看不懂技术职位JD找不准人?百万猎头教你这么做
2018-04-03 15:46:36 浏览次数:1120
我不是计算机专业/没有技术背景,技术职位真心看不懂呀。
我们公司没有技术职位的培训,Leader和同事也不太懂技术职位,我没有学习对象。
我问过做技术的候选人,请他们给我讲技术职位,他们讲的好专业当时听听还挺激动的,回来一看发现有些职位JD还是看不懂。
上面3个问题,很多想做技术职位的同学也许经历过。
8年前,一个文科背景一毛钱技术都不懂的HR转行做了猎头,上面3个问题一个不少的都遇到过,当时的他很苦恼。
因为看不懂职位,和技术人员打电话时总感觉底气不足,说话没底气。最惨的一次,在电话里面就被候选人开怼,被义正言辞的质疑为不专业,然后被怒挂电话,当时这位刚入行的猎头小朋友被刺激的跳黄浦江的心都有了。
还是这个猎头,入行第2年个人业绩过百万,8年后的今天开始为猎头同学和猎头公司分享培训。没错,这个人就是我!
如果你问我做的还不错最大秘密是什么?毫无疑问,因为我懂技术职位,我平均推荐4个候选人,就有1个人会进入offer流程。
对职位的理解,清楚职位想要什么样的人,如同大海中船的航向,找对了事半功倍,找错了不仅劳民伤财白白花费力气,更有可能赔了夫人又折兵因为方向不对而错过了合适的候选人或者耽误了做其它case的大好时间。
不理解技术职位的后果,确实很严重!那到底该如何理解技术职位呢?结合我自己做8年技术职位的经验,说一说我对技术职位理解的心法:
1、懂得多深不重要,记住职位关键词最重要
问:你会用微信和好友视频聊天吗?
答:会呀,这年头我老妈都会微信视频聊天
再问:那你知道你视频聊天时,你的语音和图像信息是通过什么协议在网络上传输的吗?如何避免语音延迟吗?通过什么技术实现语音和图像信息同步的吗?
答:额......
再问:如果只是想微信视频聊天,需要知道我刚才说的那些技术吗?
答:好像不需要哦,我知道怎么发起视频聊天,对方接收就可以了
猎头是做开发的吗?不是,猎头是精准找人的!
猎头需要懂技术吗?确实需要懂一点,因为你要可以看懂职位JD!
那了解职位看懂职位JD的目的是什么?可以根据职位JD找到适合这个职位的人!
所以,猎头理解职位的目的是为了匹配职位JD和候选人,不是自己动手做开发!
重要的话,再说三遍:
你是做猎头,不是做开发!猎头理解职位的目的是为了匹配职位JD和候选人,不是自己动手做开发!
你是做猎头,不是做开发!猎头理解职位的目的是为了匹配职位JD和候选人,不是自己动手做开发!
你是做猎头,不是做开发!猎头理解职位的目的是为了匹配职位JD和候选人,不是自己动手做开发!
基于这个目的,任何的技术职位JD,我们只需要能判断出这个职位需要什么样的人,什么样的人适合这个职位就可以了。我们无需对这个技术职位的所有技能点,或者某个技术实现的所有底层框架、实现机制、技术协议都一清二楚。
我们只需要总结出这个技术职位的某几个关键词,然后根据这些关键词去寻找合适的候选人即可,抓住这个职位关键词,就可以彻底把这个职位拿下。
这些职位的关键词,如同太空步于迈克尔杰克逊,如同真相只有一个于柯南,如you jump i jump于泰坦尼克号的Jack和Rose。
举一个我用关键词,分析java职位的例子:
天猫-Java/Web开发技术专家/高级技术专家-营销平台
(职位JD来自阿里巴巴招聘平台)
发布时间:2018-03-06
工作地点:杭州市
工作年限:三年以上
所属部门:天猫技术部
学 历:本科
招聘人数:6
岗位描述:
1、负责系统设计、核心代码的开发和系统优化等工作;
2、协助业务方梳理业务需求,提供业务规划方案、架构设计方案,并能根据方案展开研发工作的开展;
3、负责攻克高并发、高稳定性,业务模型复杂等带来的各种挑战及技术难关。
Leo职位分析:
Java开发一般分业务逻辑、大数据处理两个方向。
业务逻辑偏规则设计,业务逻辑的职位一般需要候选人之前做过类似的项目经历。
大数据处理则是负责把数据库的数据推送给前台,大数据处理的职位和具体的业务内容关联度不大,关键是看之前处理的数据量够不够大。
从工作描述上看,出现了高并发,高稳定性,仅从工作描述看,是偏大数据处理方向的java开发职位。
工作职责中反复出现,系统设计、业务规划、架构设计,所以这是架构师的工作职责,这样的工作职责也对应阿里的P7/P8招聘的级别。
技术挑战:
1、每天10点开团,大量的用户涌入,下单,导致高并发,高性能的问题
2、聚划算每个商品的开团时间仅有一天,对稳定性,可用性有非常高的要求
Leo职位分析:
技术挑战中再次出现了,高并发、高性能、稳定性、可用性,再次应证了是偏大数据处理方向的java开发职位。
期望层级:P7、P8
岗位要求:
1、JAVA基础扎实,熟悉io、多线程、集合等基础框架,熟悉分布式、缓存、消息、搜索等机制;
2、三年以上使用java进行web开发的经验,精通AOP、MVC等框架,熟悉Linux下的常用命令,熟悉MySQL;
3、熟悉JAVAEE规范,熟悉常用的设计模式;精通Java及Web的开发和应用;熟悉高并发、高性能的分布式系统的设计及应用、调优;
