快捷搜索:  as

学历不代表能力文凭不代表水平经历经验|BOSS直

   可能一个刚从大学里面毕业的大学生,他可能追求更多的是底层需求,最起码要满足衣食住行,可能对于在一个企业里面工作很多年的资深管理者,他可能会超越第一层的需求,会跳到其它的一层需求上。 我有一个6岁的儿子,我儿子大概在3年前开始喜欢上Flat Stanley这个角色,翻译过来就叫纸片人。 刚才是从应聘者的角度去考虑的,那么同样从公司,如果有这样的一个空缺的话,他同样也会把样的职位一层一层这样的压缩,压缩成一个所谓的招聘启事。 因为不同,Stanley发现他自己非常自卑,后来他突然发现自己有很神奇的功能,比方说他可以从一个还没有打开的门下面钻过去,在公园里面,有的小朋友可以给他拴个绳子把他当风筝一样在天上去放,甚至可以被装在信封里去旅行。 这个里面就提出了一个信息,当然这个片子本身是以就业时存在的偏见为出发点,但是我们如果回过头去想的话,这个偏见存在的原因是什么?我们每个人如果有可能的话,我们不会把我们的偏见带入到某一个事业中。 他曾经完成了多次的跨学科,从最初的控制理论跨学科到信号处理这个领域,然后又跨学科到通讯的领域,最后跨到机器学习的领域,一直到量子计算的领域。 7月29日,在钛媒体举办的“钛媒体 2018T-EDGE 科技生活节”上,的演讲,阐释了BOSS直聘如何将人工智能与招聘相结合,实现企业和员工双边的稳定匹配。 其实我们每个人在我们的职业生涯里面,总会把自己放到这五层需求里面的每一层,如果我不能很清楚的去定义这个人,在这个五层需求里面处于哪一个层面,我很难理解他对他的职业究竟怎么样规划。 那么,最主要的原因在于我们没有充分地去了解这个人。如果你能让一个人活灵活现地站在你的面前,你跟他聊半个小时,并且你也知道他过往的经历,或者通过其它的一些渠道,知道他的一些经历的话,可能你会对这个人的感觉突然发生转变,这也是为什么在整个招聘行业会走这样一个流程,通过简历的筛选,一直到最后的真人面试。 在几年以前有一家台湾的公益组织做过这么一个视频广告,这家公益组织叫Begover,作为一个给予者。 我们在BOSS直聘想要做的一份工作,就是这样的一句话:让我们重新塑造找工作的纸片人。 后来还有一次他突然发现他自己变成了一个透明人,别人再也看不到Stanley这个小孩子了。 作为BOSS直聘的首席科学家,薛延波博士有13年机器学习方面的研究经验,5年量子计算方面研究经验。薛延波博士有跨学科的研究经验:包括控制理论、信号处理。通信、机器学习和量子计算领域。曾经帮助孵化了四家技术公司:Solid state、Protein Folding、Chemistry Simulation、Fintech。 那么,对于这样一个招聘行业来说,这样微观的环节其中就包括招聘方、应聘方,还有招聘和应聘方之间的匹配算法。 纸片人反映的是当下求职的痛点,也就是指在求职过程中,求职者只能通过简历被招聘公司认识,而简历往往不能真实反映人真实能力的状况。 在BOSS直聘已经解决了“跟谁谈”的问题的基础上,职业科学实验室将要重点解决两个问题: 这个人大家可能知道,这个人就是我,如果你只是看着这样一个简历的话,你可能很难想象出为什么我会选择BOSS直聘这个平台开始我的下一次学科跨越。 从此,Stanley的人生发生了巨大的变化,“2016上海静安苏州河国际皮划艇马拉松赛”开战,他到学校的时候别的小朋友都投来异样的目光,因为你想他已经不是一个正常的、活灵活现的小孩子了,你从侧面看只能看到5英寸的小孩。 刚才我们讲的很多是作为求职者的角度,我们如果把它比喻成一个Flat Stanley的话,我们可以去假想,在招聘的雇主里面,可能也会有这样的一个Flat人存在,我们姑且把他称为Flat Stella。 当Stanley出现他的人生低谷的时候,他感到非常痛苦的时候,其实也是我们每个人在求职的过程中都会碰到碰见同样的痛苦。 他这个广告里面随机地去采访了一些公司的老板和他的HR部门的一些负责人,他们会把几个简历匿名掉,把他的名字给粘上,然后让这些人去评判,你会不会去雇佣这么一个人。 最近的13年一直在做机器学习的研究工作,其中最近的5年一直在做量子计算,也帮助了4家科技公司孵化他们的技术,在量子计算机上孵化了4家成功的企业,其中有一家做固态AI的,有一家是做蛋白质卷积的,还有一家是做化学仿真的,最后一家是做金融科技的。 想要招聘市场良好运作,需要深扎下去理解市场里面的每一个环节才能对其进行修正。对于招聘行业来说,这些微观的环节包括了招聘方、应聘方,还有这两者之间的匹配算法。 学过经济学理论的同学可能知道,在这样一个双边市场,每一边都是一个主动市场,我可以主动向公司发起求职申请,公司也可以主动向我发起一个申请。 2018年7月,薛延波加入BOSS直聘,并牵头组建了CSL(Career Science Lab)职业科学实验室。