大數據招聘，我就這樣被算法選中

傑德·多明格斯今年26歲，從未上過大學，被鍍金公司的算法斷定爲編程高手，然後被這家新創公司招聘爲程序員。
​（文／ MATT RICHTEL）去年夏天，26歲的傑德•多明格斯（Jade Domingues）收到一封突如其來的郵件，舊金山一家初創公司請他去面試程序員。多明格斯那個時候住在加利福利亞州帕薩迪納市一間租來的屋子裏，靠信用卡賒帳度日，他正在自學編程。多明格斯在高中表現中等，也沒想過要上大學。可是，在雲端的某處有那麼一我的，他認爲多明格斯有多是個天才，再不濟也是塊未經打磨的原石。

「招人時使用的傳統指標可能有錯，大大的錯了，」鍍金公司的首席科學家薇薇安·明這樣評論。

鍍金公司的創始人盧卡·邦馬薩和希爾羅德·德賽但願讓發現優秀程序員的過程實現自動化。
那我的就是盧卡•邦馬薩（Luca Bonmassar），他經過一種技術發現了多明格斯，這一技術將對企業如何招聘，以及優秀的人才是否在此過程當中被遺漏提出重要的問題。新的理念讓人把目光從傳統的人才指標上移開來一點，好比招募者通常都很關心的麻省理工大學的學位、谷歌公司供職的經歷、同事或友人的推薦等等，同時投入更多注意力在一些簡單的概念上面：這我的的表現如何？這我的可以作什麼？能不能量化分析它？

這項技術是鍍金公司（Gild）的產品，這是一家成立不到兩年的初創企業，邦馬薩是聯合創始人之一。相似鍍金公司這樣的一小批新公司正奔着這樣一個目標努力，那就是讓發現有才華的程序員——有着巨大的市場需求量的一個羣體——實現自動化。他們的工做屬於大數據的範疇，大數據就是利用計算機來收集和分析各類各樣的信息，執行許許多多的任務，無論是推薦圖書、在網站上投放有針對性的廣告，仍是預測治療效果或股票價格。

讓算法幫你，發現那些未被人發現的人才

---

近來，愈來愈多的學者和企業家將大數據應用在人力資源管理和人才搜尋的過程當中，建立了一個叫作勞動力科學的新領域。鍍金公司在作的，即是看看這些技術是否也能夠用來預測一個程序員在工做中的表現。鍍金公司在互聯網上搜刮線索：他或她寫的代碼獲得其餘程序員的好評嗎？這些代碼是否被重用？這個程序員如何交流想法？他或她在社交網站上如何與人相處？

鍍金公司的方法在很大程度上還僅僅處於初始的階段，成效如何還有待檢驗。目前，關於使用大數據來進行招聘的想法有存在不少建設性的爭議，一樣存在的還有興奮，尤爲是在那些很難找到優秀人才的產業。

鍍金公司預期今年的收益大約有200萬到300萬美圓，而且公司已經籌得了1000萬美圓左右的融資，其中包括LinkedIn的早期投資人、風險資本家馬克•卡凡（Mark Kvamme）的一大筆錢。測試或使用鍍金公司的技術進行招募的不乏大牌客戶，包括Facebook、亞馬遜、沃爾瑪、谷歌和Twitter。

企業用鍍金公司的技術來發掘新的候選人，同時也評估他們已經在考慮僱傭的人選。鍍金公司本身也使用這項技術——他們急需能幹的編程人員，可開出的薪資又抵不過大一些的技術公司，因此才找到了傑德。算法斷定傑德的編程分數是整個南加州最高的，是幾乎無人能敵的100分。

傑德是誰？他能幫助鍍金公司嗎？他的故事又告訴了咱們關於現今招聘制度和任人惟賢的什麼？

能力決定一切嗎？

---

硅谷的人大多認同一些特定的想法，好比發展、效率和速度是好的。技術可以解決大部分的事情。變化是不免的；動盪沒什麼好懼怕。或許硅谷人最最相信的一條，就是能力決定一切。

