廣州速高企業管理咨詢有限公司

中文版ENGLISH

速高新聞  LATEST News

首頁 > 行業新聞 > 詳細信息

看不懂技術職位JD找不準人?百萬獵頭教你這么做

2018-04-03 15:46:36     瀏覽次數:794

我不是計算機專業/沒有技術背景,技術職位真心看不懂呀。

 

我們公司沒有技術職位的培訓,Leader和同事也不太懂技術職位,我沒有學習對象。

 

我問過做技術的候選人,請他們給我講技術職位,他們講的好專業當時聽聽還挺激動的,回來一看發現有些職位JD還是看不懂。

 

上面3個問題,很多想做技術職位的同學也許經歷過。

 

8年前,一個文科背景一毛錢技術都不懂的HR轉行做了獵頭,上面3個問題一個不少的都遇到過,當時的他很苦惱。

 

因為看不懂職位,和技術人員打電話時總感覺底氣不足,說話沒底氣。最慘的一次,在電話里面就被候選人開懟,被義正言辭的質疑為不專業,然后被怒掛電話,當時這位剛入行的獵頭小朋友被刺激的跳黃浦江的心都有了。

 

還是這個獵頭,入行第2年個人業績過百萬,8年后的今天開始為獵頭同學和獵頭公司分享培訓。沒錯,這個人就是我!

 

如果你問我做的還不錯最大秘密是什么?毫無疑問,因為我懂技術職位,我平均推薦4個候選人,就有1個人會進入offer流程。

 

對職位的理解,清楚職位想要什么樣的人,如同大海中船的航向,找對了事半功倍,找錯了不僅勞民傷財白白花費力氣,更有可能賠了夫人又折兵因為方向不對而錯過了合適的候選人或者耽誤了做其它case的大好時間。

 

不理解技術職位的后果,確實很嚴重!那到底該如何理解技術職位呢?結合我自己做8年技術職位的經驗,說一說我對技術職位理解的心法:

 

1、懂得多深不重要,記住職位關鍵詞最重要

問:你會用微信和好友視頻聊天嗎?

答:會呀,這年頭我老媽都會微信視頻聊天

 

再問:那你知道你視頻聊天時,你的語音和圖像信息是通過什么協議在網絡上傳輸的嗎?如何避免語音延遲嗎?通過什么技術實現語音和圖像信息同步的嗎?

答:額......

 

再問:如果只是想微信視頻聊天,需要知道我剛才說的那些技術嗎?

答:好像不需要哦,我知道怎么發起視頻聊天,對方接收就可以了

 

獵頭是做開發的嗎?不是,獵頭是精準找人的!

獵頭需要懂技術嗎?確實需要懂一點,因為你要可以看懂職位JD

那了解職位看懂職位JD的目的是什么?可以根據職位JD找到適合這個職位的人!

 

所以,獵頭理解職位的目的是為了匹配職位JD和候選人,不是自己動手做開發!

 

重要的話,再說三遍:

你是做獵頭,不是做開發!獵頭理解職位的目的是為了匹配職位JD和候選人,不是自己動手做開發!

你是做獵頭,不是做開發!獵頭理解職位的目的是為了匹配職位JD和候選人,不是自己動手做開發!

你是做獵頭,不是做開發!獵頭理解職位的目的是為了匹配職位JD和候選人,不是自己動手做開發!


基于這個目的,任何的技術職位JD,我們只需要能判斷出這個職位需要什么樣的人,什么樣的人適合這個職位就可以了。我們無需對這個技術職位的所有技能點,或者某個技術實現的所有底層框架、實現機制、技術協議都一清二楚。

 

我們只需要總結出這個技術職位的某幾個關鍵詞,然后根據這些關鍵詞去尋找合適的候選人即可,抓住這個職位關鍵詞,就可以徹底把這個職位拿下。

 

這些職位的關鍵詞,如同太空步于邁克爾杰克遜,如同真相只有一個于柯南,如you jump i jump于泰坦尼克號的JackRose

 

舉一個我用關鍵詞,分析java職位的例子:

 

