求職 2.0 - 最佳程式設計師求職網站

StackOverflow真是個創新的好網站,在各類Q&A網站從web 1.0,web 2.0把這個題目都做到爛了的情況下,他創新出垂直型專門給程式設計師用的Q&A網站,而流量一再創下新高,累積的內容資產也相當驚人。
評論
評論

StackOverflow 真是個創新的好網站,在各類 Q&A 網站從 web 1.0,web 2.0 把這個題目都做到爛了的情況下,他創新出垂直型專門給程式設計師用的 Q&A 網站,而流量一再創下新高,累積的內容資產也相當驚人。

現在,他進一步的延伸現有的用戶數與問答內容基礎,推出了 Careers 2.0 服務立志要讓好的程式設計師找到 最好 的工作 !也 讓雇主找到 最好 的程式設計師!

Career 2.0 做什麼特別的事情來確保能達成這個目標呢?其實很簡單,他做了三件事:

  • 透過 邀請制 ,好手邀請好手,讓好的程式設計師建立個人履歷。以 StackOverflow 來說,才推出十幾天,上頭已經有兩萬三千多個精英履歷,且相信接下來累積的速度會更快。對雇主來說,這是個龐大的且經過篩選確認的大大資料庫。可信度較高,且必然省下雇主篩選履歷的時間。若你在國內許多 1234 的求職網站上面找過履歷,你會發現省下的時間是相當驚人的!
  • 活的履歷 :你的履歷整合了你參與過的專業問與答,並依照其他人對答案的投票數作排序。相較於傳統的兩三個人的 reference,這樣的投票代表了數百人對你專業能力的 reference,顯然更具代表性。對求職者來說,相當於另一種作品集,而這作品集越來越完整,Stack Overflow 給他的聲望數持續累加,也等於是在整個程式設計師界累積作品晉升地位。對雇主來說,想看這些求職者的技術能力,與專攻範圍,看這些問與答也就知道了。雇到錯誤的人機率就降低了!
  • 提供雇主 全新的搜尋 界面!要找在台北的 java 工程師?搜尋後,地圖與圖表就會顯示出來,幾個工程師在哪裡就一目了然!

StackOverflow 創辦人 Joel 是個神人,他自己還創建了 FogCreek 軟體公司,並出版許多書籍,是 Apress 的合約作者。他在 約耳笑談軟體 的個人部落格上發表多篇關於軟體開發的經典文章,影響了全世界許多的開發者。

這樣的神人,推出的求職 2.0 履歷功能只是開始,相信後續對於求職網站與求職習慣的影響會陸續發酵!

Inside 也想走 StackOverflow 的路,來改變網路專業者的 Q&A 與求職生態。不過我們沒有錢,目前我們只有這個還算有點影響力知名度的 Inside 平台,每天超過一萬人次瀏覽,台灣 Alexa 排名三百名左右。由於主要瀏覽者就是網路與軟體專業人士,我們的平台應該很適合延伸為 StackOverflow 與 Career 2.0 模式。若有興趣投資者,麻煩跟我們聯繫一下!當然,如果讀者中有人覺得這個 idea 很棒,筆者也鼓勵你趕快跳下去做,這個結合 social 的找工作模式很有搞頭的喔!

最後,再為 Inside 求才區 打個廣告~如果你是雇主,求才區 免費刊登 中,幫你找到最適合的網路人才。

如果你是求職者,求才區有很多 工作職缺 等你來投履歷~加油喔!你會找到你要的夢想工作的!

 


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。