KR102419326B1 - 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템 - Google Patents

포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템 Download PDF

Info

Publication number
KR102419326B1
KR102419326B1 KR1020210188899A KR20210188899A KR102419326B1 KR 102419326 B1 KR102419326 B1 KR 102419326B1 KR 1020210188899 A KR1020210188899 A KR 1020210188899A KR 20210188899 A KR20210188899 A KR 20210188899A KR 102419326 B1 KR102419326 B1 KR 102419326B1
Authority
KR
South Korea
Prior art keywords
unit
predetermined
information
freelancer
portfolio
Prior art date
Application number
KR1020210188899A
Other languages
English (en)
Inventor
박우진
Original Assignee
(주)이랜서
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)이랜서 filed Critical (주)이랜서
Priority to KR1020210188899A priority Critical patent/KR102419326B1/ko
Application granted granted Critical
Publication of KR102419326B1 publication Critical patent/KR102419326B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/105—Human resources
    • G06Q10/1053—Employment or hiring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063112—Skill-based matching of a person or a group to a task
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템에 관한 것으로서, 프리랜서로부터 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 어플라잉 유닛; 및 어플라잉 유닛으로부터 획득된 소정의 커리어 정보를 미리 설정된 기계 학습을 통해 선택적으로 솔팅하여 프리랜서와 기업과의 매칭이 이루어지도록 중개하는 에이전트 유닛을 포함하는 기술적 사상을 개시한다.

