经常感觉招聘难就业也难，为什么会出现在这种状况？
中国经济高速发展以来，随着科技的发展和生活质量的提高，人们的通识教育水平提高了，人才的素质也越来越高。招聘市场不再像以前一样倾向于单向选择(公司选择人才)，而是倾向于双向选择。
从求职者和HR的角度来看，招聘市场可以看作是一个供需图，在标准模型中，求职难度代表冗余劳动力，招聘难度代表稀缺性，两者应该只是相互弥补。然而，看似相同的概念只是在实际市场上制造了一个缺口。这是因为剩余劳动力和岗位不匹配。由于疫情影响，很多高管离职，求职者多为毕业生。所以这种差距越来越被拉开，导致一见钟情找工作难，招工作难的局面。
然而，这并不意味着没有办法解决这个问题。由于我们致力于研究人工智能招聘(Maisui Manual Intelligence)，我们提出了一个完美的解决方案来处理这个问题，为HR匹配人员和职位，为求职者和招聘人员填补这个空白。双赢，具体匹配思路如下:
人岗匹配被定义为企业决定岗位招聘需求和目标人才的肖像。根据该职位招聘模型，对潜在候选人进行智能人岗匹配，找到符合该职位招聘模型的高度匹配人才。本质上是对企业招聘需求的抽象和表征，规范企业的人才筛选标准，实现快速高效的人才招聘。
2018年以来，迈穗智能人岗匹配系统成功服务970万个岗位项目，计算人才简历匹配度达1亿次。这里分享一下如何科学确定人岗匹配度，实现最懂HR的智能人岗匹配系统。匹配的输出必须是计算每个候选人和岗位的人和岗位的科学合理匹配度，因此确定评分标准和要考虑的因素非常重要。影响人岗匹配度的因素很多，简单来说可以分为两个属性:
1)过滤类型影响人岗匹配:比如岗位有一些具体的硬性标准，可以作为一定的过滤阀门，即不能计入人岗匹配度的计算。通常，一些职位有特定的年龄要求或执照要求
2)排序类型影响人岗匹配:具体硬性标准容易一刀切，所以企业会尽量减少一些过滤规则，加强一些排序规则，也就是说如果达到了某个标准，其他信息相同的情况下会排序更高的加分项。一个典型的场景是“5年以上产品经理经验”，所以一刀切地拿5年作为过滤计算是不好的，因为一个4年的产品经理可能也能胜任这个岗位，但是5年经验更好。
企业需要梳理岗位需求，根据以上两类区分核心匹配决策因素，进而构建科学合理的评分策略，计算人岗匹配度。随着互联网的发展和大数据时代的到来，简历越来越在线，企业越来越多地使用智能技术来分析工作需求，提取影响人才匹配的核心决策因素，并整合企业内部以往招聘和筛选简历的经验，实现面向企业的智能个性化匹配系统。匹配时会智能读取岗位需求，提取核心特征，然后综合考虑100多个特征，模拟有经验的HR实现智能岗位匹配。
二、用人单位为了能够提高自己公司的知名度及能力对人才的要求越来越高。