可是，薇薇安•明（Vivienne Ming）卻說她認爲硅谷並不像人們想的那樣任人惟賢。薇薇安•明從2012年年末開始擔任鍍金公司的首席科學家，她認爲有才華的人被忽視、錯判或漏選是常有的事。她這樣想部分是因爲她本身就有過這樣的經歷。

明博士生下來是男性，名叫埃文•坎貝爾•史密斯（Evan Campbell Smith）。他是一個好學生，仍是一名出色的運動員，保持着高中田徑三級跳遠和撐杆跳遠的校級記錄。但他總以爲與本身的身體有着某種脫離。高中畢業後，埃文經歷了一次身份危機的全面爆發。他的大學以失敗了結，在工做之間換來換去，想過自殺，跌到了所謂的人生最低谷。不過，他並無卡在那裏，而是再一次彈了起來。在27歲那一年，他回到學校，得到了加州大學聖地亞哥分校的認知神經科學的本科學位，此後又前後得到了卡耐基梅隆大學的心理學和計算神經科學的博士學位。

在斯坦福大學讀博士後期間，他開始進行性別轉變，並在2008年完全成爲薇薇安•明博士。

做爲一個女人，明博士開始注意到人們對待她的不一樣。有些是看起來無傷大雅的小事，像是男性爲她開門。也有讓她煩心的事情，好比學生來問她數學題的次數比她仍是男性時要少了，男性同事和工做上的聯繫人請她參加社交活動（好比一場棒球賽）的次數也變少了。

偏見每每以人們意識不到的形式體現出來。明博士援引了一項耶魯大學研究人員取得的發現，研究型大學的教師成員在描述應聘經理職位的女性求職者時，認爲其能力相比具備一樣資格的男性要遜色得多。美國國家經濟研究局公佈的另外一項研究發現，簡歷上名字「聽起來像黑人」的求職者收到僱主回電的概率要比簡歷上有一個「聽起來像白人」的名字的求職者難上不少。

基本上每一個人都贊成，性別、長相或者名字的讀音不該該影響聘用決定。但明博士把任人惟賢的概念更進一步。她提出，那些用來篩選人才的公認標準，好比在哪裏上的大學、以前在哪裏工做過，一樣也會遺漏人才，並最終成爲僱主的損失。

「招人時使用的傳統指標可能有錯，大大的錯了，」她說。

對於她所說的「這麼多被浪費掉的人才」，明博士的應對方法是，製造機器來儘量地消除人爲偏見。這並非說傳統意義上的那些資格應該被忽略，而是加上她認爲更復雜的措施予以均衡。整體而言，鍍金公司的算法分析一我的時要處理三百來個主要變量：常逛的網站；描述各類技術時使用的語言類型，積極仍是消極；在LinkedIn上的技能自述；參與過哪些項目，都幹了多久；還有——沒錯——在哪裏上的學、學的什麼專業，這所學校當年在《美國新聞與世界報道》上排名是多少。

在數據中找淘金

---

鍍金公司並非惟一在信息中淘金的公司。另外一家舊金山的初創公司「人才回收站」（TalentBin），也在互聯網上搜索有才華的程序員，根據該公司的網站介紹，TalentBin在程序員彙集的網站網絡人才，收集「數據廢氣」，爲僱主建立潛在的招聘名單。另一家競爭對手是「絕妙招聘」（RemarkableHire），這家公司評估我的能力的方式是看他或她在網上的成果被人評分如何。

還有ENTELO，這家公司試圖找出有可能在找工做的人，甚至在這些人本身開始找工做以前就把他們找出來。據其網站介紹，ENETLO使用超過70個變量來找出職業變化的跡象，好比一我的在社交網站上展現本身的方式。該網站寫道：「咱們處理數據，節省你的精力。」

英國數據分析公司Altimeter Group的負責數據和分析產業的分析師蘇珊•艾特琳（Susan Etlinger）表示，這樣在招聘時應用大數據「絕對值得一試」。不過她對算法是否改進了僱主已經在作的事情，好比收集簡歷或推薦信、使用傳統上與成功相關的指標等等提出了疑問。

「缺少實際結果，」她說：「說機率就等於現實還不能說服我。」

大數據公司QUID的共同創始人和首席技術官肖恩•古爾利（Sean Gourley）表示，篩查數據能夠爲招聘提供信息，但前提是使用時要了解數據不能揭露的信息。「大數據有大數據的偏見，」他說。「你衡量你能測量的」，同時「你低估了測量不了的東西，像是直覺和感召力」。

