Nicholas Shekerdemian想创办一家公司解决它自己的问题：获得去一家饼干公司的工作机会，尤其是当其他人都在申请的时候。于是，他建立了Headstart——帮合适的候选人找到合适的工作，并减少所有阻碍双方见面的不必要因素。

这是大型和小型企业共同面临的难题，一个不好的雇员所需要付出的成本是非常昂贵的，而负责招聘的人员通常只掌握很少的信息。Headstart所做的事情是，发现候选人信息、了解他们是否掌握技术专长，在合适的候选人和合适的招聘企业之间建立连接。

“许多公司仍然使用最基本的条件作为衡量标准——证书、成绩、大学。”Shekerdemian说，开奖，但这些只是一部分信息，并不能代表全部。我们希望建立一个平台，学生可以自己创建简介，包括兴趣、技能、自我评价、简历数据，可以是代表你这个人的一切信息。“我们希望使用像指纹一样准确的画像，从价值观、文化、技术角度来判断是否适合。”

求职者可以在Headstart上，填写申请表格。平台收集到这些简历后，可以向候选人提供更多的建议。而招聘方将获取这些详细的资料，得到一个机会去见一组（理论上更少）适合这项工作的候选人。

对于Headstart来说，atv，这项问题的解决需要机器学习的应用。

从大公司或小公司收集信息，可以转化为一组防御性的数据集。有了数据集，可以进行更高质量的候选人匹配。在数据收集方面，Headstart已经进行了很多年。对于大公司来说，Headstart必须通过数千甚至数万个员工调查和数据分析，计算出公司文化和技术所要求的参数。每个公司都是不同的，Headstart必须从运行每一组无效的数据集开始，建立对公司的基本了解，再计算出哪些候选人最适合公司的架构。

另一方面，更小、更灵活的公司尝试使用新软件的可能性更高。因此，和许多创业公司一样，Headstart选择了自下而上，先从中小企业切入。但小公司的问题在于，如果一个公司只有五名员工，意味着Headstart只有五个数据点而不是数千个。在这种情况下，Headstart需要在每次招聘或面试候选人之后，迅速的调整和改进算法。

Headstart面临的又一个问题是同领域的竞争，比如在2015年获得800万美金融资的Koru。Shekerdemian表示，公司正不断完善算法，适应随着时间的变化而变化的需求。他希望能够凭借不断完善的算法，领先于竞争对手。

Headstart计划参加 Y Combinator 2017的夏季班。“过去几年来我们一直在努力，即使还没达到我们想要的地步，但是朝着正确的方向。”Shekerdemian说。