Description

포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템{Agent system for selective sorting and matching simulation of portfolios}
본 발명은 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템에 관한 것이다. 보다 자세하게는, 프리랜서의 커리어 정보를 획득하여 정형화된 포트폴리오 정보로 생성하고, 기계 학습을 통해 프리랜서의 포트폴리오 정보를 상호 분석하여 프리랜서와 기업 간의 매칭이 이루어지도록 중개하는 시스템에 관한 기술분야이다.
소프트웨어정책연구소(SPRi)의 이슈 리포트 (2021.12.06.자)에 따르면, 코로나19 여파로 비대면 서비스가 확대됨에 따라 전 산업 군에서 SW(소프트웨어) 개발자의 수요가 증가하게 되었다. IT 분야뿐만 아니라 비 IT 분야에서도 SW 개발자 채용을 확대하게 되었다. 이에 SW 개발자의 과대 수요 현상으로 SW 개발자 고용 시장에 임금 인상 경쟁이 발생하게 되었다. 대기업들은 인재를 확보하기 위해 임금 인상 경쟁에 적극적으로 참여할 수 있었지만, 중소벤처기업들은 이러한 임금 인상 경쟁에서 버틸 수 없었고 극심한 인력난을 겪고 있다.
중소벤처기업들은 부족한 인력을 채우기 위해 정규직을 대신해서 프로젝트 기간 동안만 SW 프리랜서를 채용하는 방식으로 사업을 운영하는 추세이다.
SW 개발자는 성장하는 과정에서 잦은 이직과 고용 형태의 변형을 경험하여 현재 속한 직장을 평생 직장으로 생각하는 경우가 많지 않다. 또한, 프리랜서로서 활동하는 것도 하나의 경력으로 인정이 되기 때문에, 프리랜서 로서의 활동은 경험을 쌓고 경력을 형성하여 스스로의 실력을 입증하는데 도움이 된다.
이 과정에서 일자리 중개 플랫폼의 역할의 확대가 예상된다. 일자리 중개 플랫폼은 프리랜서 개발자와 기업의 매개하는 역할을 한다. 프리랜서는 플랫폼을 통해 일자리를 구할 수 있으며, 플랫폼은 프리랜서의 경력을 인증해주고 제값을 받을 수 있는 일자리를 제공하게 된다.
이와 관련된 선행 특허문헌의 예로서 “프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램 (등록번호 제10-2147450호, 이하 특허문헌1이라 한다.)”이 존재한다.
특허문헌1에 따른 발명의 경우, 컴퓨터에 의하여 수행되는 방법에 있어서, 프리랜서가 제공하는 하나 이상의 서비스에 대한 정보를 획득하는 단계, 프리랜서의 평가를 위한 정보를 획득하는 단계, 획득된 서비스에 대한 정보 및 평가를 위한 정보에 기초하여 프리랜서의 성공률 점수를 산출하는 단계 및 프리랜서에 대한 정보를 프리랜서의 제공서비스 및 산출된 성공률 점수와 함께 게시하는 단계를 포함하는, 프리랜서 서비스 플랫폼 제공방법이 제공된다.
또 다른 특허문헌의 예로서 “기업과 프리랜서의 매칭 방법 및 시스템 (등록번호 제10-2007018호, 이하 특허문헌2이라 한다.)”이 존재한다.
특허문헌2에 따른 발명의 경우, 각각이 컴퓨터, 태블릿 PC, 또는 노트북과 같은 전자 장치인 제1기업 클라이언트, 제1프리랜서 클라이언트 및 명령들을 실행하는 프로세서와 명령들이 저장되는 메모리를 포함한 서버를 포함하며, 제1기업 클라이언트, 제1프리랜서 클라이언트 및 서버가 네트워크를 통해 서로 통신이 가능한 기업과 프리랜서의 매칭 시스템의 매칭 방법이 개시된다.
또 다른 특허문헌의 예로서 “구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 (등록번호 제10-1913229호, 이하 특허문헌3이라 한다.)”이 존재한다.
특허문헌3에 따른 발명의 경우, 구인정보 입력창을 통해 입력된 헤드헌터 모집공고를 등록하고 헤드헌터 모집공고를 검색할 수 있는 모집공고 검색창을 표시하며 각 헤드헌터 모집공고에 참여한 헤드헌터의 리스트를 생성하는 중계서버와, 중계서버로부터 제공된 구인정보 입력창을 통해 헤드헌터 모집공고를 업로드하며 헤드헌터 모집공고에 참여한 헤드헌터의 리스트를 다운로드 받는 구인기업 단말기, 및 중계서버로부터 제공된 모집공고 검색창을 통해 헤드헌터 모집공고를 검색하며 참여하고자 하는 헤드헌터 모집공고를 지정하여 중계서버로 참여신청 정보를 전송하는 헤드헌터 단말기를 포함하는 헤드헌팅 플랫폼 시스템을 제공한다.
또 다른 특허문헌의 예로서 “구인구직 매칭 장치 및 그의 구인구직 매칭 방법 (등록번호 제10-2278627호, 이하 특허문헌4이라 한다.)”이 존재한다.
특허문헌4에 따른 발명의 경우, 복수의 기업 단말로부터 복수의 구인 정보를 수신하는 단계, 복수의 구직자 단말로부터 복수의 구직 정보를 수신하는 단계, 복수의 구인 정보 및 복수의 구직 정보에 기초하여, 기업 단말 및 구직자 단말 각각에 구직자 리스트 및 구인자 리스트를 제공하는 단계, 구직자 리스트 혹은 구인자 리스트에 따라 매칭이 성립된 구직자 및 구인자로부터 평가 정보를 수신하는 단계, 매칭이 성립된 구직자의 정보 및 구인자의 정보와 수신된 평가 정보를 소정의 머신러닝 알고리즘에 대한 학습 데이터로 이용하여, 구인자의 정보 및 구직자의 정보가 입력될 경우, 입력된 구인자의 정보에 포함된 키워드와 입력된 구직자의 정보에 포함된 키워드에 따른 적합도를 추출하는 신경망 모델을 학습하는 단계 및 소정의 데이터베이스에서 구인자의 정보 및 구직자의 정보가 신경망 모델에 입력되면, 구인자의 정보 및 구직자의 정보에 따른 적합도를 기초로 구직자 및 구인자를 추천하는 단계를 포함할 수 있다.
등록번호 제10-2147450호 등록번호 제10-2007018호 등록번호 제10-1913229호 등록번호 제10-2278627호
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결하고자 하는 과제를 제시한다.
첫째, 프리랜서의 커리어와 니즈 정보를 소정의 포트폴리오를 생성하고자 한다.
둘째, 프리랜서의 포트폴리오를 검증하고 선별하며 소정의 기준에 따라서 솔팅하고자 한다.