天貓-Java/Web開發技術專家/高級技術專家-營銷平臺

(職位JD來自阿里巴巴招聘平臺)

發布時間:2018-03-06

工作地點:杭州市

工作年限:三年以上

所屬部門:天貓技術部

  歷:本科

招聘人數:6


崗位描述:

1、負責系統設計、核心代碼的開發和系統優化等工作; 
2、協助業務方梳理業務需求,提供
業務規劃方案、架構設計方案,并能根據方案展開研發工作的開展; 
3、
負責攻克高并發、高穩定性,業務模型復雜等帶來的各種挑戰及技術難關。 


Leo職位分析:

Java開發一般分業務邏輯、大數據處理兩個方向。


業務邏輯偏規則設計,業務邏輯的職位一般需要候選人之前做過類似的項目經歷。


大數據處理則是負責把數據庫的數據推送給前臺,大數據處理的職位和具體的業務內容關聯度不大,關鍵是看之前處理的數據量夠不夠大。

 

從工作描述上看,出現了高并發,高穩定性,僅從工作描述看,是偏大數據處理方向的java開發職位。

 

工作職責中反復出現,系統設計、業務規劃、架構設計,所以這是架構師的工作職責,這樣的工作職責也對應阿里的P7/P8招聘的級別。


技術挑戰: 
1、每天10點開團,大量的用戶涌入,下單,導致
高并發,高性能的問題

2、聚劃算每個商品的開團時間僅有一天,對穩定性,可用性有非常高的要求 


Leo職位分析:

技術挑戰中再次出現了,高并發、高性能、穩定性、可用性,再次應證了是偏大數據處理方向的java開發職位。

 

期望層級:P7、P8


崗位要求:

1JAVA基礎扎實,熟悉io、多線程、集合等基礎框架,熟悉分布式、緩存、消息、搜索等機制; 
2、三年以上使用
java進行web開發的經驗,精通AOP、MVC等框架,熟悉Linux下的常用命令,熟悉MySQL; 
3、熟悉JAVAEE規范,熟悉常用的設計模式;精通Java及Web的開發和應用;熟悉
高并發、高性能的分布式系統的設計及應用、調優 
4、具有一定的項目規劃和決策能力,善于捕捉業務需求、架構設計中存在的問題,并給出有效的解決措施和方法; 
5、具有高度的抽象設計能力,思路清晰,善于思考,能獨立分析和解決問題; 
6、能承受一定的工作壓力,有責任心和上進心,能通過持續學習完善自身,有擔當,執行力強,樂于分享;

 

Leo職位分析總結:

1、職位要求中出現了:高并發、高性能的分布式系統的設計及應用、調優,結合上面的推斷,可以確定這個職位是一個偏大數據處理的java職位。


2、職位要求中,明確指出要做過3年以上web開發,這個是必須項。Web開發就是網站后臺開發的意思,如果只做過APP的java后臺開發就不合適了。


3、如果是web開發的大數據處理,web頁面一般日PV量千萬級別算是數據量相對比較大。(日PV是頁面被1天被打開的總次數,2015年淘寶首頁日PV量差不多就到了一個億)


目標候選人:

1、至少用Java做過3年web網站的大數據處理,開發過高性能的分布式系統,產品日PV量最好超過1000萬(只用Java做過APP后臺開發的人不適合)


2、因為是阿里P7\P8級別,之前一定要做過大型項目的架構設計,如果是架構師級別且帶過小團隊更佳


3、目標公司:從知名的有web網站的公司找,如:京東、唯品會、新美大、攜程、百度、騰訊等(滴滴、摩拜等只有APP沒有web網站的就不是太合適)

 

知識點總結:我們理解職位JD的目的是為了匹配職位JD和候選人,通過職位關鍵詞我們可以判斷職位需要什么人即可,這其中有個度的問題,對于技術職位的理解不是越多越好(有時候你知道的更多,或聽技術開發講的多后反而會更迷惑),對技術職位想要了解更多可以做為業余興趣愛好,工作中只要夠用就行。如同使用微信視頻聊天,你要做是只是會發起視頻聊天,而不是想要百分百了解微信語音聊天背后復雜的技術體系。

 

截止到今天,我也不是對所有技術職位JD中所有技術要求的點都一清二楚,但是通過關鍵詞我幾乎可以100%準確的判斷,這個職位是做什么的,想要找什么樣的人。

 

嗯,這個自信不是飄柔帶給我的,是職位關鍵詞!

