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：
- 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;
- 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;
- 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;
- 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。