셋째, 프리랜서의 포트폴리오와 기업의 프로젝트를 기계 학습을 통해 프리랜서와 기업을 상호 매칭하고자 한다.
본 발명의 해결 과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템은 상기의 해결하고자 하는 과제를 위하여 다음과 같은 과제 해결 수단을 가진다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템은 프리랜서로부터 상기 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 어플라잉 유닛(applying unit); 및 상기 어플라잉 유닛으로부터 상기 소정의 커리어 정보를 선택적으로 획득하여, 상기 소정의 커리어 정보를 미리 설정된 기계 학습을 통해 선택적으로 솔팅하여 상기 프리랜서와 기업과의 매칭이 이루어지도록 중개하는 에이전트 유닛(agent unit)을 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 프리랜서 유닛은, 상기 프리랜서로 하여금 상기 소정의 커리어 정보를 생성하기 위하여, 상기 프리랜서의 직종, 분야, 업무 분야, 경력기술서, 경력년수, 학력, 근무 경력, 교육이수, 자격증, 언어, 또는 포머 프로젝트 중 적어도 하나 이상의 정보가 입력되도록 하는 커리어 입력부를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 프리랜서 유닛은, 상기 프리랜서의 소정의 커리어 정보에 기초하여, 상기 프리랜서의 희망 업무, 희망 분야, 희망 단가, 희망 업무 가능일, 희망 업무 상태 중 적어도 하나 이상의 정보가 입력되도록 하여 소정의 니즈 정보를 선택적으로 획득하는 니즈 입력부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 에이전트 유닛은, 상기 어플라잉 유닛으로부터 획득된 상기 소정의 커리어 정보 또는 상기 소정의 니즈 정보를 미리 설정된 포맷으로 선택적으로 컨버팅하여, 상기 프리랜서 별 소정의 포트폴리오를 선택적으로 생성하는 컨버팅(converting)부를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 에이전트 유닛은, 상기 컨버팅부로부터 생성된 상기 소정의 포트폴리오에 구비된 상기 소정의 커리어 정보와 상기 소정의 니즈 정보를 상기 미리 설정된 기계 학습을 통해 검증하여 상기 프리랜서를 선택적으로 선별하는 밸리데이션(validation)부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 에이전트 유닛은, 상기 밸리데이션부로부터 검증된 상기 프리랜서의 상기 소정의 포트폴리오를 미리 세팅된 기준으로 솔팅하는 솔팅부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 솔팅부는, 상기 프리랜서의 업무 등급별로 상기 소정의 포트폴리오를 선택적으로 정렬하는 그레이딩부; 상기 프리랜서의 업무 분야별로 상기 소정의 포트폴리오를 선택적으로 정렬하는 카테고리부; 및 상기 프리랜서의 업무 평가별로 상기 소정의 포트폴리오를 선택적으로 정렬하는 에스티메이팅부를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 에이전트 유닛은, 상기 기업으로부터 미리 제공받은 프로젝트 정보를 수신하여, 상기 미리 설정된 기계 학습을 통해 상기 미리 제공받은 프로젝트 정보와 상기 소정의 포트폴리오의 소정의 매칭 시뮬레이션을 진행하여 상기 프리랜서와 상기 기업을 선택적으로 매칭시키는 매칭부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 상기 에이전트 유닛은, 상기 기업으로부터 미리 제공받은 프로젝트 정보를 수신하여, 상기 소정의 매칭 시뮬레이션을 통해 상기 미리 제공받은 프로젝트 정보와 상기 소정의 포트폴리오의 매칭률을 산출하여, 상위 N개의 상기 소정의 포트폴리오를 상기 기업에게 선택적으로 추천하는 레코멘딩부를 더 포함하는 것을 특징으로 할 수 있다.
이상과 같은 구성의 본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템은 다음과 같은 효과를 제공한다.
첫째, 프리랜서의 커리어 정보와 니즈 정보를 미리 설정된 포맷으로 컨버팅하여 정형화된 포트폴리오를 생성할 수 있게 된다.
둘째, 프리랜서의 포트폴리오를 업무 등급, 분야, 평가별로 선택적으로 솔팅하여 기업에게 프리랜서의 정보를 제공할 수 있게 된다.
셋째, 프리랜서의 포트폴리오와 기업의 프로젝트 정보를 기계 학습을 통해 매칭 시뮬레이션을 진행하여, 프리랜서와 기업을 상호 매칭시킬 수 있게 된다.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도1은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 개념도이다.
도2는 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 커리어 입력부의 개념도이다.
도3은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 니즈 입력부의 개념도이다.
도4는 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 컨버팅부의 개념도이다.
도5는 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 솔팅부의 개념도이다.
도6은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 매칭부의 개념도이다.
도7은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 레코멘딩부의 개념도이다.
도8은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 커리어 송수신부의 개념도이다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
도1은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 개념도이다. 도2는 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 커리어 입력부의 개념도이다. 도3은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 니즈 입력부의 개념도이다. 도4는 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 컨버팅부의 개념도이다. 도5는 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 솔팅부의 개념도이다. 도6은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 매칭부의 개념도이다. 도7은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 레코멘딩부의 개념도이다. 도8은 본 발명의 일 실시예에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 어플라잉 유닛이 소정의 커리어 정보를 병렬적으로 전송하는 것을 도시한 개념도이다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 경우, 도1에 도시된 바와 같이, 어플라잉 유닛(applying unit, 100), 프로젝트 유닛(project unit, 200) 및 에이전트 유닛(agent unit, 300)을 포함하게 된다.
먼저, 어플라잉 유닛(100)의 경우, 프리랜서로부터 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 구성이다.
어플라잉 유닛(100)은 프리랜서의 단말기 예컨대, 휴대폰, 스마트폰, 노트북, 컴퓨터, 태블릿 PC, 데스크탑 등을 통해서 입력되는 소정의 커리어 정보를 획득하고자 한다.
여기서 말하는 소정의 커리어 정보는 프리랜서의 기본 프로필 정보, 직종, 업무 분야, 경력 등의 정보로서 정의할 수 있다.
어플라잉 유닛(100)은 에이전트 유닛(300)의 서버와 네트워킹 또는 클라우드를 통해 상호 연결되어, 소정의 커리어 정보를 송수신할 수 있게 된다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 어플라잉 유닛(100)의 경우, 커리어 입력부(110), 니즈 입력부(120) 및 히스토리 입력부(130)를 포함하게 된다.
커리어 입력부(110)의 경우, 도2에 도시된 바와 같이, 프리랜서로 하여금 소정의 커리어 정보를 생성하기 위하여 프리랜서의 직종, 분야, 업무 분야, 경력기술서, 경력년수, 학력, 근무 경력, 교육 이수, 자격증, 언어, KOSA(Korea Software Industry Association)여부 또는 포머 프로젝트 정보 중 적어도 하나 이상의 정보가 입력되도록 하는 구성이다.
커리어 입력부(110)를 통해서 프리랜서의 직종에는 개발자, 퍼블리셔, 디자이너, 기획자 등이 존재한다.
커리어 입력부(110)를 통해 입력되는 분야에는 PM(project manager), PL(project leader), DA(Data Architecture), DBA(Database Administrator), TA(Technical Architect), AA(Application Architect), NA, PMO(Project Management Office), SE(system engineering), QA(Quality Assurance), QC, BA(business architect), 시스템분석/설계 등이 존재한다. 업무 분야에는 쇼핑몰, 여행사, 금융, 증권, 카드, 보험, 병원, 대학, 공공기관, 물류, 회계, 제조, 건설, 통신, 유통, 생산, 미디어, 교육, 반도체, 자동차, 암호화폐, 블록체인, 빅데이터 등이 존재하는 것이 바람직하다. 이렇게 분야와 업무 분야를 세분화하여, 프리랜서와 기업의 매칭 확률을 높이고자 한다.
니즈 입력부(120)의 경우, 도3에 도시된 바와 같이, 프리랜서의 소정의 커리어 정보에 기초하여 프리랜서의 희망 업무, 희망 분야, 희망 단가, 희망 업무 가능일, 희망 업무 상태 중 적어도 하나 이상의 정보가 입력되도록 하는 구성이다.
니즈 입력부(120)에서 프리랜서가 프로젝트 원하는 조건들을 입력하기 위한 것이다.
니즈 입력부(120)를 통해 입력되는 희망 업무와 희망 분야는 커리어 입력부(110)에서 입력한 분야와 업무 분야 중 지원하고자 하는 분야를 적어도 하나 이상 입력하는 것이다.
니즈 입력부(120)에서 입력되는 희망 업무 상태는 업무 형태에 대한 것으로, 예컨대, 재택근무, 상주 내근, 또는 정규직 등의 업무 형태를 입력하기 위한 것이다.
또한, 니즈 입력부(120)에서 입력되는 희망 단가는 프리랜서가 일/월/년 단위로 원하는 단가/급여 정보를 입력하는 것이며, 희망 업무 가능일은, 업무가 가능한 날을 입력하는 것이다.
아울러, 니즈 입력부(120)에서는 프리랜서가 희망하는 지역까지 입력할 수 있도록 한다.
프리랜서가 원하는 조건들을 세분화하여 입력하면, 프리랜서와 기업과의 매칭 확률과 만족도가 높아질 수 있게 된다.
히스토리 입력부(130)의 경우, 프리랜서로 하여금 이전에 참여했던 프로젝트 정보를 입력되도록 하는 구성이다.
이때, 이전에 참여했던 프로젝트에 대한 정보는 프리랜서가 직접 기입할 수도 있지만, 에이전트 유닛(300)과 상호 연동되어, 에이전트 유닛(300)으로부터 이전에 참여한 프로젝트 정보를 땡겨와서 입력할 수도 있다.
히스토리 입력부(130)를 통해 프리랜서의 업무 스타일, 경력, 경험, 실력 등을 실질적으로 확인할 수 있으며, 히스토리 입력부(130)에는 이전에 참여한 프로젝트의 기업 평가 정보 또한 포함되는 것이 바람직하다.
커리어 송수신부(140)의 경우, 프리랜서로부터 입력되는 소정의 커리어 정보와 소정의 니즈 정보를 에이전트 유닛(300)으로 송수신하는 구성이다.
이때, 소정의 커리어 정보와 소정의 니즈 정보는 1과 0의 바이너리 시퀀스(binary sequence)로 변환하여 에이전트 유닛(300)으로 전송하는 것이 바람직하다.