4、具有一定的项目规划和决策能力,善于捕捉业务需求、架构设计中存在的问题,并给出有效的解决措施和方法;
5、具有高度的抽象设计能力,思路清晰,善于思考,能独立分析和解决问题;
6、能承受一定的工作压力,有责任心和上进心,能通过持续学习完善自身,有担当,执行力强,乐于分享;
Leo职位分析总结:
1、职位要求中出现了:高并发、高性能的分布式系统的设计及应用、调优,结合上面的推断,可以确定这个职位是一个偏大数据处理的java职位。
2、职位要求中,明确指出要做过3年以上web开发,这个是必须项。Web开发就是网站后台开发的意思,如果只做过APP的java后台开发就不合适了。
3、如果是web开发的大数据处理,web页面一般日PV量千万级别算是数据量相对比较大。(日PV是页面被1天被打开的总次数,2015年淘宝首页日PV量差不多就到了一个亿)
目标候选人:
1、至少用Java做过3年web网站的大数据处理,开发过高性能的分布式系统,产品日PV量最好超过1000万(只用Java做过APP后台开发的人不适合)
2、因为是阿里P7\P8级别,之前一定要做过大型项目的架构设计,如果是架构师级别且带过小团队更佳
3、目标公司:从知名的有web网站的公司找,如:京东、唯品会、新美大、携程、百度、腾讯等(滴滴、摩拜等只有APP没有web网站的就不是太合适)
知识点总结:我们理解职位JD的目的是为了匹配职位JD和候选人,通过职位关键词我们可以判断职位需要什么人即可,这其中有个度的问题,对于技术职位的理解不是越多越好(有时候你知道的更多,或听技术开发讲的多后反而会更迷惑),对技术职位想要了解更多可以做为业余兴趣爱好,工作中只要够用就行。如同使用微信视频聊天,你要做是只是会发起视频聊天,而不是想要百分百了解微信语音聊天背后复杂的技术体系。
截止到今天,我也不是对所有技术职位JD中所有技术要求的点都一清二楚,但是通过关键词我几乎可以100%准确的判断,这个职位是做什么的,想要找什么样的人。
嗯,这个自信不是飘柔带给我的,是职位关键词!
二、通过职位的工作职责 + 找对类比的参照物,技术职位理解起来其实很简单
技术职位好理解吗?坦率说不好理解,不然这个问题不会困扰这么多猎头。
技术职位真的很难理解吗?如果找对方法,不难!
用什么方法?通过职位的工作职责 + 找对类比的参照物。
职位的名称也许每个公司的叫法不同,但是某个职位的工作职责、做的事差不多每家公司都一样。
如果只是对着技术职位讲职位,也许会让你云山雾里摸不清方向。当我们根据技术职位的工作职责、做的事,在生活中或者工作中找到类比的参照物,也许你会有一种豁然开朗的感觉。
我用最通俗的语言,说下几个职位你听听看:
1、视觉设计师
我们看到的所有互联网产品(不管APP还是网站),所有形象、图片、排版、颜色都是由视觉设计师设计的,以微信为例,微信的APP的图标、颜色、打开微信后看到的页面、按钮的位置和大小、页面布局排版等,所有你看的到的都是由视觉设计师设计的。
如果把一个互联网产品比喻成一个人,那视觉设计师如同这个人的形象设计师,这人穿什么款的衣服,什么颜色的衣服、穿几件、衣服尺码大小、带不带墨镜、用什么粉底、头发打什么发型(上不上假发)、凹什么造型(站着、蹲着还是趴着)等,都是由这个视觉设计师说的算。
2、交互设计师
我们给别人微笑打招呼,一般来说别人也会微笑回应,这种互动在计算机世界可以理解为交互。
当我们使用某个APP时点击按钮,按钮显示被压下去了,或者点击时发生“咚”的声音,或者点击后跳出一个对话框提示“已点击确定”,这种对我们的动作,计算机给予的反馈就是就是交互,设计这种反馈效果(如变颜色、显示被压下去、或者跳出提示框等)就是交互设计师。
3、自然语言处理 / NLP
自然语言处理/NLP,是教机器理解人的语言,可以理解为人类给机器找了一个语文老师教机器认字、认词、认成语、可以读懂话、读懂文章、可以从内容判断喜怒哀乐,这就是NLP提到的分词、切词、语法分析、语意分析、意图识别等。
有了NLP,机器才能根据人写的文字和说的话,听懂人的意思,完成搜索、推荐、语音识别,所以NLP是搜索、推荐、语音识别业务最核心的基础。
4、推荐算法
推荐算法,好像你的家人或家人经过长时间的相处他们知道你的喜好、脾气、性格,知道你喜欢吃什么、喜欢什么品牌、喜欢去哪里旅游,可以帮你定你喜欢吃的外卖,给你买你喜欢品牌的东西。
当你在电商网站上浏览产品、收藏产品、购买东西的时候,机器就会给你打上用户标签,比如:25-30岁,男性,最近经常购买家居类产品可能刚搬了新家,月收入大概在6000-8000,最近经常浏览管理类书籍可能是个公司管理者....等,给用户贴上一系列标签。推荐算法根据这些标签以及购买记录判断你的喜好,然后给你推荐你可能感兴趣、会购买的产品,这就是推荐算法。
上面是我对几个职位通俗化的理解,这更多的是一种思路,你也可以找到你自己理解职位的类比参照物。后续有机会,我也会继续写文章分享更多我对技术职位的理解。