HR，你姐姐喊你去看看是如何進行招聘的？

當前，大多數公司的技術人員麵試流程，都多多少少在扯淡。最終導致的是，老板招不到合適的員工，而求職者也找不到適配的崗位。因此，這中間存在著很大的改進空間。那麼，如何改進這一流程呢？來看看Rachel Thomas怎麼說吧。

這位Rachel姐姐，可不是《老友記》裏的那個萬人迷瑞秋（Rachel）。她是一名數學專業女博士，能寫一手好代碼，還能提供“傳道授業解惑”的培訓谘詢。目前她就職於https://www.fast.ai/，這是一個技術分享平台，從該公司網站的域名後綴（ai）就可猜到，這是一個偏向於“人工智能（AI）”的平台。

說到Rachel，你或許不太了解。但說起她的老板，Jeremy Howard，你或許能知道的更多一些。他是Enlitic的創始人（已辭職），也是著名大數據競賽平台Kaggle的前任主席，精通數據科學。Jeremy現在進行時的工作，就是創辦並經營的這家https://www.fast.ai/平台。在這個平台裏，不但免費提供了很多關於深度學習技術的係列視頻教程（免費！免費！免費！重要的事情說三遍！），還提供了由Jeremy本人親自講授的課程“Practical Deep Learning For Coders”（麵向程序員的深度學習實戰），同時他還在TED做了個精彩演講（有200多萬的點擊量），歡迎你去圍觀。

 

好了，言歸正傳，回到我們要聊的話題：對於招聘官來說，如何進行一場高質量麵試呢？

有人認為，麵試，不就是招聘最牛逼的員工嘛！然後據此打造最牛逼的團隊。可Rachel卻不這麼認為，這是因為：

根據CMU（卡內基梅隆大學）和MIT（麻省理工學院）的大量研究表明：最牛的個人，並不一定就能打造牛的團隊。個人的IQ（智商），並不能同步映射到團隊的“隊商”上來。一個牛逼的團隊，要具備如下幾個特征：

 團隊的貢獻度，要大於某一兩個英雄做出的貢獻度。

 在搞定複雜場景下的任務時，團隊的表現，要優於個人表現；

 一個優秀的團隊裏，要有比較多的女性。因為如果在一個團隊裏有更多的女性，那麼就可讓任務做得更加細膩，工作進程的推動得更快。

那麼，在實際工作中，公司的招聘趨勢，是不是就和研究結論一致呢？比如說，在招聘時，公司是不是就招聘了更多的女性員工呢？

答案：當然不是！

這是因為：

• 
  

Triplebyte，是家非常有意思的公司。從其企業的口號：Helping Engineers Find Great Startups（幫工程師找到偉大的創業公司），就可以看出，這是一個幫技術人員找工作的公司，它有意思的地方在於，既不需要技術人員提供簡曆，也不需要技術人員在麵試時跑到白板旁演示一大堆算法流程，看起來很酷吧，要不你也去試試。

 

通過對求職者提供服務，Triplebyte收集了大量的麵試數據。通過統計數據分析發現，最最令人觸目驚心的是，初創公司招聘的程序猿，通常和公司業務需求，竟然沒有一毛錢的關係！ 

問題何在？症結就在於，公司招聘了一大堆和公司創始人文化和教育背景相似的人！比如說，如果公司創始人是位男性代碼達人，那麼他就傾向於招聘男性的高段位的Coder，那說好的“男女搭配，幹活不累”呢？

如果“惺惺相惜”就能解決實際業務的話，那就讓我們一起搞基好了！公司要的是“取長補短”，而非“齊頭並進”！

小編注：用中國術語來說，就是“武大郎開店－－－高我者不用”，這對企業（特別是初創企業）來說，切不可取！

當然，反過來，對於求職者來說，知道這個結論，也多少是有好處的。那就是在應聘某家企業時，求職者可以先調查一下公司創始人的文化或教育背景，然後“投其所好”，這在某種程度上，能提高應聘成功率。

除此之外，為了能招聘到更合適的員工，Rachel還為公司HR提供了很多建議，比如說，如果降低漏聘率（False Negative），也就是說，很不錯的應聘者，卻被HR放走了。還比如，如何構建一個清晰的、一致的、基於數據驅動的招聘流程等，具體詳情，你可以移步至Rachel的博客上，一探究竟。

本文由北郵@愛可可-愛生活 老師推薦，阿裏雲雲棲社區組織翻譯。

文章原標題《How to Make Tech Interviews a Little Less Awful》，作者：Rachel Thomas，譯者：張玉宏（著有《品味大數據》一書），審校：我是主題曲哥哥。