İş arama süreci, çoğu aday için tekrarlanan bir eylem dizisi ve belirsizliklerle dolu bir yolculuktur. Ancak bu süreci, pekiştirmeli öğrenme (reinforcement learning) perspektifinden ele almak, adaylara sistematik bir avantaj sağlayabilir. Her başvuru, mesaj, hazırlık bir eylem; sonuç ise gecikmeli ve gürültülü bir sinyaldir. Ödül seyrek, durum kısmen gözlemlenebilir ve kredi atama problemi zordur: Hangi değişiklik işe yaradı? Pekiştirmeli öğrenme, bu belirsizliklerle başa çıkmak için doğal bir çerçeve sunar. Aday, her başvuruyu bağımsız bir girişim olarak değil, öğrenilebilecek bir dağılımdan alınan örnek olarak görmelidir. Bu zihniyet değişikliği, duygusal yükü azaltır ve stratejik kararlar almayı kolaylaştırır.
Geleneksel eğitim sistemi bizi denetimli öğrenme modeline alıştırmıştır: ödevi teslim et, not al, not çalışmayı yansıtır. Ancak iş piyasası ödev notu vermez; politikaları örnekler. Tek bir başvuru, geçti/kaldı sınavı değil, gürültülü bir süreçten alınan tek bir çekiliştir. Bu içselleştirildiğinde, reddedilme kişisel bir yargı olmaktan çıkar ve düşük bilgi içeren bir veri noktasına dönüşür. Sessizlik ise bir hakaret değil, bilinen bir taban oranına sahip bir veri noktasıdır. Bu yeniden çerçeveleme, adayın moralini korur ve eylemleri mümkün kılar. Çünkü ajanın morali durumun bir parçasıdır ve durum, gelecek hafta hangi eylemlerin mümkün olduğunu belirler.
İş arama sürecini anlamak için üç paralel aramanın varlığını kabul etmek gerekir: işlem araması (mevcut açık pozisyon için teklif alma, haftalar-aylar), yetenek araması (daha güçlü aday olma: beceriler, eserler, mülakat yeteneği, aylar) ve ağ araması (insan ağını kurma ve ısıtma, aylar-yıllar). Panik halindeki adaylar genellikle üçünü de ilkine indirger ve diğerlerini ihmal eder. Oysa yetenek ve ağ aramaları, işlem aramasını uygulanabilir kılan temellerdir. Haftalık zaman ayırmada bu üçüne de yer vermek gerekir. Özellikle işlem araması tüm saatleri talep ettiğinde bile bu yapıyı korumak kritiktir.
Teknik Analiz
Pekiştirmeli öğrenme literatürü genellikle durağan veya yavaş değişen ortamlar varsayar. Oysa iş piyasası durağan değildir: ilanlar gelir ve kaybolur, beceriler birikir, mülakat deneyimiyle hikaye gelişir, makro koşullar değişir. Bu nedenle doğru zihinsel model 'optimal politikayı bul' değil, 'çevrenin kaymasından daha hızlı iyileşen bir politika sürdür' olmalıdır. Çoğu adayın politikası hiç iyileşmez; bu nedenle disiplinli bir öğrenci, kötü piyasalarda bile avantajını korur. Ortamın kaymasına karşı politika güncellemeleri, uzun vadeli başarının anahtarıdır.
Süreci resmileştirmek için bir Markov Karar Süreci (MDP) tanımlamak faydalıdır. Durum (state), her karar döneminin başında (örneğin Pazartesi sabahı) gözlemlenebilir değişkenlerden oluşur: pipeline şekli (soğuk, başvurulmuş, yanıt alınmış, taranan, teknik, yerinde, teklif aşamalarındaki aday sayısı), pipeline beklenen değeri (EV), son eylemlerin replay buffer'ı, haftalık aktivite seviyesi (gönderilen başvuru, DM sayısı), duygusal durum, mevcut teklifler ve son mülakat performansı. Bu değişkenler, adayın kendi durumunu net bir şekilde görmesini sağlar. Pipeline EV, tek bir karar-relevant sayıdır ve mevcut pipeline'ın beklenen teklif sayısını hesaplar.
Eylem uzayı (action space), her hafta yapılabilecek somut eylemleri içerir: başvuru gönderme, DM/soğuk e-posta, ağ etkinliği, beceri inşası, mülakat hazırlığı, geri bildirim talebi, teklif müzakere çalışması, araştırma/keşif. Her eylem, belirli bir maliyet (zaman, enerji) ve beklenen fayda taşır. Ödül sinyali (reward) ise nadir ve gürültülüdür: teklif almak +1, reddedilmek 0, ilerleme (örneğin screening'den teknik aşamaya geçmek) +0.2 gibi. Mülakat performansı için ayrı bir ödül tanımlanabilir. Ödülün seyrek olması, keşif (exploration) ve sömürü (exploitation) dengesini önemli kılar.
Politika (policy), duruma göre eylem seçme kuralıdır. Başlangıçta, geçmiş verilere dayalı bir temel politika oluşturulur. Her hafta, alınan ödüller doğrultusunda politika güncellenir: hangi eylemler daha yüksek ödül getirdi? Bu güncelleme, epsilon-greedy gibi basit bir algoritma ile yapılabilir. Örneğin, %80 olasılıkla en iyi bilinen eylem seçilir, %20 olasılıkla keşif yapılır. Keşif, yeni şirketler, yeni sektörler veya yeni başvuru formatları denemeyi içerir. Bu yaklaşım, adayın sürekli öğrenmesini ve piyasa değişimlerine uyum sağlamasını mümkün kılar. Sonuç olarak, iş arama süreci bir inanç sıçraması değil, veri odaklı bir karar süreci haline gelir.
Kaynak: dev.to