 

二、通過職位的工作職責 + 找對類比的參照物,技術職位理解起來其實很簡單

 

技術職位好理解嗎?坦率說不好理解,不然這個問題不會困擾這么多獵頭。

 

技術職位真的很難理解嗎?如果找對方法,不難!

 

用什么方法?通過職位的工作職責 + 找對類比的參照物。

 

職位的名稱也許每個公司的叫法不同,但是某個職位的工作職責、做的事差不多每家公司都一樣。

 

如果只是對著技術職位講職位,也許會讓你云山霧里摸不清方向。當我們根據技術職位的工作職責、做的事,在生活中或者工作中找到類比的參照物,也許你會有一種豁然開朗的感覺。

 

我用最通俗的語言,說下幾個職位你聽聽看:

 

1、視覺設計師

我們看到的所有互聯網產品(不管APP還是網站),所有形象、圖片、排版、顏色都是由視覺設計師設計的,以微信為例,微信的APP的圖標、顏色、打開微信后看到的頁面、按鈕的位置和大小、頁面布局排版等,所有你看的到的都是由視覺設計師設計的。

 

如果把一個互聯網產品比喻成一個人,那視覺設計師如同這個人的形象設計師,這人穿什么款的衣服,什么顏色的衣服、穿幾件、衣服尺碼大小、帶不帶墨鏡、用什么粉底、頭發打什么發型(上不上假發)、凹什么造型(站著、蹲著還是趴著)等,都是由這個視覺設計師說的算。

 

2、交互設計師

我們給別人微笑打招呼,一般來說別人也會微笑回應,這種互動在計算機世界可以理解為交互。

 

當我們使用某個APP時點擊按鈕,按鈕顯示被壓下去了,或者點擊時發生“咚”的聲音,或者點擊后跳出一個對話框提示“已點擊確定”,這種對我們的動作,計算機給予的反饋就是就是交互,設計這種反饋效果(如變顏色、顯示被壓下去、或者跳出提示框等)就是交互設計師。

 

3、自然語言處理 / NLP

自然語言處理/NLP,是教機器理解人的語言,可以理解為人類給機器找了一個語文老師教機器認字、認詞、認成語、可以讀懂話、讀懂文章、可以從內容判斷喜怒哀樂,這就是NLP提到的分詞、切詞、語法分析、語意分析、意圖識別等。

 

有了NLP,機器才能根據人寫的文字和說的話,聽懂人的意思,完成搜索、推薦、語音識別,所以NLP是搜索、推薦、語音識別業務最核心的基礎。

 

4、推薦算法

推薦算法,好像你的家人或家人經過長時間的相處他們知道你的喜好、脾氣、性格,知道你喜歡吃什么、喜歡什么品牌、喜歡去哪里旅游,可以幫你定你喜歡吃的外賣,給你買你喜歡品牌的東西。

 

當你在電商網站上瀏覽產品、收藏產品、購買東西的時候,機器就會給你打上用戶標簽,比如:25-30歲,男性,最近經常購買家居類產品可能剛搬了新家,月收入大概在6000-8000,最近經常瀏覽管理類書籍可能是個公司管理者....等,給用戶貼上一系列標簽。推薦算法根據這些標簽以及購買記錄判斷你的喜好,然后給你推薦你可能感興趣、會購買的產品,這就是推薦算法。

 

上面是我對幾個職位通俗化的理解,這更多的是一種思路,你也可以找到你自己理解職位的類比參照物。后續有機會,我也會繼續寫文章分享更多我對技術職位的理解。


如何打陕西麻将 944895936377998282542654128868609212538184267843351615948844796468637954364300305860591974194206665 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();