古爾利補充說：「當你把人從複雜決策裏面排除掉之後，你能夠把算法優化成神，但代價又是什麼呢？」

明博士沒有說要消除人的判斷，但她確實認爲招聘該由計算機作主，就像一個自動人才吸取和篩檢器同樣。鍍金公司已經積累了一個有700萬程序員資料的數據庫，並根據所謂的鍍金公司得分對他們進行了排名，該公司表示，鍍金公司得分是一種衡量一我的能夠作什麼的方法。最終的目標，明博士但願能拓寬算法，使其能夠用於搜索和評估各類類型的勞動力，好比網站設計師、金融分析師，甚至零售店的銷售人員。

「咱們本身內部也挖到了一座金礦，」明博士說：「咱們發現了在洛杉磯這個搗鼓電腦的孩子。」

她說的是傑德。

一個被算法發現的人

---

多明格斯在洛杉磯長大，在五個孩子中排行第三。媽媽是家庭主婦，爸爸是電信設備的安裝工，是一個注重教育的藍領。

傑德的成長軌跡卻很叛逆。高中讀了一半，以前一直是全優生的小多明格斯開始思考，上學究竟是爲了達標仍是爲了真正的學習。「價值主張（value proposition）上學是爲了找個好工做，」他對我說。「但冷靜想，你上學難道不應是爲了學習嗎？」傑德的成績大幅降低，他給我說他從阿罕布拉高中畢業時平均分還不到3.0。

他不但不想上大學，還想證實他不上大學也同樣能超級成功。他閱讀了大量的創業書籍，開了一家在T恤印刷定製圖案的公司，先是在家裏幹，後來搬到了一間租來的將近100平米的倉庫裏。他認爲他還須要一個網站，因而自學起了編程。

「我當時拼命用我本身的優勢證實本身，」他說。他認可本身可能作得有點兒太過了。「爲了證實人們錯了而去作事情是不太成熟的表現。」

他的胳膊上有一個紋身，是花體寫的「相信」（Believe）。如今他以爲這有些好笑，不過仍舊認爲本身能作到他想作的事情。在說到計算機語言的時候，他說：「代碼最棒的一點在於，很大程度上是靠能力驅動的。不看你學過什麼，只看你學到了什麼。」

當鍍金公司開始招人時，它假定舊金山和硅谷地區的人才都已經被挑揀乾淨了。因而，公司讓其算法跑了一遍南加州的信息，得出了一系列的程序員。排在頭一個就是多明格斯，他GitHub網站上有一個很是堅實的聲譽，GitHub 網站是軟件開發人員彙集的地方，他們在這裏共享代碼、交流思想，創建名望。鍍金公司就在GitHub以及BitBucket、Google Code等其餘少數幾個網站上梳理信息，尋找幹這行的聰明人。

多明格斯的成績斐然。他爲一個Jekyll-Bootstrap寫的代碼，建網站時會用到的一個功能，獲得了1267位其餘網站開發人員的重用，給人留下了很深入的印象。他的語言和習慣顯示出對產品研發的熱情和對多種編程工具的酷愛，好比Rails和JavaScript，這都是鍍金公司有用的。他的博客和Twitter上的發言代表他執拗己見，正是鍍金公司但願其初創成員所具有的一點。

鍍金公司的招聘人員給他發出了電子郵件，讓他來舊金山面試。公司的兩位創始人見到了一個富有魅力、充滿自信的年輕人——舉止從容、善於表達、有想法、笑容很親切，比其餘來面試的應聘者多些棱角，鍍金公司的另外一位聯合創始人兼首席執行官希爾羅伊•德賽（Sheeroy Desai）說。

多明格斯穿了一件亮綠色的帽衫去面試。他問了一些尖銳的問題，好比公司在這些工程師不知情的狀況下給他們打分，是否擔憂這會被視爲侵犯隱私？（鍍金公司不這麼認爲，多明格斯也不相信。鍍金公司稱，它使用的都是公開的信息。）

