Restworld
Torino
La nostra visione è di diventare Il punto di incontro per chi lavora nella ristorazione con la missione di aiutare migliaia di persone e locali ad incontrarsi per cominciare insieme collaborazioni lavorative proficue.
Per raggiungere questi ambiziosi obiettivi la società ha sviluppato una piattaforma che permette di raccogliere informazioni specifiche da ambo i lati e incrociarle attraverso un sofisticato algoritmo di matching in continua evoluzione.
L'IDEA
Scopo di Restworld è risolvere i problemi di gestione relativi al Capitale Umano che opera nel settore Ho.Re.Ca., valorizzandone il lavoro.
La società, ad oggi, offre il servizio di recruiting a tutte le tipologie di attività del settore - dalla taverna allo stellato - permettendo, attraverso un sofisticato algoritmo di matching basato sull’intelligenza artificiale, l’incontro di domanda e offerta di lavoro su una piattaforma B2B2C.
Restworld, grazie alla raccolta e successiva rielaborazione dei big data dei worker, introduce un’interessante innovazione nell’HR. Questo processo ha inizio con la somministrazione di un questionario volto ad acquisire: dati anagrafici, esperienze professionali e aspirazioni lavorative. Poi, con l’utilizzo di casi di incident e meccanismi di gamification, i candidati vengono sottoposti a uno skill and behavioural test. Infine, verrà aggiunto un sistema di recensioni tra employer e worker che permetterà tanto di verificare le informazioni inserite da questi ultimi quanto di arricchirle con punti di vista terzi. Tutto questo permetterà la
creazione di un Curriculum Vitae ricco e dettagliato, essenziale per meglio comprendere il profilo della persona.
Ogniqualvolta viene aperta una nuova posizione lavorativa, l’algoritmo assegna un punteggio di affinità a tutti i worker del database di Restworld, restituendo una lista dei profili più idonei quali potranno, eventualmente, essere contattati dall’employer per un colloquio.
Con l’aumentare dei volumi di richieste, l’attività di matching sarà via via più precisa. Infatti, maggiore sarà la mole di dati, maggiori saranno le possibilità dell’algoritmo di “apprendere” quali parametri tenere in considerazione e quali scartare.
![]()