sáng tạo nhất và cũng là “những người hạnh phúc nhất” là những
người có ý thức mạnh mẽ về nhiệm vụ công việc và được quyền tự chủ cá nhân.
Chính vì điều đó, điểm số SAT đã không còn được sử dụng tại Google như một
tiêu chí tuyển dụng quan trọng. Hoặc với trường hợp của hãng hàng không JetBlue
Airlines. Trước đây, tổ chức này xác định ngoại hình là yếu tố quan trọng khi
tuyển dụng tiếp viên hàng không. Nhưng sau khi thực hiện một số ứng dụng phân
tích dữ liệu khách hàng với Trường Kinh doanh Wharton, JetBlue phát hiện ra rằng

[6]
trong mắt khách hàng của họ, việc một tiếp viên hàng không luôn sẵn lòng giúp đỡ
khách hàng thực sự quan trọng hơn là luôn luôn xinh đẹp và nhẹ nhàng - và thậm
chí có thể bù đắp cho những bất lợi về hình thể. JetBlue Airlines sau đó đã sử dụng
thông tin này để thu hẹp phạm vi tìm kiếm ứng viên và tuyển dụng hiệu quả hơn.
Với hai ví dụ trên cho thấy, việc nhà tuyển dụng hiểu rõ vị trí cần tuyển sẽ mang
lại hiệu quả cao cho tổ chức. Không chỉ giúp chọn được ứng viên phù hợp mà còn
cải thiện hiệu quả công việc cũng như giữ được nhân sự làm việc lâu hơn tại tổ
chức.

Theo Vladimir Sveshnikov và Alexander Uraksin, hai nhà sáng lập công ty
Vera với sản phẩm Robot phỏng vấn trực tuyến, họ từng phải gọi hàng trăm cuộc
điện thoại tới các ứng viên không có nhu cầu hay không đáp ứng điều kiện về địa
lý, một công việc được mô tả ''không khác gì robot''. Chính vì lý do đó họ đã tạo
nên Robot Vera dựa trên Big Data và AI. Vera có thể phỏng vấn hàng trăm ứng
viên đồng thời thông qua hệ thống video hay voice call, sàng lọc 10% danh sách
phù hợp cho tới vòng cuối cùng, và nó đã hỗ trợ các khách hàng lớn như PepsiCo,
Ikea, L’Oréal… trong hoạt động tuyển dụng. Robot Vera có thể tạo hàng nghìn
cuộc gọi mỗi ngày và thực hiện 50.000 cuộc phỏng vấn. Vera làm việc bất cứ thời
gian nào vì không phải đi họp hay ngủ nghỉ, nên có thể tiếp cận các ứng viên ở khu
vực có múi giờ khác nhau, nên rất phù hợp với các công ty đa quốc gia. Việc ứng
dụng Big Data và AI cho công tác phỏng vấn trực tuyến cho thấy lợi ích cực kỳ to
lớn, đặc biệt với những vị trí tuyển dụng không đòi hỏi quá cao về năng lực cũng
như những kỹ năng phức tạp như những vị trí cấp cao.

* Thành tựu trong nước

Tại Việt Nam, việc ứng dụng Big Data và AI vào trong tuyển dụng đã xuất
hiện, đơn cử là trường hợp của Công ty Cổ phần Viễn thông FPT (FPT Telecom).
Từ tháng 4/2018, FPT Telecom đã cho ra mắt hệ thống phỏng vấn trực tuyến Smart
[7]
Interview System (SIS). Đây là hệ thống tuyển dụng trực tuyến, giúp FPT Telecom
tuyển dụng nhân sự trên toàn quốc, ứng viên có thể tiếp cận nhà tuyển dụng mọi
lúc, mọi nơi, chỉ cần có máy tính hoặc điện thoại có kết nối internet là có thể nộp
hồ sơ và tham gia phỏng vấn. Hệ thống tuyển dụng SIS của FPT Telecom bao gồm
5 bước:

Bước 1: Ứng viên vào website tuyển dụng www.fptjobs.com để tìm hiểu vị trí
tuyển dụng.

Bước 2: “Click” chọn “Nộp hồ sơ” và cung cấp một số thông tin cơ bản.

Bước 3: Tham gia thi trắc nghiệm trực tuyến.

Bước 4: Phỏng vấn trực tuyến (nếu vượt qua bước 3).

Bước 5: Nhận kết quả từ nhà tuyển dụng.

Sau khi có đầy đủ tất cả các thông tin, bộ phận nhân sự sẽ tổng hợp và đánh
giá, từ đó lựa chọn ra những ứng viên phù hợp nhất. Tiếp theo hệ thống sẽ tự động
gửi email đến để thông báo kết quả cho ứng viên. Nhờ có hệ thống mới mà FPT
Telecom đã tiết kiệm được rất nhiều thời gian, công sức và chi phí, cũng như nâng
cao chất lượng tuyển dụng và công tác đào tạo nhân sự. Trước đây, FPT Telecom
phải lọc ra khoảng 25.000 hồ sơ phù hợp từ hơn 42.000 hồ sơ xin việc mỗi năm.
Việc này khiến họ mất hơn 8.000 giờ, cho việc sắp xếp hơn 3.500 cuộc phỏng vấn.
SIS ra đời có thể xem là một bước tiến lớn trong ngành tuyển dụng nói chung và
của FPT Telecom nói riêng. Với những doanh nghiệp lớn, nhu cầu tuyển dụng
thường xuyên cao thì SIS sẽ giúp công việc tuyển dụng nhanh và hiệu quả hơn rất
nhiều.

VietnamWorks với hệ thống gợi ý công việc thông minh YUSP. Nếu tiếp cận
theo hướng ngược lại, việc ứng dụng Big Data kết hợp với công nghệ máy học

[8]
(machine learning) đã được một công ty kỳ cựu trong ngành tuyển dụng là
VietnamWorks áp dụng đã giúp tăng tỷ lệ chuyển đổi (tính theo lượt nộp hồ sơ cho
một tin tuyển dụng) tăng lên đến 29%. Đây là kết quả của việc hợp tác giữa
VietnamWorks với hệ thống gợi ý YUSP của Gravity R&D (một công ty có hơn
10 năm kinh nghiệm với Big Data và Machine Learning, cung cấp giải pháp gợi ý
và cá nhân hoá cho các khách hàng) từ năm 2016. Với hệ thống gợi ý thông minh
YUSP, người tìm việc sẽ dễ dàng tìm được công việc phù hợp dựa trên lịch sử tìm
kiếm được cá nhân hoá trên hệ thống của VietnamWorks. Từ đó rút ngắn thời gian
tìm việc cũng như giúp doanh nghiệp dễ dàng và nhanh chóng tìm được nhiều ứng
viên phù hợp cho vị trí cần tuyển dụng. Từ hai trường hợp trên đủ cho ta thấy, các
tổ chức tại Việt Nam ngày càng tiếp cận nhanh chóng hơn những công nghệ mới
để nâng cao hiệu quả hoạt động trong thời kỳ cách mạng công nghiệp 4.0. Và đây
cũng là minh chứng rõ nhất để ngành nhân sự Việt Nam dám dấn thân, và mạnh
dạng đầu tư hơn vào một lĩnh vực nhân sự hoàn toàn mới - lĩnh vực tuyển dụng
nhân sự dựa trên Big Data và AI

b. Hạn chế
* Góc nhìn doanh nghiệp

- Các tổ chức thiếu người tài để tận dụng sức mạnh của Big Data

- Thiếu kiến thức về thống kê, học máy, khai phá dữ liệu (một phần vì đây là vấn
đề vẫn mang nặng tính nghiên cứu khoa học, thế nên nhân lực chủ yếu vẫn là giáo
sư, tiến sĩ ở các trường CNTT)

Những hạn chế này phản ảnh thực tế rằng khoa học cơ bản khó hiểu và khó sử
dụng. Cũng như các công nghệ mới khác, công nghệ phân tích Big Data cần thời
gian để trường thành và dễ sử dụng cho các doanh nghiệp. Tất cả những ví dụ đề
cập ở trên đều là giá trị sinh ra nhờ việc phân tích Big Data, tuy nhiên không phải
[9]
lúc nào nó cũng tốt, thực tế là việc phân tích Big Data không đúng cách có thể nảy
sinh nhiều vấn đề: truy cập dữ liệu, chính sách, bảo mật...
* Góc nhìn xã hội
- Rất ít người nhận ra Big Data có thể dùng để giải quyết các vấn đề xã hội, tạo ra
các tác động tích cực. Hầu hết các ví dụ thực tiễn không đi theo hướng tiếp cận này.
Gạt sang một bên các khía cạnh riêng tư, Big Data có thể được khai thác để phục vụ
hàng tỷ người đã tạo ra dữ liệu, và cả xã hội mà họ đang sống.

- Nhiều người chưa tiếp cận kịp thời đại công nghệ, khó sử dụng, thiếu kiến thức,
thao tác không đúng.

- Nhiều lúc ứng dụng có thể bị lỗi, mạng không ổn định, xã hội phát triển dẫn đến
tình trạng nhiều hacker ăn cắp bảo mật

Vào năm 2012, diễn đàn kinh tế thế giới (WEF) xuất bản một báo cáo với tiêu
đề “Big Data, Big Impact: New Possibilities for International Development.” Báo
cáo trình bày nhiều ý tưởng, cơ hội, thách thức trong thời đại bùng nổ dữ liệu, cũng
như việc các nhà nghiên cứu và hoạch định chính sách bắt đầu nhận thấy tiềm năng
trong việc khai thác Big Data để trích xuất kiến thức có thể dùng cho cộng đồng,
đặc biệt là người dân có thu nhập thấp.

3. Xu hướng phát triển trong tương lai

Ngày này , các lĩnh vực ngành nghề khác nhau đã và đang cải thiện nguồn lực ,
phát triển khả năng của mình bằng cách áp dụng phân tích dữ liệu , tư đó đưa ra
những chiến lược phát triển sau này . Nhờ sự hiểu biết rộng rãi của siêu trí tuệ
( Big data) các công ty, doanh nghiệp đã và đang có xu thế phát triển không ngừng
đi lên .

[10]
* Trong ứng dụng tuyển dụng :

Big Data có khả năng thu hút nhân tài theo nghĩa rộng là một quá trình áp dụng các
quy trình quản lý nguồn nhân lực để tìm kiếm ứng viên nhằm lấp đầy khoảng cách
năng lực trong doanh nghiệp. Không giống như quy trình tuyển dụng thông
thường, thu hút nhân tài chủ yếu tập trung vào các mục tiêu chiến lược của hoạt
động tuyển dụng.

- Thu hút nhân tài và tuyển dụng thông thường :

Thu hút nhân tài khác với công việc tuyển dụng thông thường ở chỗ chủ yếu
xem xét tài năng và kỹ năng hơn là bằng cấp/chứng chỉ. Cách tiếp cận chiến lược
tuyển dụng này giúp các chuyên gia thu hút nhân tài lựa chọn những ứng viên phù
hợp, đáp ứng nhu cầu về các kỹ năng cụ thể trong doanh nghiệp.

Tư việc nhân những thông tin cần tiến của nhân sự, với khả năng cập nhập,
phân tích , nhận xét và đưa ra kết luận . Ững dụng sẽ dánh giá với khả năng của
từng nhận sự , với khả năng về điểm yếu , điểm mạnh của ngườ đó mà đưa ra kết
luận duyệt hay ko duyệt , để phù hợp với tuèng vị trí công việc trong doanh
nghiệp , từ đó nhân sự sẽ có công việc phù hợp và đáp ứng khả năng của mình để
phát triển công ty.

Mặt khác, có những khía cạnh tài chính liên quan đền việc tuyển dụng một ứng
viên như chi phí tuyển dụng, hội nhập nhân viên mới, giới thiệu, đào tạo và cho
nghỉ việc. Tất cả các quá trình này đều làm tăng chi phí của doanh nghiệp. Do đó,
điều quan trọng đối với các chuyên gia thu hút nhân tài là phải tìm ra một cách tiết
kiệm về chi phí để tuyển dụng nhân tài và đây là lúc mà nhiều khía cạnh của Big
Data phát huy tác dụng.

Cùng với việc tu hút tuyển dụng nhân sự vào công ty , hệ thống ứng dụng Big
Data lắm rõ được khả năng hiện thời , năg xuất công việc của từng nhân sự đang
[11]
 hoạt động trong công ty, ứng dụng phân tích nguồn lực mà nhân sự có đáp ứng đủ
yêu cầu cho công ty hay ko , có thực sự tốt trong vị trí đó hay không , từ đó đưa ra
kết luộn có loại bỏ để thay đế các nhân sự khác có khả năng phù hợp hơn .

- Big Data và thu hút nhân tài:

Ảnh hưởng ngày càng tăng của Big Data trong quy trình quản lý nhân sự đã
đặt ra thực tế mới cho các chuyên gia thu hút nhân tài, giờ đây có thể đưa ra quyết
định tuyển dụng tốt hơn dựa trên các phương pháp khoa học. Ngày nay, ưu tiên
hàng đầu của các doanh nghiệp lớn và nhỏ là áp dụng các công cụ phân tích Big
Data để tìm nguồn ứng viên, phân tích năng lực và tài năng của họ, thậm chí là dự
đoán việc tuyển dụng trong tương lai.

Đối với các chuyên gia săn đầu người, Big Data là một yếu tố thay đổi cuộc
chơi lớn, đã đưa ra các quy tắc mới trong công tác tuyển dụng. Vai trò ngày càng
tăng của các công cụ phân tích đã chuyển vai trò của họ từ người tuyển dụng thành
tuyển dụng chiến lược.

Ngày này với sự phát triển không ngừng của khoa học công nghệ thì đối với
mỗi doang nghiệp , muốn trở lên mạnh mẽ để đưa ra được quyết định đúng đắn,
các chiến lược phát triển mạnh mẽ thì điều quan trọng nhất chính là sở hữu ứng
dụng phân tích Big Data , nhờ bộ nhớ khủng , cùng với tư duy nhanh nhậy , ứng
dụng sẽ đưa ra những chiến lược trong tương lai một cách hoàn hảo và đầy tiềm
năng phát triển .

Trong thực tế đã có khá nhiều công ty đã ứng dụng , khai thác Big Data để thu
hút nhân tài . Các công ty lớn đang nhận thông tin chi tiết từ Big Data về thị trường
việc làm, hành vi của ứng viên và các biến số khác cần thiết để đưa ra quyết định
tuyển dụng hiệu quả. Dưới đây là một vài ví dụ về một số công ty lớn đang sử
dụng Big Data trong quá trình tuyển dụng của họ:

[12]
+ IBM mua lại Kenexa – một công ty tư vấn, để có quyền truy cập vào dữ liệu của
40 triệu người lao động. Dữ liệu bao gồm thông tin của nhân viên ở mọi cấp độ từ
ứng cử viên xin việc đến cấp quản lý. Với sự trợ giúp của dữ liệu có sẵn, IBM có
thể tìm ra những đặc điểm tính cách tốt nhất ở một nhân viên bán hàng. Công ty đã
tìm ra kiên trì là đặc điểm được đánh giá cao nhất ở một nhân viên bán hàng.
+ Juniper Networks đã sử dụng công cụ phân tích của LinkedIn để theo dõi lộ
trình nghề nghiệp của các nhân viên xuất sắc của mình và nơi họ đến sau khi rời
công ty. Dữ liệu thu được đã giúp công ty xây dựng các chiến lược tốt hơn để giữ
chân nhân viên của mình.
Trong khi các gã khổng lồ lớn đang tận dụng nhiều lợi ích của Big Data trong
việc săn nhân tài, thì đã đến lúc các doanh nghiệp vừa và nhỏ bắt đầu áp dụng
phương pháp tiếp cận khoa học này để tuyển dụng và giữ chân ứng viên, với những
quy mô như sử dụng Big Data với khả năng phân tích kỹ năng và đặc điểm tính
cánh của họ:

+ Tự động hóa các vấn đề nhân sự :

Thu hút nhân tài là một công việc nhiều lớp liên quan đến việc thực hiện các
nhiệm vụ khác nhau ở các cấp độ khác nhau. Trong môi trường định hướng dữ
liệu, đội ngũ thu hút nhân tài làm việc song song với trí tuệ nhân tạo để thực hiện
các nhiệm vụ hàng ngày.
Với các hệ thống và quy trình hỗ trợ dữ liệu, bạn có thể đồng bộ hóa trạng thái
ứng tuyển của ứng viên, lọc ứng viên, theo dõi đơn đăng ký, hội nhập nhân viên
mới và đưa ra quyết định trong tương lai dựa trên dữ liệu của các nhân viên trước
đó. Tất cả những điều này có thể tiết kiệm một lượng lớn thời gian của bạn và làm
cho công việc của bạn trở nên dễ dàng hơn.

[13]
+ Sử dụng phân thích dự đoán để ra quyết định tuyển dụng tốt hơn cho tương lai:

Ra quyết định là một phần quan trọng của quá trình tuyển dụng. Để đưa ra
quyết định tốt hơn, điều quan trọng là bạn phải có đầy đủ thông tin về tình hình
hiện tại. Là một chuyên gia tuyển dụng, bạn nên có thông tin phù hợp để phân tích
các yêu cầu về vốn nhân lực cùng tình hình kinh doanh trong doanh nghiệp.

Với sự trợ giúp của Big Data, bạn có thể xác định khoảng cách kỹ năng trong
lực lượng lao động của mình, phân tích xu hướng thị trường, theo dõi KPI tài chính
của việc tuyển dụng và đặc điểm nhân khẩu học. Thông tin này rất quan trọng để
bạn thiết lập chỉ tiêu tuyển dụng của những ứng viên trong tương lai, đưa ra dự báo
ngân sách và nhận diện các tài năng và kỹ năng chính cần tìm kiếm ở các ứng viên.

Có thông tin phù hợp sẽ giúp bạn đưa ra quyết định tuyển dụng kịp thời. Điều
này giúp bạn thoát khỏi những quyết định nảy sinh do yêu cầu vào phút cuối. Với
phân tích dự đoán, bạn đưa ra quyết định tuyển dụng dựa trên các mục tiêu chiến
lược của doanh nghiệp chứ không phải dựa trên áp lực đi kèm với tình huống khẩn
cấp.

Giả sử công ty bạn là một nhà bán lẻ hàng may mặc cần tuyển một nhà thiết
kế thời trang vào doanh nghiệp của mình. Trong thời điểm trái vụ, có vẻ hợp lý nếu
bạn không tuyển dụng nhân viên vào lúc này nhưng điều này sẽ làm trì hoãn quá
trình sáng tạo của doanh nghiệp về lâu dài. Bên cạnh đó, bạn không thể đoán trước
được tương lai vì thị trường việc làm luôn có nhiều biến động.

Trong quy trình tuyển dụng dựa trên dữ liệu, bạn có thể xem thông tin để thấy
trước nhu cầu của công ty trong thời gian tới và theo dõi xu hướng thị trường việc
làm. Vì vậy, khi thời gian đến, bạn sẽ không bị hoảng sợ và vội vàng thuê người
không phù hợp với mục tiêu của công ty bạn.

+ Nắm được nhiều thông tin trên mạng xã hội :

[14]
 Một trong những thách thức lớn nhất của các chuyên gia thu hút nhân tài là
săn tìm đúng người có kỹ năng và tài năng phù hợp để đáp ứng yêu cầu của công
việc. Đối với những chuyên gia khao khát tài năng, mạng xã hội là một cánh cửa
để săn một số ứng viên giỏi.

Nhờ Big Data, các doanh nghiệp hiện có thể tìm hiểu thông tin quan trọng liên
quan đến hành vi tìm kiếm của các ứng viên triển vọng. Các trang web tuyển dụng
trực tuyến như Talent Bin sử dụng dữ liệu cứng trên mạng xã hội để tìm hiểu về
các ứng viên dựa trên thông tin có sẵn trong hồ sơ của họ. Thông tin này giúp công
ty thu hút được các ứng viên phù hợp với tính chất công việc cụ thể.

+ Đăng quảng cáo việc làm cho một nhóm mục tiêu phù hợp :

Ngày nay, các tổ chức tạo ra mạng lưới nhân tài để thu hút các ứng viên tiềm
năng có khả năng trở thành nhân viên tương lai của họ. Bằng cách sử dụng các
phân tích sẵn có về cộng đồng nhân tài, một công ty có thể tạo ra các nhóm mục
tiêu có khả năng bị thu hút bởi một quảng cáo tuyển dụng.

Ví dụ: Nếu công ty bạn cung cấp dịch vụ Marketing có mặt trên LinkedIn – nơi
bạn tận hưởng một mạng lưới nhân tài lớn. Thì đó là cơ hội của bạn để thu hút đối
tượng mục tiêu bằng cách đăng quảng cáo việc làm liên quan đến các công việc cụ
thể về Marketing.

Big Data đã mở ra chương mới cho hoạt động thu hút nhân tài nhằm thu hút
các ứng viên có triển vọng dựa trên khoảng cách về năng lực, các yếu tố tài chính
và số liệu nhân khẩu học của thị trường việc làm. Các công cụ và tài nguyên Big
Data mới nổi đã giúp họ dễ dàng hơn trong việc lựa chọn các ứng viên tiềm năng.
Với sức tăng trưởng của Big Data trong văn hóa doanh nghiệp ngày nay, tương lai
chắc chắn sẽ đầy hứa hẹn đối với các chuyên gia thu hút nhân tài.

[15]
- Đối với các doanh nghiệp thì Big Data chính là bộ não lớn, vơi chiếm lược phát
triển trong tương lai , bằng khả năng phân tích , đánh giá và đưa ra kết luộn phù
hợp nhất vơi đánh giá nhu cầu thiết yếu của người dùng , các doanh nghiệp kinh
doanh đưa ra hướng phát triển sản phẩm phù hợp nhất ,để đáp ứng được nguồn
cung cầu cho thi trường , không ngừng phát triển bản thân .
- Với bộ não khủng Big Data cùng với tư duy phát triển phân tính nhằm tạo ra các
ứng dụng tương tác với người dùng trong doanh nghiệp , thay thế các nhân viên
tìm tòi thông tin khách hành một cách phổ thông với đầy phiền phức , với sự ghi
nhớ thông tin từ người dùng qua các trang web bộ não Big Data phân tích đánh giá
tìm ra mặt hàng phù hợp yêu cầu của khách hành từ đó các doanh nghiệp ko cần
mất thời gian tìm hiều khách hàng mà trực tiếp hệ thống thông minh sẽ tự tiếp cận
khách hàng và đưa ra sản phẩm phù hợp cho người tiêu dùng .
- Như ta khi sử dụng bộ não Big Data vào trong doang nghiệp đó là một lợi ích vô
cùng lớn :

Phần mềm Nhân sự giúp doang nghiệp quản lý các vấn đề về nhân sự. Đó là
cơ cấu tổ chức, hồ sơ, năng lực, KPI, lương, đào tạo, tuyển dụng, phân tích, kế
hoạch nhân sự, cổng thông tin nhân sự…
Phần mềm quản lý nhân sự cung cấp giải pháp đầy đủ, chuyên sâu về quản lý
nhân sự. Phần mềm cung cấp thông tin liên quan đến quản lý nhân sự cho lãnh đạo
doanh nghiệp thông qua phân hệ Phân tích nhân sự và Báo cáo BI.
Chuỗi giá trị : Người dùng có thể lựa chọn chuỗi giá trị mẫu theo lĩnh vực
kinh doanh của công ty. Sau đó, có thể điều chỉnh cho phù hợp với doanh nghiệp
của mình. DN có thể tạo mới, chỉnh sửa chức năng hoặc kéo thả chức năng sẵn có
từ cơ sở dữ liệu gợi ý trên hệ thống.

[16]
 Cơ cấu tổ chức và hệ thống chức danh : Phần mềm cho phép doanh nghiệp xây
dựng cơ cấu tổ chức, hệ thống chức danh. Điều này thực hiện trực tiếp trên hệ
thống hoặc nhập bằng file theo mẫu nhằm tiết kiệm thời gian.

* Vận dụng trong ứng dung các ngành khác :

Với bộ não khủng như Big Data không chỉ việc phát triển các doanh nghiệp mà
nó còn đáp ứng rất nhiều vào khả năng phát triển tương lai với thế hệ công nghệ
hóa như ngày này .

Đáp ứng các tiêu chuẩn về y tế :

Big Data (Dữ Liệu Lớn) đã thay đổi cách chúng ta quản lý, phân tích và tận
dụng dữ liệu trong các ngành. Một trong những lĩnh vực đáng chú ý nhất mà phân
tích dữ liệu đang tạo ra những thay đổi lớn là y tế. Trên thực tế, phân tích y tế có
khả năng giảm chi phí điều trị, dự đoán sự bùng phát của dịch bệnh, tránh các bệnh
có thể phòng ngừa và cải thiện chất lượng cuộc sống. Tuổi thọ trung bình của con
người ngày càng tăng trên dân số thế giới, điều này đặt ra những thách thức mới
đối với các phương pháp điều trị ngày nay. Các chuyên gia y tế, cũng giống như
các doanh nhân kinh doanh, có khả năng thu thập một lượng lớn dữ liệu và tìm
kiếm các chiến lược tốt nhất để sử dụng những con số này.

- Big Data trong y tế là gì ?

Big data trong y tế là một thuật ngữ được sử dụng để mô tả khối lượng thông
tin khổng lồ được tạo ra từ việc áp dụng công nghệ kỹ thuật số để thu thập hồ sơ
của bệnh nhân và giúp quản lý hoạt động của bệnh viện, nếu không thì quá lớn và
phức tạp đối với các công nghệ truyền thống.

[17]
 Việc áp dụng phân tích dữ liệu lớn trong y tế mang lại rất nhiều kết quả tích
cực và cũng là cứu sống con người. Về bản chất, Big Data đề cập đến lượng thông
tin khổng lồ được tạo ra bởi quá trình số hóa mọi thứ, được tổng hợp và phân tích
bằng các công nghệ cụ thể. Được áp dụng cho y tế, nó sẽ sử dụng dữ liệu sức khỏe
cụ thể của một dân số (hoặc của một cá nhân cụ thể) và có khả năng giúp ngăn
ngừa dịch bệnh, chữa bệnh, cắt giảm chi phí, ...
Bây giờ con người sống lâu hơn, các mô hình điều trị đã thay đổi và nhiều
thay đổi này được thúc đẩy bởi dữ liệu. Các bác sĩ muốn hiểu càng nhiều càng tốt
về bệnh nhân và càng sớm nhận ra các dấu hiệu cảnh báo của bệnh nghiêm trọng
khi nó phát sinh. Điều trị bất kỳ bệnh nào ở giai đoạn đầu sẽ đơn giản hơn và ít tốn
kém hơn. Bằng cách sử dụng các chỉ số hiệu suất chính trong phân tích dữ liệu
chăm sóc sức khỏe và quản lý để vẽ ra bức tranh toàn diện về bệnh nhân sẽ cho
phép bảo hiểm cung cấp gói dịch vụ phù hợp. Đây là nỗ lực của ngành nhằm giải
quyết các vấn đề khó khăn về dữ liệu của bệnh nhân.
Trong nhiều năm, việc thu thập một lượng lớn dữ liệu cho mục đích y tế rất
tốn kém và mất thời gian. Với công nghệ luôn cải tiến ngày nay, việc thu thập dữ
liệu đó trở nên dễ dàng hơn, tạo báo cáo chăm sóc sức khỏe toàn diện và chuyển
đổi chúng thành những thông tin chi tiết quan trọng có liên quan, sau đó có thể sử
dụng để cung cấp dịch vụ chăm sóc tốt hơn. Đây là mục đích của phân tích dữ liệu
y tế: sử dụng các phát hiện dựa trên dữ liệu để dự đoán và giải quyết vấn đề trước
khi quá muộn, nhưng cũng đánh giá các phương pháp điều trị nhanh hơn, theo dõi
tốt hơn hàng tồn kho, thu hút bệnh nhân nhiều hơn trong sức khỏe của họ và trao
quyền cho họ với các công cụ để làm như vậy.

- Big Data có thể dự đoán bệnh nhân để cải thiện nhân sự :

[18]
 Đối với ví dụ đầu tiên về dữ liệu lớn trong y tế, chúng tôi sẽ xem xét một vấn
đề kinh điển mà bất kỳ người quản lý ca trực nào cũng gặp phải: nên đưa bao nhiêu
người vào biên chế trong một khoảng thời gian nhất định. Nếu đặt quá nhiều nhân
công, bạn sẽ có nguy cơ bị cộng thêm chi phí lao động không cần thiết. Quá ít nhân
công, bạn có thể có kết quả dịch vụ khách hàng kém - có thể gây tử vong cho bệnh
nhân trong ngành đó.
Dữ liệu lớn đang giúp giải quyết vấn đề này, ít nhất là tại một vài bệnh viện ở
Paris. Sách trắng của Intel nêu chi tiết cách thức bốn bệnh viện thuộc Viện hỗ trợ
Publique-Hôpitaux de Paris đã sử dụng dữ liệu từ nhiều nguồn khác nhau để đưa ra
dự đoán hàng ngày và hàng giờ về số lượng bệnh nhân dự kiến ở mỗi bệnh viện.
Một trong những bộ dữ liệu quan trọng là hồ sơ nhập viện trị giá 10 năm,
được các nhà khoa học dữ liệu thu thập bằng kỹ thuật "phân tích chuỗi thời gian".
Những phân tích này cho phép các nhà nghiên cứu thấy được các mô hình liên
quan trong tỷ lệ nhập viện. Sau đó, họ có thể sử dụng máy học để tìm ra các thuật
toán chính xác nhất dự đoán xu hướng nhập viện trong tương lai.
Tổng hợp sản phẩm của tất cả công việc này, nhóm khoa học dữ liệu đã phát
triển giao diện người dùng dựa trên web dự báo lượng bệnh nhân và giúp lập kế
hoạch phân bổ nguồn lực bằng cách sử dụng trực quan hóa dữ liệu trực tuyến để
đạt được mục tiêu cải thiện việc chăm sóc bệnh nhân tổng thể.

- Hồ sơ sức khỏe điện tử :

Đây là ứng dụng rộng rãi nhất của Big Data trong y học. Mỗi bệnh nhân đều
có hồ sơ kỹ thuật số của riêng mình, bao gồm nhân khẩu học, lịch sử bệnh, dị ứng,
kết quả xét nghiệm trong phòng thí nghiệm, ... Hồ sơ được chia sẻ qua hệ thống
thông tin an toàn và có sẵn cho các nhà cung cấp từ cả khu vực công và tư nhân.
Mọi hồ sơ đều bao gồm một tệp có thể sửa đổi, có nghĩa là bác sĩ có thể thực hiện

[19]
 các thay đổi theo thời gian mà không cần thủ tục giấy tờ và không có nguy cơ sao
chép dữ liệu.
Hồ sơ sức khỏe điện tử cũng có thể kích hoạt cảnh báo và nhắc nhở khi bệnh
nhân nên làm xét nghiệm mới trong phòng thí nghiệm hoặc theo dõi các đơn thuốc
để xem liệu bệnh nhân có tuân theo chỉ định của bác sĩ hay không.

- Cảnh báo thời gian thực :

Các ví dụ khác về phân tích dữ liệu trong chăm sóc sức khỏe có chung một
chức năng quan trọng - cảnh báo thời gian thực. Trong các bệnh viện, phần mềm
Hỗ trợ Quyết định Lâm sàng (CDS) phân tích dữ liệu y tế tại chỗ, cung cấp cho các
bác sĩ y tế lời khuyên khi họ đưa ra các quyết định theo đơn.
Tuy nhiên, các bác sĩ muốn bệnh nhân tránh xa bệnh viện để tránh việc điều
trị tại nhà tốn kém. Thiết bị đeo tay sẽ liên tục thu thập dữ liệu sức khỏe của bệnh
nhân và gửi dữ liệu này lên đám mây.
Ngoài ra, thông tin này sẽ được truy cập vào cơ sở dữ liệu về tình trạng sức
khỏe của người dân, cho phép các bác sĩ so sánh dữ liệu này trong bối cảnh kinh tế
xã hội và sửa đổi các chiến lược phân phối cho phù hợp. Các tổ chức và các nhà
quản lý chăm sóc sẽ sử dụng các công cụ tinh vi để theo dõi dòng dữ liệu khổng lồ
này và phản ứng lại mỗi khi kết quả bị xáo trộn.
Chăm sóc chỉ định bệnh nhân sinh hoạt đúng cách , khả năng phân tích tư duy
ứng dụng nhằm biết được sức khỏe của người dùng , đưa ra lời nhắc nhở về chế độ
ăn uống , sing hoạt rèn luyện sức khở , sắp xếp thời gian lm việc phù hợp cho
người dùng , nhắc nhở người dùng ăn ngủ đúng quy định .

- Tăng cường sự tham gia của bệnh nhân :

[20]
 Nhiều bệnh nhân đã quan tâm đến các thiết bị thông minh ghi lại mọi bước họ
thực hiện, nhịp tim, thói quen ngủ, ... của họ một cách thường xuyên. Tất cả thông
tin quan trọng này có thể được kết hợp với các dữ liệu có thể theo dõi khác để xác
định các nguy cơ sức khỏe tiềm ẩn đang rình rập. Ví dụ, mất ngủ mãn tính và nhịp
tim tăng cao có thể báo hiệu nguy cơ mắc bệnh tim trong tương lai. Bệnh nhân trực
tiếp tham gia vào việc theo dõi sức khỏe của chính họ và các ưu đãi từ bảo hiểm y
tế có thể thúc đẩy họ có lối sống lành mạnh (ví dụ: trả lại tiền cho những người sử
dụng đồng hồ thông minh).
Các thiết bị đeo mới đang được phát triển, theo dõi các xu hướng sức khỏe cụ
thể và chuyển chúng lên đám mây nơi các bác sĩ có thể theo dõi. Bệnh nhân bị hen
suyễn hoặc huyết áp có thể được hưởng lợi từ nó, và trở nên độc lập hơn một chút
và giảm các chuyến thăm khám bác sĩ không cần thiết.

- Sử dụng dữ liệu sức khỏe để lập kế hoạch chiến lược :

Việc sử dụng Big Data trong chăm sóc sức khỏe cho phép lập kế hoạch chiến
lược nhờ hiểu rõ hơn về động cơ của con người. Người quản lý chăm sóc có thể
phân tích kết quả kiểm tra giữa những người thuộc các nhóm nhân khẩu học khác
nhau và xác định những yếu tố nào không khuyến khích mọi người tiếp tục điều trị.
Đại học Florida đã sử dụng Google Maps và dữ liệu sức khỏe cộng đồng miễn
phí để lập bản đồ nhiệt nhắm vào nhiều vấn đề, chẳng hạn như tăng dân số và các
bệnh mãn tính. Sau đó, các học giả so sánh dữ liệu này với sự sẵn có của các dịch
vụ y tế ở hầu hết các khu vực nóng. Thông tin chi tiết thu thập được từ việc này
cho phép họ xem xét lại chiến lược phân phối của mình và bổ sung thêm các đơn
vị chăm sóc cho các khu vực có vấn đề nhất.

Bịg Data trong giáo dục :

[21]
- Cải thiện hệ thống đánh giá :
Các trường có thể theo dõi năng lực của học viên thông qua nhiều môn học
khác nhau cả trên phương diện cá nhân và tập thể, từ đó phát triển các giải pháp
phù hợp nhằm hỗ trợ học viên. Phân tích thống kê điểm số của học viên qua các
môn học khác nhau cũng giúp định hướng tốt hơn và xây dựng lộ trình học tập phù
hợp. 
Dựa vào thành tích các môn học tương ứng và sở thích, giáo viên có thể định
hướng con đường sự nghiệp tương lai. Họ cũng chỉ ra được những yếu tố ảnh
hưởng đến thành tích học tập và đưa ra giải pháp hiệu quả thông qua phân tích này.

- Định hướng nghề nghiệp cho học sinh :

Như mọi học sinh trung học khác, khi còn đi học kiến thức của tôi về nghề
nghiệp chỉ giới hạn ở việc trở thành Kỹ sư, hoặc Bác sĩ hay kế toán viên.
Học giỏi môn Toán tôi thậm chí còn không biết các nghề nghiệp khác ngoài
ngành kỹ thuật. Tuy nhiên trường học cũng không có hướng dẫn cụ thể và định
hướng gì cho nghề nghiệp tương lai.
Big Data sẽ giúp bạn giải quyết những tình huống khó xử thông qua việc phân
tích dữ liệu học viên và tạo báo cáo thành tích. Nếu báo cáo đó chỉ ra rằng bạn là
nhà văn sáng tạo, thì bạn được khuyên là nên theo đuổi những nghề nghiệp liên
quan đến lĩnh vực đó. 
Những tư vấn này thường được thực hiện bởi cố vấn thông qua các buổi phỏng
vấn ngắn và đánh giá cho điểm. Nhưng ngày nay với sự phát triển của Big Data,
quá trình đó đã được cải thiện rất nhiều.
Qua việc phân tích Big Data, các nhà phân tích dữ liệu chỉ ra rằng bên cạnh là
một nhà văn sáng tạo, bạn cũng giỏi về khoa học. Từ đó, giúp bạn đưa ra quyết
định nghề nghiệp đúng đắn hơn. 

[22]
- Đề xuất phương pháp học mới :
Một số học viên thường học bằng phương pháp đọc và ghi nhớ, nhưng một số
có thể nắm bắt mọi thứ qua việc viết ra, hay một số ít hiểu bài tốt hơn bằng việc
xem video hay sử dụng các phương pháp khác. 
Tuy nhiên học viên thường phải làm quen với các phương pháp cụ thể mà đôi
khi phương pháp này không phù hợp và cản trở việc phát triển của bạn. Điều đó
cũng ảnh hưởng đến kết quả học của học viên. Vậy tại sao không thiết kế các
phương pháp học tập khác nhau và để học viên tự lựa chọn phương pháp học phù
hợp. 
Đây cũng là lý do Big Data trở nên quan trọng trong mảng giáo dục. Thông qua
phân tích Big Data, các trường có thể xây dựng phương pháp học khác nhau, giúp
việc học trở nên thú vị hơn. Qua đó cũng giúp học viên hiểu thêm về thế mạnh,
điểm yếu bản thân và cung cấp cho họ những tài liệu học tập hữu ích.
Nếu chúng ta muốn định hướng tương lai, chúng ta phải định hình hệ thống
giáo dục một cách đúng đắn. Sự bùng nổ của Big Data giúp các trường học kiểm
soát thông tin học viên. Phương thức học và giảng dạy sẽ càng thay đổi khi ứng
dụng của Big Data trong mảng giáo dục. Chính vì thế, Big Data đang trên con
đường thay đổi và xây dựng lại hệ thống giáo dục toàn cầu.

Đáp ứng nhu cầu người dùng :

Với bộ não khủng vủa Big Data ứng dụng thông minh sẽ tự dộng phân tích
người dùng ( suy nghĩ , cảm xúc ) để tự động thay người dùng làm những việc cần
thiết , tương tác với người dùng như một người bạn , tự động tìm hiểu , lưu trữ
trông tin tài liệu cần thiết của người dùng , tự động tìm kiếm vị trí , thậm trí còn có
thể hỏi đáp tâm sự với người dùng .
Cung cấp đầy đủ những nhu cầu mà người dùng cần , như tìm đường đi, trả
lười những vấn đề cần được giải đáp .
[23]
4. Kết luận

Thành công của việc ứng dụng Big Data và AI sẽ không đến ngay lập tức mà là
cả một quá trình từ xây dựng chiến lược, thu thập, chuẩn hóa dữ liệu, huấn luyện
máy học đến sử dụng kiến thức thu được từ dữ liệu để ra quyết định. Chính vì vậy,
đòi hỏi nhận thức rõ ràng từ các cấp lãnh đạo quản lý về tầm quan trọng và lợi ích
của việc ứng dụng Big Data và AI trong tuyển dụng nhân sự. Để phát triển ứng
dụng AI cần đến sự đồng thuận từ phía người tiêu dùng, bên cạnh đó, các doanh
nghiệp phải dựa vào tình trạng sức khỏe tài chính, cơ sở hạ tầng, công nghệ… của
mình, để có lộ trình ứng dụng Big Data và AI vào hoạt động một cách phù hợp và
tốt nhất.

Big data ngày nay vẫn còn nhiều điều thần kì mà chúng ta chưa hiểu đc hết.
Công nghệ này được dự đốn như xu hướng tất yếu trong lĩnh vực phát trển công
nghệ thông tin và kĩ thuật mạng. Việc biết đến trong ứng dụng công nghệ big data
sẽ phục vụ nhiều hơn cho cuộc sống con người đặc biệt là trong lĩnh vực tuyển
dụng.

Ứng dụng không chỉ Big Data và các xu hướng mới nổi trên toàn cầu như AI
(trí tuệ nhân tạo) trong thời đại công nghệ 4.0, các công ty và các nhà tuyển dụng
có thể sàng lọc và đánh giá một lượng lớn hồ sơ ứng tuyển, có thể tìm được những
ứng viên đáp ứng những tiêu chí và phù hợp nhất với công ty mà không mất quá
nhiều thời gian. Phần mềm công nghệ hỗ trợ khai thác Big Data, chuyên gia phân
tích dữ liệu có thể giúp các công ty thiết lập các mục tiêu thích hợp cho dự án Big
Data và tích hợp kiến thức chuyên môn về phân tích vào các bộ phận, phòng ban
chức năng của tổ chức để mang lại lợi ích tối đa.

[24]