他們也問了他一些很針對但也很溫和的問題，好比可否在有組織的環境中工做。他說他能。公司立即就簽下了多明格斯，而他獲得了一份年薪在11.5萬美圓左右的工做。

「他是一個典型的腦殼靈光、積極性很高的人，但無論出於什麼樣的緣由，在高中時沒調動起來，沒看見大學的價值，」德賽說。

德賽先生卻是上了大學，讀的是麻省理工大學，極受用人單位推崇的院校之一。德賽說，他是在那裏學會了如何應對壓力，與才華橫溢的人共事，時不時的自嘆不如。雖然在學校裏學的東西都很重要，但他說，「這並非事情的所有」。雖然擁有計算機科學的學位，但他很確定地說：「我是個很爛的開發人員。」

大數據招聘，有多靠譜？

---

人力資源管理方面的專家、加州大學洛杉磯分校的教授大衛•列文（David Lewin）說，問一我的能作到什麼是一個重要的問題，而問他能不能和其餘人一塊兒完成也一樣重要。列文博士說，預測一我的在一個組織中有何表現，最可靠的方法即是讓已經在那裏工做的人進行推薦。現任員工瞭解公司文化，並且推薦很差他們本身的名聲和工做環境也會受牽連。耶魯大學管理學院最近利用大數據進行的一項研究細化了現有認識，員工推薦是招到好員工一個好方法，但這種方法每每在推薦人自己工做效率很高的狀況下效果顯著。

在列文博士看來，他很懷疑算法能完全取代一名可靠僱員的恰當推薦。

鍍金公司的客戶裏有一家叫Square的公司的業務是作移動支付系統。像其餘許多高科技企業同樣，Square也在大肆招人，該公司的人力資源總監布萊恩•鮑爾（Bryan Power）在硅谷打拼多年，根據他的說法，如今對於優秀人才的競爭跟dot.com熱潮那會兒同樣激烈。

「斯坦福出來的或在谷歌工做過是一個極好的指標」，鮑爾說。「他們有名是有道理的。」但這些種子人選有的選項不少，他們不必定選擇Square。「咱們須要在更大的池子裏撒網，」他說：「而這就是鍍金公司在作的事情。」

鍍金公司的技術爲Square找出了一些候選人，但目前尚未簽下來的。鮑爾先生說鍍金公司的算法給出的是一個泛化的編程分數，與Square要來填補職位空缺的要求不是那麼具體。「鍍金公司對誰有能力有它的見解，但事情並非那麼簡單，」他說，同時表示Square正在和鍍金公司洽談優化模型。

儘管目前來講用處有限，但鮑爾表示，鍍金公司在作事情是一個大事件的開始。現在，年輕的工程師更多地在網上發佈他們的工做成果，參與開放源碼工做，提供更多可用來挖掘原石的數據。「這全都是爲了發掘未被發現的人才，」他說。

德賽說，多明格斯在鍍金公司工做了8個月，已經證實了他是一個有才華的程序員。但他也表示，多明格斯「有時候要竭力才能在一個結構化的環境中工做」。當他坐在電腦前，同事都儘可能不去打擾他。

在會議上，多明格斯會踊躍發言。他比之前更快活，他說，「只要我能在搭建系統的過程當中有發言權」，要否則就又成了一個他只能聽從的系統。他還小小地抱怨了公司的擴張，在過去6個月中鍍金公司已經從10我的擴大到40人，添加了管理層和官樣文章。

「事實是，個人性格就是要按照本身的方式作事，最終我不免要本身開公司，」多明格斯說。不過，他又當即補充說：「我很感激和敬重公司給個人機會，我很清楚他們由於個人能力僱傭了我。對此我將永遠心懷感激。」

明博士說，多明格斯這個年輕人是一個偉大的發現，同時也是一個未知數。固然，他只是一個例子，既不能用於支持也不能拿來反駁這種新的方法。

「他老是帶着那種獨行狼的做風，」明博士說。「初期還好，但後來可能會變得很難說。」

算法在測量它能夠測量的東西上面表現出色。它算準了多明格斯與電腦打交道的能力。還不肯定的，是從長遠看，他將如何使用他的天賦與人一塊兒工做。

來自：果殼網