Ítem
Acceso Abierto

Hiring Bias in Technical Recruitment Practices: STEM fields - CRITEO Case


Archivos
Fecha
2021-03-28

Directores
Mazloomi Khamseh, Hamid

ISSN de la revista
Título del volumen
Editor
Universidad del Rosario

Buscar en:

Métricas alternativas

Resumen
Encontrar candidatos calificados específicamente en el sector CTIM​​​ (Ciencia, Tecnología, Ingeniería y Matemáticas) es cada vez más complicado debido a la alta competencia que existe por captar a los mejores talentos en el mercado. Además, contar con prácticas inclusivas a la hora de considerar a los candidatos es todo un reto teniendo en cuenta la falta de representación de las mujeres y las minorías en estos campos específicos, sin mencionar el sesgo que existe en los equipos de reclutamiento técnico. Todo lo anterior hace que la mayoría de los departamentos de investigación y desarrollo de las grandes empresas de tecnología en el mundo, estén en su mayoría, compuestos por hombres. Existen un par de herramientas y prácticas impulsadas por la Inteligencia Artificial que afirman que es posible acabar con este sesgo de contratación existente para encontrar a los candidatos adecuados y hacerlo de forma inclusiva permitiendo procesos más equitativos y específicos, descartando la influencia de la subjetividad y forzando el desarrollo de nuevos perfiles profesionales relacionados con la creación de un sistema automatizado. Este proyecto tiene como objetivo fundamental mostrar la situación actual de CRITEO SAS en términos de diversidad e inclusión, discutir las herramientas, prácticas y esfuerzos que la empresa ha puesto en práctica en la construcción de un pipeline de candidatos diverso y sólido apoyado por la situación en términos de igualdad de género específicamente en Europa.
Abstract
Trying to find skilled and suitable candidates specifically in STEM fields is becoming more and more complicated with the pass of time. In addition, trying to have a diverse and inclusive pipeline when considering candidates is even more difficult taking into account the underrepresentation of women and minorities in this specific fields. Much has been said in relation with the lack of diversity and inclusion and the fact that it is not just due to the underrepresentation of this specific communities in STEM fields but that there is also a hiring bias very present in the talent acquisition departments and technical recruitment processes when looking for the candidates to fill the different roles. However, there are a couple of tools and practices AI powered that claim it is possible to end this existing and sometimes even unconscious hiring bias for finding the suitable candidates and doing it in an inclusive way allowing more equitable and specific processes, discarding the influence of subjectivity and forcing the development of new professional profiles related to the creation of automated system. This project has as fundamental objective to show the actual situation of CRITEO SAS in terms of diversity and inclusion. Discussing the tools, practices and efforts that the company has put on building a diverse and solid pipeline supported by the situation in terms of gender equality specifically in Europe. The information here presented in relation with the situation of the company in terms of gender equality and diversity inside the company was collected using the internal tools that the company is using to measure and control the current pipeline and as well the employees (Criteo, 2018).
Palabras clave
Prácticas de contratación equitativas , Diversidad e Inclusión en al contratación de personal , Contratación en el sector CTIM​​​ (Ciencia, Tecnología, Ingeniería y Matemáticas) , Inteligencia artificial en los proceso de selección de personal , Empresas del sector publicidad y mercadeo digital , Herramientas tecnológicas para reducir el sesgo de contratación , Igualdad de género en el reclutamiento de talento humano
Keywords
Equitable Recruitment Practices , Fair hiring practices , Diversity and inclusion in the hiring of personnel , Hiring in the STEM sector (Science, Technology, Engineering and Mathematics) , Artificial intelligence in the personnel selection process , Companies in the advertising and digital marketing sector , Technological tools to reduce hiring bias
Buscar en:
Enlace a la fuente