越來越多人使用網上求職平台尋找工作機會，不過要在數以千計的職位空缺中找到既合適自己，又符合僱主要求的工作並非易事。成立於香港的招聘網站 Jobable 就運用機器學習演算法 (Machine Learning Algorithm)，對每個以電子方式提交的履歷中的數百個數據點加以自動分析，計算出與平台上刊登的職位空缺配對的評分，並即時顯示予求職者和僱主以作參考。令整個招聘過程所耗用的時間有效縮短。
機器學習演算法智能分析求職者履歷 評分系統配對職位空缺
Jobable 透過機器學習演算法為求職者的履歷評分，然後利用求職者提供的資料自動搜尋工作，再根據數據分析推薦最適合的工作。Jobable 行政總裁Richard Hanson 表示，求職者甚至可能會收到一些從未考慮過的工作建議，這是因為 Jobable 的演算法可辨識出求職者符合該工作的要求。這樣求職者便能在集中搜尋相關的職位時，同時考慮一些新的機會。僱主也能受惠於更優質和更相關的應徵群。
Hanson 續稱：「我們希望 Jobable 評分能成為求職者和僱主的一個『精準預測』。我們的目標是為所有參與招聘過程的人士節省時間。憑藉Jobable評分，求職者會被引導至他們最大機會被挑選入圍和獲得面試機會的空缺職位。與此同時，人力資源經理和招聘者能快速識別最適合他們空缺職位的人才。」
Jobable 產品總監 Luke Byrne 則指出：「Jobable 的評分只是第一步，未來求職者將獲得反饋訊息，例如求職者可獲知評分不及其他申請同一職位求職者的背後原因，從而讓他們意識到提高自己的技能和改善工作履歷。我們相信現在市面上沒有其他產品和服務如 Jobable 般顧及求職者的求職體驗。」
Byrne 補充，該平台的評分機制使用了機器學習演算法，因此並非簡單的關鍵字匹配技術。「如果你想聘請一位數據庫管理員，你需要知道 Oracle 和 PostgreSQL 是關聯式數據庫，而 MongoDB 不是。同樣地，當招聘維修技師的時候，你需要知道一個 C 級電業工程認證能自動合符 A 級的工作 ─ 相反則不能。Jobable 的演算法具有學習能力，並利用這些知識來可更準確評估求職者的工作經驗與空缺職位的相關性。」
Jobable 由 Hanson 和 Byrne 於2014年共同創立，團隊用了一年的時間開發 Jobable 評分系統，在演算法開發過程中分析了超過十萬的職位敘述內容和申請人的資料。平台自 2016 年初推出以來，已錄得每月兩倍的用戶增長，現時已提供英文和中文界面，讓僱主以浮動價格刊登職位，而求職者則可免費使用。