커리어 송수신부(140)는 소정의 커리어 정보와 소정의 니즈 정보를 바이너리 시퀀스로 변환하여 인포 데이터(info data)로서 생성한다.
커리어 송수신부(140)는 인포 데이터를 일렬로 나열하고, 인포 데이터 중 일부를 누락시켜 오미팅 데이터를 생성하며, 오미팅 데이터와 오미팅 데이터가 누락된 인포 데이터를 각각 병렬적으로 에이전트 유닛(300)에 전송하게 된다.
커리어 송수신부(140)는 인포 데이터의 일부를 누락시켜 오미팅 데이터를 생성하기 위해 도8에 도시된 바와 같이, 인포 리스팅(info listing)부(141), 인포 서클(info circle)부(142), 인포 스핀(info spin)부(143), 및 인포 오미팅(info omitting)부(144)를 포함하게 된다.
인포 리스팅부(141)의 경우, 도8에 도시된 바와 같이, 바이너리 시퀀스로 변환된 인포 데이터를 일렬로 나열하는 구성이다.
또한, 인포 리스팅부(141)는 일렬로 나열된 인포 데이터의 각각에 순서를 부여하게 된다.
즉, 각각의 인포 데이터들은 고유 순서를 할당받게 된다.
인포 서클부(142)의 경우, 도8에 도시된 바와 같이, 순서가 부여된 인포 데이터를 롤링하여 원형으로 나열하는 구성이다.
인포 스핀부(143)의 경우, 도8에 도시된 바와 같이, 원형으로 나열된 인포 데이터를 시계 방향 또는 반시계 방향으로 회전시키는 구성이다.
이때, 원형으로 나열된 인포 데이터의 회전 방향과 회전 횟수는 랜덤하게 결정된다.
또한, 인포 데이터의 회전 방향과 회전 횟수에 대한 정보는 송신단과 수신단만이 공유하도록 하며 여기서 말하는 송신단과 수신단은 어플라잉 유닛(100)과 에이전트 유닛(300)이 된다.
인포 오미팅부(144)의 경우, 원형으로 나열된 인포 데이터 중, 소정의 영역을 임의로 선택하고, 선택한 소정의 영역을 누락시켜서 오미팅 데이터로 생성할 수 있게 된다.
이때, 소정의 영역은 원형으로 나열된 인포 데이터를 적어도 하나 이상 포함하는 영역으로서, 랜덤하게 결정되며, 소정의 영역에 대한 정보 역시 송신단과 수신단만이 공유하도록 한다.
인포 오미팅부(144)로부터 생성된 오미팅 데이터와, 소정의 영역이 누락된 인포 데이터는 각각 독립적으로 에이전트 유닛(300)의 서버에 전송된다.
이를 통해서 커리어 송수신부(140)는 프리랜서의 소정의 커리어 정보, 소정의 니즈 정보 등의 소중한 개인적인 정보들을 보호하고자 각종 정보들을 선택적으로 변환시키고, 랜덤하게 배열하고, 누락시키게 된다.
또한, 커리어 송수신부(140)에서의 인포 데이터, 오미팅 데이터, 소정의 영역 정보, 회전 정보, 회전 횟수에 대한 정보들은 오로지 송신단과 수신단만이 공유하도록 하여, 외부로 정보가 유출되는 것을 방지할 수 있게 된다.
프로젝트 유닛(200)의 경우, 기업으로부터 기업이 진행하고자 하는 프로젝트 정보를 선택적으로 획득하여 제공하는 구성이다.
프로젝트 유닛(200)은 기업의 서버 또는 기업의 단말기를 통해, 기업의 인사 담당자 또는 프로젝트 담당자로 하여금 프로젝트에 대한 정보를 입력되도록 한다.
에이전트 유닛(300)의 경우, 도1에 도시된 바와 같이, 어플라잉 유닛(100)으로부터 소정의 커리어 정보를 선택적으로 획득하여, 소정의 커리어 정보를 미리 설정된 기계 학습을 통해 선택적으로 솔팅하여 프리랜서와 기업과의 매칭이 이루어지도록 중개하는 구성이다.
에이전트 유닛(300)은, 어플라잉 유닛(100)과 프로젝트 유닛(200) 각각과 상호 연동 되어, 각각의 소정의 커리어 정보와 프로젝트 정보를 제공받아, 프리랜서와 기업이 원하는 조건에 충족되는 프리랜서와 기업을 각각 매칭시켜주게 된다.
에이전트 유닛(300)의 중개를 통해 매칭된 프로젝트의 처음부터 끝까지 관리하고 조율하여, 프로젝트마다 기업과 프리랜서에 대한 정보를 둘 다 확보하여 매칭과 프로젝트 과정, 결과, 평가에 대한 각종 빅데이터를 얻을 수 있게 된다.
이를 통해서 에이전트 유닛(300)은 어플라잉 유닛(100)으로 이전에 참여한 프로젝트에 대한 정보를 제공할 수 있게 되는 것이다.
또한, 여기서 말하는 미리 설정된 기계 학습이란 에이전트 유닛(300)이 소정의 포트폴리오 정보와 프로젝트 정보를 리딩하고 분석하고 처리하는 경험을 이용해, 프리랜서와 기업을 중개하는 능력을 향상시키기 위한 학습으로 정의할 수 있다.
예컨대, 미리 설정된 기계 학습은 프리랜서의 소정의 포트폴리오 데이터와, 기업의 프로젝트 정보 데이터를 다수의 파라미터로 구성된 모델을 이용하여 최적화하는 것이다.
미리 설정된 기계 학습에는 소정의 포트폴리오 데이터와 프로젝트 데이터의 종류에 따라서, 지도 학습(supervised　learning), 비지도 학습(unsupervised　learning), 준 지도 학습(semi- supervised　learning )및 강화 학습(reinforcement　learning)를 적용할 수 있는 것이 바람직하다.
또한, 미리 설정된 기계 학습은 이미 상용화된 인공지능을 활용한 머신 러닝과 딥 러닝을 기반으로 한 것이며 알고리즘과 관련된 자세한 기작은 생략하도록 한다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 에이전트 유닛(300)의 경우, 컨버팅(converting)부(310), 밸리데이션(validation)부(320), 솔팅(sorting)부(330), 매칭(matching)부(340), 및 레코멘딩(recommending)부(350)를 포함하게 된다.
먼저, 컨버팅부(310)의 경우, 도4에 도시된 바와 같이, 어플라잉 유닛(100)으로부터 획득된 소정의 커리어 정보 또는 소정의 니즈 정보를 리딩하고, 이를 미리 설정된 포맷으로 선택적으로 컨버팅하여 프리랜서 별 소정의 포트폴리오를 선택적으로 형성하게 된다.
컨버팅부(310)에서 형성하는 미리 설정된 포맷은 프리랜서들이 각각 상이한 양식으로 입력한 모든 정보를 정형화된 틀에 맞게 형성하기 위한 것이다.
즉, 소정의 포트폴리오는 미리 설정된 포맷에 따라 형성된 포트폴리오로 정의할 수 있다.
컨버팅부(310)는 프리랜서들이 각양 각색의 형식으로 입력한 커리어 정보, 니즈 정보를 하나의 포트폴리오로 자동 변환할 수 있는 것이다.
컨버팅부(310)를 통해서 에이전트 유닛(300) 내에서 다수의 프리랜서들의 커리어와 니즈 정보를 정확하게 비교 분석할 수 있게 된다.
밸리데이션부(320)의 경우, 컨버팅부(310)로부터 생성된 소정의 포트폴리오에 구비된 소정의 커리어 정보와 소정의 니즈 정보를 미리 설정된 기계 학습을 통해 검증하여 프리랜서를 선택적으로 선별하는 것이다.
밸리데이션부(320)는 프리랜서가 입력한 정보의 사실 여부를 가리기 위해 커리어 정보의 무결성과 유효성 검증을 수행하는 것이다.
예컨대, 밸리데이션부(320)는 미리 설정된 기계 학습을 토대로, 외부 서버와 연동되어, 경력기술서, 경력년수, 학력, 근무 경력, 교육 이수, 자격증, 언어, KOSA여부, 프로젝트 경력 등을 검증할 수 있게 된다.
이를 통해 프리랜서의 커리어 정보에 대한 팩트 체크가 가능하고 만약, 프리랜서가 커리어 정보를 거짓으로 작성했다면 이를 밝혀내어 프리랜서를 선별할 수 있게 된다.
솔팅부(330)의 경우, 밸리데이션부(320)로부터 검증된 프리랜서의 소정의 포트폴리오를 미리 세팅된 기준으로 솔팅하는 구성이다.
솔팅부(330)는 불특정 다수의 프리랜서의 포트폴리오 정보를 기업 또는 타 프리랜서들에게 공개하기 위해서 미리 세팅된 기준에 따라 임의 정렬하는 것이다.
기업이나 타 프리랜서들이 특정 프리랜서의 포트폴리오를 미리 세팅된 기준에 따라 볼 수 있게 하기 위함이다.
예컨대, 기업이 진행하고자 하는 프로젝트에 필요한 인력이 PM 분야일 경우, PM분야로 솔팅된 프리랜서의 정보를 제공받을 수 있게 된다.
본 발명에 따른 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템의 솔팅부(330)의 경우, 도5에 도시된 바와 같이, 그레이딩(grading)부(331), 카테고리(category)부(332), 및 에스티메이팅(estimating)부 (333)를 포함하게 된다.
먼저, 그레이딩부(331)의 경우, 프리랜서의 업무 등급 별로 소정의 포트폴리오를 선택적으로 정렬하는 구성이다.
그레이딩부(331)는 프리랜서의 경력과 스펙을 초급, 중급, 고급 등으로 세분화하여 업무 등급별로 소정의 포트폴리오를 정렬할 수 있게 된다.
그레이딩부(331)는 미리 설정된 기계 학습을 통해서 프리랜서의 경력기간, 경력내역, 자격증 유무, 언어, 교육 이수 등에 각각의 점수를 매겨 최종적으로 초/중/고급으로 등급을 결정할 수 있게 된다.
카테고리부(332)의 경우, 프리랜서의 업무 분야별로 소정의 포트폴리오를 선택적으로 정렬할 수 있게 된다.
카테고리부(332)는 프리랜서의 분야(PM, PL, DA, DBA, TA, AA, NA, PMO, SE, QA, QC, BA, 시스템분석/설계), 또는 업무 분야(쇼핑몰, 여행사, 금융, 증권, 카드, 보험, 병원, 대학, 공공기관, 물류, 회계, 제조, 건설, 통신, 유통, 생산, 미디어, 교육, 반도체, 자동차, 암호화폐, 블록체인, 빅데이터)를 키워드화 하여 각각의 분야별로 선택적으로 정렬할 수 있도록 한다.
에스티메이팅부(333)는 프리랜서의 업무 평가별로 소정의 포트폴리오를 선택적으로 정렬하는 구성이다.
에스티메이팅부(333)는 프리랜서의 경력에 대한 결과에 대한 지표에 따라서 소정의 포트폴리오를 정렬할 수 있다.
또한, 프리랜서가 이전에 참여한 프로젝트에 대한 평가 점수에 따라 선택적으로 정렬하여, 이전 프로젝트에서 프리랜서의 누적 평점을 확인할 수 있도록 한다.
매칭부(340)의 경우, 도6에 도시된 바와 같이, 기업으로부터 미리 제공받은 프로젝트 정보를 수신하여, 미리 설정된 기계 학습을 통해 미리 제공받은 프로젝트 정보와 소정의 포트폴리오의 소정의 매칭 시뮬레이션을 진행하여, 프리랜서와 기업을 선택적으로 매칭시키는 구성이다.
소정의 시뮬레이션은 커리어 정보, 니즈 정보, 과거 기록 등으로 나누어서 진행할 수 있다.
예컨대, 카테고리부(332)로부터 업무 분야별로 정렬된 소정의 포트폴리오 정보를 불러온 후, 기업으로부터 제공받은 프로젝트 정보에서 요구하는 업무 분야와 동일한 소정의 포트폴리오 정보를 필터링하고 추출하여 1차 매칭을 진행한다, 1차 매칭으로부터 추출된 소정의 포트폴리오를 다시 업무 등급별로 필터링하여, 프로젝트 정보에서 요구하는 등급과 동일한 소정의 포트폴리오 정보를 추출하여 2차 매칭을 진행한다. 이와 같이 여러 번의 매칭 시뮬레이션을 반복하여 기업과 프리랜서를 매칭시킬 수 있게 된다.
레코멘딩부(350)의 경우, 도7에 도시된 바와 같이, 기업으로부터 미리 제공받은 프로젝트 정보를 수신하여, 소정의 매칭 시뮬레이션을 통해 미리 제공받은 프로젝트 정보와 소정의 포트폴리오의 매칭률을 산출하여, 상위 n개의 소정의 포트폴리오를 기업에게 선택적으로 추천하는 구성이다.
여기서 말하는 상위 n개의 기준은 기업이 원하는 프리랜서의 인원수의 5배수 또는 10배수로서 설정하는 것이 바람직하다.
레코멘딩부(350)는 미리 설정된 기계 학습을 통해 소정의 매칭 시뮬레이션로부터 매칭률을 산출할 수 있도록 한다.
여기서 말하는 매칭률은 (프리랜서의 프로젝트 매칭 횟수)/(프리랜서의 소정의 포트폴리오를 열람 횟수)*100 으로서 산출하는 것이 바람직하다.
레코멘딩부(350)를 통해서 기업은 상위 n개의 소정의 포트폴리오를 제공받아, 기업이 진행하는 프로젝트에 최적화된 프리랜서를 뽑을 수 있게 된다.
본 발명의 권리 범위는 특허청구범위에 기재된 사항에 의해 결정되며, 특허 청구범위에 사용된 괄호는 선택적 한정을 위해 기재된 것이 아니라, 명확한 구성요소를 위해 사용되었으며, 괄호 내의 기재도 필수적 구성요소로 해석되어야 한다.
100: 어플라잉 유닛
110: 커리어 입력부
120: 니즈 입력부
130: 히스토리 입력부
140: 커리어 송수신부
200: 프로젝트 유닛
300: 에이전트 유닛
310: 컨버팅부
320: 밸리데이션부
330: 솔팅부
331: 그레이딩부
332: 카테고리부
333: 에스티메이팅부
340: 매칭부
350: 레코멘딩부