BOSS直聘希望通过CSL实验室对职场人的幸福感和安全感、企业在人才竞争中的竞争力以及双方的匹配度上展开研究。 在此之前,薛延波博士曾担任商用量子计算机生产商D-WAVE量子计算机实验室高级深度学习科学家,从事量子计算机的性能测评、量子计算在深度学习和人工智能领域的应用、基于量子计算的模式识别等项目。再早之前,薛延波博士成立并组建了D-WAVE内部负责机器学习研究的商业部门Quandrant.ai。 这就提出来另外一个概念,叫做市场设计的概念,学过微观经济学的同学可能知道,市场设计本身是从微观的角度出发,如果我要保证这样一个市场充分运作、良好运作的话,我其实要考虑到这个市场里的每一个环节。 我们希望作为BOSS直聘的一个职业科学实验室,能够帮助数以万计的求职者,把他们从这样的一个纸片人状态,回到活灵活现的3D状态的Stanley。 从我刚才讲的,他从最初的生活感觉到自卑,然后又出现一些自豪的情绪,发现他可以做一些别的小朋友不能做的事情,一直到最后他又出现一个自卑的情绪,他非常想回到和别的小朋友一样的状态。 当我们把我们的整个人生经历一层层的压缩,压缩到一个二维的简历上的时候,留下来的只有我经过几年的教育,我有几年的工作经验,我懂得什么样的编程语言或者我做什么样的项目,就是这么一个很简单的二维的信息。 今年7月份,BOSS直聘发布了直聘职业科学实验室,以机器学习、数据挖掘等手段为依托。BOSS直聘现在已经解决了工作找谁谈的问题,解决了忽悠的问题。 我们要尝试去建这样的一个职业科学模型,对于职业科学模型的建立,我们通常需要从人文学的角度考虑,微观经济学、宏观经济学、心理学、劳动关系学等等的角度,考虑一个人在职业市场上,或者在职业规划中,处于什么样的一个节点。 既然我们讲招聘行业是这样的一个双边市场的话,通常我们对市场的理解是市场是一个很宏观的概念,比如我们讲股票这个市场,可能今天会涨多少个点,明天可能会跌多少个点,但是如果我们不扎下去理解市场里的每一个环节、每一个模块的话,事实上很难对这个市场进行修正。 令人比较吃惊的是,当他们把这些匿名信息全都撕掉的时候,他们发现其中第一个,33岁的那个人名字叫李安,大家可能知道李安的历史,他在美国其实过得非常痛苦,在他没有成为大导演之前,做过各种各样的钟点工,曾经还有一段时间,完全是他的妻子支撑着他。 假想我们把一个人的职业需求放到一个更高的需求里面的话,可能学过心理学的朋友就知道,这是很经典的马斯洛的五层需求论,从最下层的生理、物理方面需求,一直到最上层对于超越自我的追求。 同时,我们不可忽略机器学习、数据挖掘等等技术对我们这个模型的促进作用,我们想像的职业科学,其实就是由这两个模块共同协作完成的。 那么还有一些其它匿名掉的信息,比如说刚从大学毕业出来的学生,HR给的答案肯定是任何工作经验都没有,我肯定不会把他放到对这个经验要求比较高的岗位上。 这是一个When和How的问题,薛延波希望职业科学实验室在发展的一段历史时期内,能够逐渐解决When和How的问题。 那么他要把什么样的人配备到他的团队里面,要做什么样的工作?也是通过这样的二维信息在进行交互。那么,这就会出现我们平常在招聘市场上看到的一个痛点,学历并不代表这个人的能力,文凭也不会代表他的水平,他的经历也并不一定完全展现他的经验。 那么可想而知,如果我们要去理解招聘这个市场的话,我们可能就要从其他不同的领域去借鉴一些知识进来,这些可能会包括经济学的领域、人文学的领域、社会学的领域、心理学的领域。那么作为这样的一个纸片人,属于你看他的简历的话,你很难会想象得到你会不会给他一个offer? 从刚才的描述中,大家可以看到,职业科学实验室是这么一个跨学科的实验室,会从比较人文的学科,包括心理学、社会学、经济学等等方面汲取营养,同时也会从计算科学、机器学习、数据挖掘等技术领域,去辅助解决这样的一个问题。 这就是一个When和How的问题。所以我们希望在我们职业科学实验室在以后发展的一段历史时期内,我们逐渐能解决Who、When、How的问题。 其中有这么一个人,33岁了,他做过很多工作,做过钟点工,每个工作几乎都超不过几个月的时间,那么很显然,从公司的老板和HR部门来看的话,肯定不会去雇佣这个人,并且言语都是非常苛刻的,我不能理解他为什么在这么多年里每几个月就换一份工作。 这个角色是1964年,美国人杰夫创造出来的,到现在为止也有50多年的历史了。Stanley因为在一个晚上的时候不小心被一个广告牌掉下来把他砸扁了,砸成大概5英寸这么厚的一个小孩子。 其实整个在招聘这个市场现在的情况下,基本上就是这样的一个Flat Stanley和Flat Stella,在二维的情况下,甚至很可悲的是可能在一维的空间进行对话,比如说两个HR之间对话,通常会这么说,你找的这个人打分多少,6分,差强人意吧,可以考虑面试,如果你打5分的话,可能很快就会把他Pass掉,这已经是从二维的信息更可悲的压到一维的信息里面了。

您可能还会对下面的文章感兴趣: