तकनीकी नौकरी चाहने वालों को एआई पूर्वाग्रह द्वारा अवरुद्ध किया जा रहा है जब
भर्ती में एआई पूर्वाग्रह तब उत्पन्न होता है जब उम्मीदवारों की जांच और चयन करने के लिए उपयोग की जाने वाली प्रणालियां और उपकरण, अनजाने में मौजूदा पूर्वाग्रहों को कायम रखते हैं या यहां तक कि उन्हें बढ़ाते हैं।
ये पूर्वाग्रह प्रायः उस डेटा से उत्पन्न होते हैं जिस पर ये प्रणालियां प्रशिक्षित होती हैं, जो सामाजिक पूर्वाग्रहों या ऐतिहासिक नियुक्ति पैटर्न को प्रतिबिंबित कर सकता है जो कुछ जनसांख्यिकी को दूसरों पर तरजीह देते हैं।
कभी-कभी एआई पूर्वाग्रह स्वयं डिजाइन के कारण होता है, जो इसके डेवलपर्स के अचेतन पूर्वाग्रहों को दर्शाता है, जबकि फीडबैक लूप का मतलब है कि यदि कोई सिस्टम लगातार समान पृष्ठभूमि से उम्मीदवारों का चयन करता है, तो वह ऐसा करना जारी रखेगा जब तक कि इसे ठीक नहीं किया जाता।
अंतर्निहित पूर्वाग्रह आपके व्यक्तित्व को प्रभावित कर सकता है
समान रूप से योग्य रिज्यूमे पर काल्पनिक लेकिन "जनसांख्यिकी रूप से अलग" नाम लागू करके, चैटजीपीटी 3.5 को एक वास्तविक कंपनी के साथ वित्तीय विश्लेषक की भूमिका के लिए वास्तविक नौकरी विनिर्देश के आधार पर आवेदकों को रैंक करने के लिए कहा गया था।
अश्वेत अमेरिकियों से संबंधित नामों को सर्वश्रेष्ठ आवेदक के रूप में सूचीबद्ध किये जाने की संभावना कम थी; एशियाई महिलाओं और श्वेत पुरुषों से जुड़े नामों का प्रदर्शन सामान्यतः बेहतर था।
एआई विकास की तीव्र गति को देखते हुए कुछ लोगों का कहना है कि यह प्रयोग पहले से ही पुराना हो चुका है। दुर्भाग्य से, ऐसा नहीं है।
हालांकि चैटजीपीटी-4o को अब शुरू किया जा रहा है, और ओपनएआई का दावा है कि उसने बाहरी विशेषज्ञों के साथ इसका परीक्षण किया है, लेकिन यह भी कहता है कि वह पूर्वाग्रह, निष्पक्षता और गलत सूचना जैसी चिंताओं को संबोधित करना जारी रखेगा, जैसे ही वे प्रकाश में आती हैं। इसका मतलब है कि पूर्वाग्रह अभी भी मौजूद हैं।
नौकरी चाहने वालों के लिए, DE&I के प्रति कंपनी की प्रतिबद्धता के बारे में थोड़ी खोजबीन करने से पता चल जाएगा कि क्या वह अपने AI उपकरणों को पूर्वाग्रह मुक्त करने पर ध्यान केंद्रित कर रही है।
सेकंड में हज़ारों रिज्यूमे स्कैन करने की क्षमता के साथ, यह संभावना नहीं है कि कंपनियाँ केवल मैन्युअल रूप से रिज्यूमे की समीक्षा करने पर वापस जाएँगी, लेकिन कई संगठन पक्षपातपूर्ण AI परिणामों को कम करने में मदद करने के लिए स्क्रीनिंग प्रक्रियाओं में मानवीय निगरानी की एक परत जोड़ रहे हैं। बेशक, मनुष्यों में भी पूर्वाग्रह होते हैं, इसलिए कोई भी तरीका अचूक नहीं है।
अन्य नियुक्ति टीमें एटीएस का उपयोग कर रही हैं, जो आवेदकों के नाम और शिक्षा के स्तर को छिपाती हैं।
इसके अलावा, यह भी देखें कि क्या आपकी इच्छित कंपनी किसी विशेष शिक्षा स्तर पर अड़ी हुई है; यदि ऐसा है तो एआई पूर्वाग्रह की संभावना अधिक है।
बेशक, चिकित्सा और स्वास्थ्य सेवा जैसे विशेष उद्योगों में, व्यावसायिक योग्यताएं बहुत महत्वपूर्ण हैं, लेकिन सॉफ्टवेयर इंजीनियरिंग जैसे अन्य उद्योगों के लिए, संगठन अधिक कौशल-आधारित नियुक्ति दृष्टिकोण अपना सकते हैं।
इंजीनियर और डेवलपर्स अक्सर STAR (वैकल्पिक मार्गों के माध्यम से कुशल) होते हैं, इसलिए नौकरी के विज्ञापनों में न्यूनतम शैक्षणिक योग्यता के बजाय अनुभव-आधारित आवश्यकताओं पर ध्यान दें।
क्या आप नौकरी की तलाश शुरू करने के लिए तैयार हैं?
सैप की तलाश है
आप विसंगति का पता लगाने और घटना के स्वत: निवारण के लिए स्वचालित समाधानों के विकास में भी योगदान देंगे, प्रदर्शन, भार और क्षमता नियोजन के लिए प्रणालियों की निगरानी और माप करेंगे, तथा सुचारू संचालन सुनिश्चित करेंगे और अपटाइम को अधिकतम करेंगे।
इस पद के लिए आपको डॉकर, कुबेरनेट्स, जेनकिंस, एन्सिबल, पायथन और BASH आदि में कम से कम दो वर्ष का अनुभव होना चाहिए।
रोकू केवल कैलिफोर्निया के लिए ही एक बड़ा वेतन प्रदान कर रहा है,
स्वास्थ्य बीमा, इक्विटी पुरस्कार, जीवन बीमा, विकलांगता लाभ, पैतृक अवकाश, कल्याण लाभ और सवेतन अवकाश की पात्रता के साथ, इस पद के लिए DevOps और/या विश्वसनीयता इंजीनियरिंग में चार वर्ष का अनुभव आवश्यक है।
सॉफ्टवेयर इंजीनियरों, रिलीज इंजीनियरों और अन्य क्रॉस-फंक्शनल टीमों के साथ सहयोग करके फैनड्यूल ग्रुप के क्लाउड इंफ्रास्ट्रक्चर और एप्लिकेशन को स्वचालित करने में महत्वपूर्ण भूमिका निभाएं
जबकि प्राथमिक ध्यान AWS पर है, अन्य क्लाउड प्लेटफ़ॉर्म की भी आवश्यकता हो सकती है, इसलिए क्लाउड तकनीक में व्यावसायिक विकास के लिए प्रतिबद्धता दिखाना महत्वपूर्ण है। क्रमिक रूप से, कोई शैक्षिक आवश्यकताएँ सूचीबद्ध नहीं हैं, लेकिन वांछित अनुभव और कौशल की एक सूची है।
अमांडा कवानाघ द्वारा