Claims (9)

  1. 프리랜서로부터 상기 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 어플라잉 유닛(applying unit); 및
    상기 어플라잉 유닛으로부터 상기 소정의 커리어 정보를 선택적으로 획득하여, 상기 소정의 커리어 정보를 미리 설정된 기계 학습을 통해 선택적으로 솔팅하여 상기 프리랜서와 기업과의 매칭이 이루어지도록 중개하는 에이전트 유닛(agent unit)을 포함하되,
    상기 어플라잉 유닛은,
    상기 프리랜서로 하여금 상기 소정의 커리어 정보를 생성하기 위하여, 상기 프리랜서의 직종, 분야, 업무 분야, 경력기술서, 경력년수, 학력, 근무 경력, 교육이수, 자격증, 또는 언어 중 적어도 하나 이상의 정보가 입력되도록 하는 커리어 입력부;
    상기 프리랜서의 소정의 커리어 정보에 기초하여, 상기 프리랜서의 희망 업무, 희망 분야, 희망 단가, 희망 업무 가능일, 희망 업무 상태 중 적어도 하나 이상의 정보가 입력되도록 하여 소정의 니즈 정보를 선택적으로 획득하는 니즈 입력부; 및
    상기 프리랜서로 입력되는 상기 소정의 커리어 정보 또는 상기 소정의 니즈 정보를 인포 데이터로서 생성하여 상기 에이전트 유닛으로 송수신하는 커리어 송수신부를 포함하며,
    상기 커리어 송수신부는,
    상기 인포 데이터를 일렬로 나열하며 상기 인포 데이터 각각에 고유 순서를 부여하는 인포 리스팅부;
    상기 고유 순서가 부여된 상기 인포 데이터를 롤링하여 원형으로 나열하는 인포 서클부;
    상기 원형으로 나열된 상기 인포 데이터를 시계 방향 또는 반시계 방향으로 회전시키는 인포 스핀부; 및
    상기 원형으로 나열된 상기 인포 데이터 중 소정의 영역을 임의 선택하고 상기 소정의영역을 누락시켜 오미팅 데이터로 생성하는 인포 오미팅부를 포함하며,
    상기 에이전트 유닛은,
    상기 어플라잉 유닛으로부터 획득된 상기 소정의 커리어 정보 또는 상기 소정의 니즈 정보를 미리 설정된 포맷으로 선택적으로 컨버팅하여, 상기 프리랜서 별 소정의 포트폴리오를 선택적으로 생성하는 컨버팅(converting)부를 포함하는 것을 특징으로 하는, 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서, 상기 에이전트 유닛은,
    상기 컨버팅부로부터 생성된 상기 소정의 포트폴리오에 구비된 상기 소정의 커리어 정보와 상기 소정의 니즈 정보를 상기 미리 설정된 기계 학습을 통해 검증하여 상기 프리랜서를 선택적으로 선별하는 밸리데이션(validation)부를 더 포함하는 것을 특징으로 하는, 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템.
  6. 제5항에 있어서, 상기 에이전트 유닛은,
    상기 밸리데이션부로부터 검증된 상기 프리랜서의 상기 소정의 포트폴리오를 미리 세팅된 기준으로 솔팅하는 솔팅부를 더 포함하는 것을 특징으로 하는, 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템.
  7. 제6항에 있어서, 상기 솔팅부는,
    상기 프리랜서의 업무 등급별로 상기 소정의 포트폴리오를 선택적으로 정렬하는 그레이딩부;
    상기 프리랜서의 업무 분야별로 상기 소정의 포트폴리오를 선택적으로 정렬하는 카테고리부; 및
    상기 프리랜서의 업무 평가별로 상기 소정의 포트폴리오를 선택적으로 정렬하는 에스티메이팅부를 포함하는 것을 특징으로 하는, 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템.
  8. 제7항에 있어서, 상기 에이전트 유닛은,
    상기 기업으로부터 미리 제공받은 프로젝트 정보를 수신하여, 상기 미리 설정된 기계 학습을 통해 상기 미리 제공받은 프로젝트 정보와 상기 소정의 포트폴리오의 소정의 매칭 시뮬레이션을 진행하여 상기 프리랜서와 상기 기업을 선택적으로 매칭시키는 매칭부를 더 포함하는 것을 특징으로 하는, 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템.
  9. 제8항에 있어서, 상기 에이전트 유닛은,
    상기 기업으로부터 상기 미리 제공받은 프로젝트 정보를 수신하여, 상기 소정의 매칭 시뮬레이션을 통해 상기 미리 제공받은 프로젝트 정보와 상기 소정의 포트폴리오의 매칭률을 산출하여, 상위 N개의 상기 소정의 포트폴리오를 상기 기업에게 선택적으로 추천하는 레코멘딩부를 더 포함하는 것을 특징으로 하는, 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템.
KR1020210188899A 2021-12-27 2021-12-27 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템 KR102419326B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210188899A KR102419326B1 (ko) 2021-12-27 2021-12-27 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210188899A KR102419326B1 (ko) 2021-12-27 2021-12-27 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템

Publications (1)

Publication Number Publication Date
KR102419326B1 true KR102419326B1 (ko) 2022-07-11

Family

ID=82396234

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210188899A KR102419326B1 (ko) 2021-12-27 2021-12-27 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템

Country Status (1)

Country Link
KR (1) KR102419326B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102536410B1 (ko) * 2022-10-19 2023-05-26 (주)이랜서 가변적 포트폴리오 영역 할당을 통한 레쥬메 자동 업데이팅 시스템
KR102550862B1 (ko) * 2022-12-09 2023-07-04 김소희 뉴럴 네트워크를 이용하여 영상 제작과 관련된 프리랜서들을 매칭시키는 방법 및 장치

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150021161A (ko) * 2013-08-19 2015-03-02 주식회사 잡담 입사지원서 자동완성 시스템 및 방법
KR20180041478A (ko) * 2016-10-14 2018-04-24 김영후 기계학습을 활용한 월렛 시스템 기반 인재 매칭 시스템 및 그 방법
KR101913229B1 (ko) 2017-02-13 2018-10-30 김태수 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템
KR102007018B1 (ko) 2019-05-20 2019-08-05 주식회사 인사이트온 기업과 프리랜서의 매칭 방법 및 시스템
KR20200062797A (ko) * 2018-11-27 2020-06-04 문예진 사용자 맞춤형 구인구직 중개 방법
KR102147450B1 (ko) 2019-08-29 2020-08-24 이반희 프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램
KR102278627B1 (ko) 2021-01-19 2021-07-19 주식회사 링크스타터랩 구인구직 매칭 장치 및 그의 구인구직 매칭 방법
KR20210099995A (ko) * 2020-02-05 2021-08-13 강성일 프로젝트 중개 시스템 및 방법
KR20210152921A (ko) * 2020-06-09 2021-12-16 주식회사 피플메이드 사용자에게 맞춤형 전문가 강의를 추천하는 방법 및 장치

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150021161A (ko) * 2013-08-19 2015-03-02 주식회사 잡담 입사지원서 자동완성 시스템 및 방법
KR20180041478A (ko) * 2016-10-14 2018-04-24 김영후 기계학습을 활용한 월렛 시스템 기반 인재 매칭 시스템 및 그 방법
KR101913229B1 (ko) 2017-02-13 2018-10-30 김태수 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템
KR20200062797A (ko) * 2018-11-27 2020-06-04 문예진 사용자 맞춤형 구인구직 중개 방법
KR102007018B1 (ko) 2019-05-20 2019-08-05 주식회사 인사이트온 기업과 프리랜서의 매칭 방법 및 시스템
KR102147450B1 (ko) 2019-08-29 2020-08-24 이반희 프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램
KR20210099995A (ko) * 2020-02-05 2021-08-13 강성일 프로젝트 중개 시스템 및 방법
KR20210152921A (ko) * 2020-06-09 2021-12-16 주식회사 피플메이드 사용자에게 맞춤형 전문가 강의를 추천하는 방법 및 장치
KR102278627B1 (ko) 2021-01-19 2021-07-19 주식회사 링크스타터랩 구인구직 매칭 장치 및 그의 구인구직 매칭 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102536410B1 (ko) * 2022-10-19 2023-05-26 (주)이랜서 가변적 포트폴리오 영역 할당을 통한 레쥬메 자동 업데이팅 시스템
KR102550862B1 (ko) * 2022-12-09 2023-07-04 김소희 뉴럴 네트워크를 이용하여 영상 제작과 관련된 프리랜서들을 매칭시키는 방법 및 장치

Similar Documents

Publication Publication Date Title
Chursin et al. Competence Management and Competitive Product Development
Gmyrek et al. Generative AI and jobs: A global analysis of potential effects on job quantity and quality
US20180330385A1 (en) Automated and distributed verification for certification and license data
US11763403B2 (en) Systems and methods for automated assessment for remediation and/or redevelopment of brownfield real estate
KR102419326B1 (ko) 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템
Mahamadu et al. The importance of BIM capability assessment: An evaluation of post-selection performance of organisations on construction projects
Yakovenko et al. The blockchain technology as a catalyst for digital transformation of education
US11934976B2 (en) Method, device and program for controlling specialist platform
KR102419327B1 (ko) 프로젝트 정보의 선택적 솔팅과 레코멘딩을 통한 기업-프리랜서 에이전트 시스템
US20220391850A1 (en) System and Method for Creating and Trading Cryptographically Secured Digital Employability Assets
Akkor et al. The effects of new technologies on the insurance sector: a proposition for underwriting qualifications for the future
Fernandes et al. Improving and embedding project management practice: generic or context dependent?
Arsanjani et al. Avenues to improving the effectiveness of project portfolio management in the construction industry
Alsereihy et al. Effectiveness of knowledge management strategies on business organizations in KSA: Critical reviewing study
Sarker et al. Exploring student predictive model that relies on institutional databases and open data instead of traditional questionnaires
Altaie et al. Fundamental Challenges and Management Opportunities in Post Disaster Reconstruction Project
Beachboard et al. Improving Information Security Risk Analysis Practices for Small and Medium-Sized Enterprises: A Research Agenda
Eltayeb et al. The impact of knowledge management practices on business strategies and organizational performance
Galgotia et al. Development of IOT-based methodology for the execution of knowledge management using artificial intelligence in higher education system
US11797940B2 (en) Method and system for assessment and negotiation of compensation
US11308142B2 (en) Automatic resume processing system
Mansourian et al. SDI planning using the system dynamics technique within a community of practice: lessons learnt from Tanzania
Hayek et al. Machine learning and external auditor perception: An analysis for UAE external auditors using technology acceptance model
KR102491666B1 (ko) 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템
KR102345299B1 (ko) 크라우드소싱 기반 프로젝트의 특성에 따른 인공지능 기반 교재 제작 서비스 제공 방법 및 장치

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant