乐趣区

关于程序员:你为什么总招不到对的人

办公室里,技术面试官 Arron 和 HR 正对近期的招聘失误进行争执——新招的技术岗试用了几个月,就因能力有余来到了。

HR 一直吐槽岗位画像太含糊,Arron 反诘:“不是给了你关键词吗?”

HR 气不打一处来:“你要招 Java 后端,说要纯熟应用 Java 语言,你给我翻译翻译,到底什么叫纯熟?纯熟的规范是什么?”

“我不是还抽空出了几道口试题去测他吗?”Arron 反驳道。“你出的那些算法题、八股文,网上一堆答案,候选人早就背得滚瓜烂熟了,下次出题用心点吧。”

Arron 无语,他不晓得该如何解决这些问题……

01 不要口试,要技术测评

随着经济环境变动,企业逐步器重起技术招聘的信效度。找到适合的人,解决工作问题,而不是找到貌似优良的人,但无奈解决工作问题,成为许多企业的共识。

个别企业的技术招聘考核重心仅在简历筛选、面试和录用前的评估,这种形式仅凭感觉,常常容易招错人。

尽管多企业为了考核候选人实在能力,也会进行口试,但题目往往停留实践层面,候选人可通过死记硬背,蒙混过关,难以深挖技术实力。

对理论工作能力,企业只能试用后考查,为此付出额定老本,最危险还可能留下没有实力的老油条,空耗资源。

这根本反映了企业技术招聘时的面临四大难题:

  1.  需要不明确,岗位画像含糊
 
  HR 有时不分明技术岗位工作内容,技术面试官给出关键词又会比拟含糊,两者间沟通不畅,导致企业难有清晰岗位画像。

2.  依据岗位画像出题难,考点含糊

有了岗位画像,但出题时市面上的算法 / 八股文不贴合工作场景,考点难以匹配画像需要;技术面试官本人出题比拟耗时,也不肯定就能写出考核岗位画像所需能力的题目。

 3.  评卷不足主观规范,费时并过于主观
 
 候选人答题后,评卷不足主观规范,面试官主观一致大,不仅耗时耗力,也会有失公允性,升高招聘信效度。

 4.  招聘失误后,复盘迭代没有根据
 
 因为不足规范,在招聘失误后,企业无奈无效复盘。招聘者对谬误起因各执一词,无奈迭代降级,持续吃一堑; 长一智。

那是否在试用前的考核中,尽可能一次性地精准筛选到适合人选呢?

企业须明确,技术招聘仅靠口试考核理论知识远远不够,进行涵盖残缺规范的技术测评很有必要。

胜利的技术测评 除了考核理论知识外,还会考核候选人的实战技能、工程实现能力、解决问题能力和工程素质 等。

理论知识决定了是否能被录用,但前面的能力才决定了理论工作体现。

ShowMeBug 技术测评的“冰山模型”

那要考核以上能力,并实现胜利的技术测评,应涵盖几个方面:

  1. 精准考核岗位所需能力的题目与流程,解决岗位画像含糊不匹配问题;
  2. 反对实战编程环境,模仿工作场景,深挖候选人实战状况下的技术实力;
  3. 主观高效的评卷和人才报告,晋升招聘效率,为决策与复盘提供根据;
  4. 实现上述几点的办法与规范。

02 ShowMeBug 技术测评 2.0——低时投入、主观、高信效度的技术测评体系

针对企业招聘中存在的有余,ShowMeBug 推出技术测评 2.0 版本,提供全自动一站式技术测评解决方案,涵盖出题组卷、实战技术测评、自动化评卷、人才报告和岗位定级等残缺流程。企业仅需明确所需招聘岗位和等级,残余测评流程均能自动化实现。

ShowMeBug 曾推出 1.0 版本,针对不同岗位的能力维度,反对手动调节熟练度,并生成能力雷达图及主动组卷。有客户会纳闷,能力熟练度的根据以及主动组卷的机制是什么?这次的 2.0 版本更新,将会彻底解答这些纳闷。

技术测评 2.0 版本,基于 ShowMeBug 技能评估团队自主研发的测评引擎,可主动解析岗位要求,通过能力模型主动生成适宜岗位的能力维度、技能树与知识点,最终主动推导出合乎岗位画像的题目与试卷。

无妨再以技术面试官 Arron 的企业须要招聘 Java 后端工程师为例:

这次他便能登陆 ShowMeBug 后盾进行智能组卷。他可间接找到匹配的岗位,并抉择相应的能力等级。

该岗位定级规范是 ShowMeBug 技术团队对标国内支流一线大厂所制订,依据岗位的能力维度与技能点的把握水平,划分成 4 个等级: 1. 理解 2. 相熟 3. 把握 4. 精通。粗疏的划分有助于企业精准定位岗位所需能力,并明确相应的职级。

比方 Arron 决定招聘 S6 级 Java 后端工程师,则按规范该岗位需把握 Java 的进阶个性,理解 Linux 根底,把握关系数据库常识,把握各类框架与中间件,得出 S6 级工程师需能独立实现中等难度性能开发。零碎会依据各个技能点的把握水平,生成相应知识点,并以此主动出题组卷,如图所示。

该岗位定级规范是 ShowMeBug 技术团队智能组卷的预设模版,既可帮忙 Arron 出卷前对岗位建设清晰规范,也可对人选能力有分明认知,建设清晰岗位画像,为后续岗位定级提供参考。如果对定级规范仍有疑虑,企业可依据本身需要,进行自定义调整。

设置实现后,Arron 可看到零碎依据能力模型生成的能力维度,如 Java 后端工程师的几个维度:Java 利用能力、Linux 操作能力、数据库利用能力、以及框架与中间件等。

Arron 若想考查其余能力维度,他也能增加与删改。零碎针对不同岗位,共有多种能力维度可供自定义设置,让 Arron 进行全方位考查。

确定能力维度后,Arron 还可在下方看到颗粒度更细的技能点,比方在关系型数据库中,可看到 MySQL 这个技能点。

技能点的熟练度会默认之前 S6 级所预设的水平,但 Arron 还能依据本身需要进行调节。他可自定义增加其余技能点,零碎针对不同能力维度,共有多类技能点可供设置。

确定技能点后,Arron 可点击技能点开展技能树,依据技能点把握水平,展示根底、进阶和高级三个阶段的各类知识点。

例如 Java 知识点中,根底阶段有工具封装文件、异样解决,进阶有线程治理、类型形象,高级有类加载机制、JVM 调优等,这些知识点都反对 Arron 进行替换、删除等微调操作。

与传统企业仅照搬算法 / 八股文等实践知识点不同,ShowMeBug 技能评估团队专一理论工作场景,通过总结大量实在我的项目需要,提炼了各类知识点,考核理论工作技能。

测试题考点就是依据这些知识点一一对应生成的,无效解决了考点含糊及与岗位画像不匹配的问题。

设置好所有知识点后,零碎就会主动从题库中进行智能抽题,并组成试卷。Arron 可查看不同技能点下的题目数量,并反对他替换批改。

组卷后,Arron 便能邀请候选人在 1024PaaS 轻协同 IDE 的环境下进行技术测评,让编码如在本地个别丝滑晦涩。平台还提供 AI 助手辅助候选人答题,模仿实在工作环境,Arron 也能在之后理解其解题思路。

(详情可见文章:《面对 AI 冲击,技术人才该如何考核?》)

答题界面

候选人提交试卷后,零碎接入的 AI 大模型还能进行自动化评卷,使得 Arron 的阅卷工夫投入降至为 0,并且还能提供主观规范,缩小与其余面试官的一致。

(详情可见这两篇文章:《怎么实现技术评卷工夫 0 投入的?(上)》《怎么实现技术评卷工夫 0 投入的?(下)》)

评卷界面评卷实现后,Arron 还能一键生成人才报告。报告会依据候选人答题后果,从技能点与能力维度两方面展现各项评分,深挖实战技术、工程能力与思维,以及问题解决等理论工作相干的能力。

报告还会依据候选人答题体现,主动帮忙 Arron 进行岗位定级,如答题优异则定为 S6 级,答题后果不佳则定为 S5 级或更低。

人才报告

人才报告能全面展示候选人实在技术能力,清晰开掘强项和薄弱点。Arron 还可共享报告给其余面试官,缩小主观性的负面影响。

人才报告(续)

如果此次招聘仍有不尽如人意之处,Arron 还可依据报告进行无效复盘。他能够重审各能力维度,察看是否有疏漏或多余;还可调整知识点,减少或缩小难度,进一步匹配岗位需要。

总之,该技术测评体系提供了一套规范,便于 Arron 根据规范迭代优化招聘办法,疾速失去实用于本人企业的专属岗位画像。

除了技术招聘外,Arron 也能够应用 ShowMeBug 技术测评 2.0 的性能,对企业进行外部人才测评,给员工岗位定级,同时也激励员工以考促学,驱动他们自我晋升与学习的欲望。

这次,技术面试官 Arron 和 HR 就不必再为不好招人吵架了:

自动化流程,帮 HR 一秒智能组卷;业余标准化的岗位定级与出题判卷,让 Arron 可定制专属个性化的岗位画像与决策依据;基于实战工作的考核题目,给他们带来了真才实干的技术人选。

退出移动版