鍍金公司的創(chuàng)始人盧卡·邦馬薩和希爾羅德·德賽希望讓發(fā)現(xiàn)優(yōu)秀程序員的過程實(shí)現(xiàn)自動化

　　那個(gè)人就是盧卡邦馬薩（Luca Bonmassar），他通過一種技術(shù)發(fā)現(xiàn)了多明格斯，這一技術(shù)將對企業(yè)如何招聘，以及優(yōu)秀的人才是否在此過程中被遺漏提出重要的問題。新的理念讓人把目光從傳統(tǒng)的人才指標(biāo)上移開來一點(diǎn)，比如招募者一般都很關(guān)心的麻省理工大學(xué)的學(xué)位、谷歌公司供職的經(jīng)歷、同事或友人的推薦等等，同時(shí)投入更多注意力在一些簡單的概念上面：這個(gè)人的表現(xiàn)如何？這個(gè)人能夠做什么？能不能量化分析它？

　　這項(xiàng)技術(shù)是鍍金公司（Gild）的產(chǎn)品，這是一家成立不到兩年的初創(chuàng)企業(yè)，邦馬薩是聯(lián)合創(chuàng)始人之一。類似鍍金公司這樣的一小批新公司正奔著這樣一個(gè)目標(biāo)努力，那就是讓發(fā)現(xiàn)有才華的程序員有著巨大的市場需求量的一個(gè)群體實(shí)現(xiàn)自動化。他們的工作屬于大數(shù)據(jù)的范疇，大數(shù)據(jù)就是利用計(jì)算機(jī)來收集和分析各種各樣的信息，執(zhí)行許許多多的任務(wù)，不管是推薦圖書、在網(wǎng)站上投放有針對性的廣告，還是預(yù)測治療效果或股票價(jià)格。

       讓算法幫你，發(fā)現(xiàn)那些未被人發(fā)現(xiàn)的人才

　　近來，越來越多的學(xué)者和企業(yè)家將大數(shù)據(jù)應(yīng)用在人力資源管理和人才搜尋的過程中，創(chuàng)建了一個(gè)叫做勞動力科學(xué)的新領(lǐng)域。鍍金公司在做的，便是看看這些技術(shù)是否也可以用來預(yù)測一個(gè)程序員在工作中的表現(xiàn)。鍍金公司在互聯(lián)網(wǎng)上搜刮線索：他或她寫的代碼得到其他程序員的好評嗎？這些代碼是否被重用？這個(gè)程序員如何交流想法？他或她在社交網(wǎng)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于初始的階段，成效如何還有待檢驗(yàn)。目前，關(guān)于使用大數(shù)據(jù)來進(jìn)行招聘的想法有存在很多建設(shè)性的爭議，同樣存在的還有興奮，尤其是在那些很難找到優(yōu)秀人才的產(chǎn)業(yè)。

　　鍍金公司預(yù)期今年的收益大約有200萬到300萬美元，并且公司已經(jīng)籌得了1000萬美元左右的融資，其中包括LinkedIn的早期投資人、風(fēng)險(xiǎn)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(shù)進(jìn)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(yè)用鍍金公司的技術(shù)來發(fā)掘新的候選人，同時(shí)也評估他們已經(jīng)在考慮雇傭的人選。鍍金公司自己也使用這項(xiàng)技術(shù)他們急需能干的編程人員，可開出的薪資又抵不過大一些的技術(shù)公司，所以才找到了杰德。算法判定杰德的編程分?jǐn)?shù)是整個(gè)南加州最高的，是幾乎無人能敵的100分。

　　杰德是誰？他能幫助鍍金公司嗎？他的故事又告訴了我們關(guān)于現(xiàn)今招聘制度和任人唯賢的什么？

　　能力決定一切嗎？

　　硅谷的人大多認(rèn)同一些特定的想法，比如發(fā)展、效率和速度是好的。技術(shù)能夠解決大部分的事情。變化是難免的；動蕩沒什么好害怕。或許硅谷人最最相信的一條，就是能力決定一切。

　　但是，薇薇安明（Vivienne Ming）卻說她認(rèn)為硅谷并不像人們想的那樣任人唯賢。薇薇安明從2012年年底開始擔(dān)任鍍金公司的首席科學(xué)家，她認(rèn)為有才華的人被忽視、錯判或漏選是常有的事。她這樣想部分是由于她自己就有過這樣的經(jīng)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(gè)好學(xué)生，還是一名出色的運(yùn)動員，，保持著高中田徑三級跳遠(yuǎn)和撐桿跳遠(yuǎn)的校級記錄。但他總覺得與自己的身體有著某種脫離。高中畢業(yè)后，埃文經(jīng)歷了一次身份危機(jī)的全面爆發(fā)。他的大學(xué)以失敗告終，在工作之間換來換去，想過自殺，跌到了所謂的人生最低谷。不過，他并沒有卡在那里，而是再一次彈了起來。在27歲那一年，他回到學(xué)校，獲得了加州大學(xué)圣地亞哥分校的認(rèn)知神經(jīng)科學(xué)的本科學(xué)位，此后又先后獲得了卡耐基梅隆大學(xué)的心理學(xué)和計(jì)算神經(jīng)科學(xué)的博士學(xué)位。

　　在斯坦福大學(xué)讀博士后期間，他開始進(jìn)行性別轉(zhuǎn)變，并在2008年徹底成為薇薇安明博士。

　　作為一個(gè)女人，明博士開始注意到人們對待她的不同。有些是看起來無傷大雅的小事，像是男性為她開門。也有讓她煩心的事情，比如學(xué)生來問她數(shù)學(xué)題的次數(shù)比她還是男性時(shí)要少了，男性同事和工作上的聯(lián)系人請她參加社交活動（比如一場棒球賽）的次數(shù)也變少了。

　　偏見往往以人們意識不到的形式體現(xiàn)出來。明博士援引了一項(xiàng)耶魯大學(xué)研究人員取得的發(fā)現(xiàn)，研究型大學(xué)的教師成員在描述應(yīng)聘經(jīng)理職位的女性求職者時(shí)，認(rèn)為其能力相比具有同樣資格的男性要遜色得多。美國國家經(jīng)濟(jì)研究局公布的另一項(xiàng)研究發(fā)現(xiàn)，簡歷上名字“聽起來像黑人”的求職者收到雇主回電的幾率要比簡歷上有一個(gè)“聽起來像白人”的名字的求職者難上很多。

　　基本上每個(gè)人都同意，性別、長相或者名字的讀音不應(yīng)該影響聘用決定。但明博士把任人唯賢的概念更進(jìn)一步。她提出，那些用來篩選人才的公認(rèn)標(biāo)準(zhǔn)，比如在哪里上的大學(xué)、之前在哪里工作過，同樣也會遺漏人才，并最終成為雇主的損失。

　　“招人時(shí)使用的傳統(tǒng)指標(biāo)可能有錯，大大的錯了，”她說。

　　對于她所說的“這么多被浪費(fèi)掉的人才”，明博士的應(yīng)對方法是，制造機(jī)器來盡可能地消除人為偏見。這并不是說傳統(tǒng)意義上的那些資格應(yīng)該被忽略，而是加上她認(rèn)為更復(fù)雜的措施予以均衡�？傮w而言，鍍金公司的算法分析一個(gè)人時(shí)要處理三百來個(gè)主要變量：常逛的網(wǎng)站；描述各種技術(shù)時(shí)使用的語言類型，積極還是消極；在LinkedIn上的技能自述；參與過哪些項(xiàng)目，都干了多久；還有沒錯在哪里上的學(xué)、學(xué)的什么專業(yè)，這所學(xué)校當(dāng)年在《美國新聞與世界報(bào)道》上排名是多少。

　　在數(shù)據(jù)中找淘金

　　鍍金公司并不是唯一在信息中淘金的公司。另一家舊金山的初創(chuàng)公司“人才回收站”（TalentBin），也在互聯(lián)網(wǎng)上搜索有才華的程序員，根據(jù)該公司的網(wǎng)站介紹，TalentBin在程序員聚集的網(wǎng)站網(wǎng)絡(luò)人才，收集“數(shù)據(jù)廢氣”，為雇主創(chuàng)建潛在的招聘名單。另外一家競爭對手是“絕妙招聘”（RemarkableHire），這家公司評估個(gè)人能力的方式是看他或她在網(wǎng)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作的人，甚至在這些人自己開始找工作之前就把他們找出來。據(jù)其網(wǎng)站介紹，ENETLO使用超過70個(gè)變量來找出職業(yè)變化的跡象，比如一個(gè)人在社交網(wǎng)站上展示自己的方式。該網(wǎng)站寫道：“我們處理數(shù)據(jù)，節(jié)省你的精力�！�

　　英國數(shù)據(jù)分析公司Altimeter Group的負(fù)責(zé)數(shù)據(jù)和分析產(chǎn)業(yè)的分析師蘇珊艾特琳（Susan Etlinger）表示，這樣在招聘時(shí)應(yīng)用大數(shù)據(jù)“絕對值得一試”。不過她對算法是否改進(jìn)了雇主已經(jīng)在做的事情，比如收集簡歷或推薦信、使用傳統(tǒng)上與成功相關(guān)的指標(biāo)等等提出了疑問。

　　“缺乏實(shí)際結(jié)果，”她說：“說概率就等于現(xiàn)實(shí)還不能說服我�！�

　　大數(shù)據(jù)公司QUID的共同創(chuàng)始人和首席技術(shù)官肖恩古爾利（Sean Gourley）表示，篩查數(shù)據(jù)可以為招聘提供信息，但前提是使用時(shí)要了解數(shù)據(jù)不能揭露的信息�！按髷�(shù)據(jù)有大數(shù)據(jù)的偏見，”他說�！澳愫饬磕隳軠y量的”，同時(shí)“你低估了測量不了的東西，像是直覺和感召力”。

　　古爾利補(bǔ)充說：“當(dāng)你把人從復(fù)雜決策里面排除掉以后，你可以把算法優(yōu)化成神，但代價(jià)又是什么呢？”

　　明博士沒有說要消除人的判斷，但她確實(shí)認(rèn)為招聘該由計(jì)算機(jī)做主，就像一個(gè)自動人才吸收和篩檢器一樣。鍍金公司已經(jīng)積累了一個(gè)有700萬程序員資料的數(shù)據(jù)庫，并根據(jù)所謂的鍍金公司得分對他們進(jìn)行了排名，該公司表示，鍍金公司得分是一種衡量一個(gè)人可以做什么的方法。最終的目標(biāo)，明博士希望能拓寬算法，使其可以用于搜索和評估各種類型的勞動力，比如網(wǎng)站設(shè)計(jì)師、金融分析師，甚至零售店的銷售人員。

　　“我們自己內(nèi)部也挖到了一座金礦，”明博士說：“我們發(fā)現(xiàn)了在洛杉磯這個(gè)搗鼓電腦的孩子�！�

　　她說的是杰德。

　　一個(gè)被算法發(fā)現(xiàn)的人

　　多明格斯在洛杉磯長大，在五個(gè)孩子中排行第三。媽媽是家庭主婦，爸爸是電信設(shè)備的安裝工，是一個(gè)注重教育的藍(lán)領(lǐng)。

　　杰德的成長軌跡卻很叛逆。高中讀了一半，之前一直是全優(yōu)生的小多明格斯開始思考，上學(xué)到底是為了達(dá)標(biāo)還是為了真正的學(xué)習(xí)�！皟r(jià)值主張（value proposition）上學(xué)是為了找個(gè)好工作，”他對我說。“但冷靜想，你上學(xué)難道不該是為了學(xué)習(xí)嗎？”杰德的成績大幅下降，他給我說他從阿罕布拉高中畢業(yè)時(shí)平均分還不到3.0。

　　他不但不想上大學(xué)，還想證明他不上大學(xué)也一樣能超級成功。他閱讀了大量的創(chuàng)業(yè)書籍，開了一家在T恤印刷定制圖案的公司，先是在家里干，后來搬到了一間租來的將近100平米的倉庫里。他認(rèn)為他還需要一個(gè)網(wǎng)站，于是自學(xué)起了編程。

　　“我當(dāng)時(shí)拼命用我自己的優(yōu)點(diǎn)證明自己，”他說。他承認(rèn)自己可能做得有點(diǎn)兒太過了�！盀榱俗C明人們錯了而去做事情是不太成熟的表現(xiàn)�！�

　　他的胳膊上有一個(gè)紋身，是花體寫的“相信”（Believe）�，F(xiàn)在他覺得這有些可笑，不過仍舊認(rèn)為自己能做到他想做的事情。在說到計(jì)算機(jī)語言的時(shí)候，他說：“代碼最棒的一點(diǎn)在于，很大程度上是靠能力驅(qū)動的。不看你學(xué)過什么，只看你學(xué)到了什么�！�

　　當(dāng)鍍金公司開始招人時(shí)，它假定舊金山和硅谷地區(qū)的人才都已經(jīng)被挑揀干凈了。于是，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(gè)就是多明格斯，他GitHub網(wǎng)站上有一個(gè)非常堅(jiān)實(shí)的聲譽(yù)，GitHub 網(wǎng)站是軟件開發(fā)人員聚集的地方，他們在這里共享代碼、交流思想，建立名望。鍍金公司就在GitHub以及BitBucket、Google Code等其他少數(shù)幾個(gè)網(wǎng)站上梳理信息，尋找干這行的聰明人。

　　多明格斯的成績斐然。他為一個(gè)Jekyll-Bootstrap寫的代碼，建網(wǎng)站時(shí)會用到的一個(gè)功能，得到了1267位其他網(wǎng)站開發(fā)人員的重用，給人留下了很深刻的印象。他的語言和習(xí)慣顯示出對產(chǎn)品研發(fā)的熱情和對多種編程工具的酷愛，比如Rails和JavaScript，這都是鍍金公司有用的。他的博客和Twitter上的發(fā)言表明他固執(zhí)己見，正是鍍金公司希望其初創(chuàng)成員所具備的一點(diǎn)。

　　鍍金公司的招聘人員給他發(fā)出了電子郵件，讓他來舊金山面試。公司的兩位創(chuàng)始人見到了一個(gè)富有魅力、充滿自信的年輕人舉止從容、善于表達(dá)、有想法、笑容很親切，比其他來面試的應(yīng)聘者多些棱角，鍍金公司的另一位聯(lián)合創(chuàng)始人兼首席執(zhí)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，比如公司在這些工程師不知情的情況下給他們打分，是否擔(dān)心這會被視為侵犯隱私？（鍍金公司不這么認(rèn)為，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，比如能否在有組織的環(huán)境中工作。他說他能。公司當(dāng)即就簽下了多明格斯，而他得到了一份年薪在11.5萬美元左右的工作。

　　“他是一個(gè)典型的腦袋靈光、積極性很高的人，但不管出于什么樣的原因，在高中時(shí)沒調(diào)動起來，沒看見大學(xué)的價(jià)值，”德賽說。

　　德賽先生倒是上了大學(xué)，讀的是麻省理工大學(xué)，極受用人單位推崇的院校之一。德賽說，他是在那里學(xué)會了如何應(yīng)對壓力，與才華橫溢的人共事，時(shí)不時(shí)的自嘆不如。雖然在學(xué)校里學(xué)的東西都很重要，但他說，“這并不是事情的全部”。雖然擁有計(jì)算機(jī)科學(xué)的學(xué)位，但他很肯定地說：“我是個(gè)很爛的開發(fā)人員�！�

　　大數(shù)據(jù)招聘，有多靠譜？

　　人力資源管理方面的專家、加州大學(xué)洛杉磯分校的教授大衛(wèi)列文（David Lewin）說，問一個(gè)人能做到什么是一個(gè)重要的問題，而問他能不能和其他人一起完成也同樣重要。列文博士說，預(yù)測一個(gè)人在一個(gè)組織中有何表現(xiàn)，最可靠的方法便是讓已經(jīng)在那里工作的人進(jìn)行推薦。現(xiàn)任員工了解公司文化，而且推薦不好他們自己的名聲和工作環(huán)境也會受牽連。耶魯大學(xué)管理學(xué)院最近利用大數(shù)據(jù)進(jìn)行的一項(xiàng)研究細(xì)化了現(xiàn)有認(rèn)識，員工推薦是招到好員工一個(gè)好方法，但這種方法往往在推薦人本身工作效率很高的情況下效果顯著。

　　在列文博士看來，他很懷疑算法能徹底取代一名可靠雇員的恰當(dāng)推薦。

　　鍍金公司的客戶里有一家叫Square的公司的業(yè)務(wù)是做移動支付系統(tǒng)。像其他許多高科技企業(yè)一樣，Square也在大肆招人，該公司的人力資源總監(jiān)布萊恩鮑爾（Bryan Power）在硅谷打拼多年，根據(jù)他的說法，現(xiàn)在對于優(yōu)秀人才的競爭跟dot.com熱潮那會兒一樣激烈。

　　“斯坦福出來的或在谷歌工作過是一個(gè)極好的指標(biāo)”，鮑爾說。“他們有名是有道理的�！钡@些種子人選有的選項(xiàng)很多，他們不一定選擇Square�！拔覀冃枰诟蟮某刈永锶鼍W(wǎng)，”他說：“而這就是鍍金公司在做的事情�！�

　　鍍金公司的技術(shù)為Square找出了一些候選人，但目前還沒有簽下來的。鮑爾先生說鍍金公司的算法給出的是一個(gè)泛化的編程分?jǐn)?shù)，與Square要來填補(bǔ)職位空缺的要求不是那么具體�！板兘鸸緦φl有能力有它的看法，但事情并不是那么簡單，”他說，同時(shí)表示Square正在和鍍金公司洽談優(yōu)化模型。

　　盡管目前來說用處有限，但鮑爾表示，鍍金公司在做事情是一個(gè)大事件的開始。如今，年輕的工程師更多地在網(wǎng)上發(fā)布他們的工作成果，參與開放源碼工作，提供更多可用來挖掘原石的數(shù)據(jù)。“這全都是為了發(fā)掘未被發(fā)現(xiàn)的人才，”他說。

　　德賽說，多明格斯在鍍金公司工作了8個(gè)月，已經(jīng)證明了他是一個(gè)有才華的程序員。但他也表示，多明格斯“有時(shí)候要竭力才能在一個(gè)結(jié)構(gòu)化的環(huán)境中工作”。當(dāng)他坐在電腦前，同事都盡量不去打擾他。

　　在會議上，多明格斯會踴躍發(fā)言。他比以前更快活，他說，“只要我能在搭建系統(tǒng)的過程中有發(fā)言權(quán)”，要不然就又成了一個(gè)他只能遵從的系統(tǒng)。他還小小地抱怨了公司的擴(kuò)張，在過去6個(gè)月中鍍金公司已經(jīng)從10個(gè)人擴(kuò)大到40人，添加了管理層和官樣文章。

　　“事實(shí)是，我的性格就是要按照自己的方式做事，最終我難免要自己開公司，”多明格斯說。不過，他又立即補(bǔ)充說：“我很感激和敬重公司給我的機(jī)會，我很清楚他們因?yàn)槲业哪芰蛡蛄宋�。對此我將永遠(yuǎn)心懷感激�！�

　　明博士說，多明格斯這個(gè)年輕人是一個(gè)偉大的發(fā)現(xiàn)，同時(shí)也是一個(gè)未知數(shù)。當(dāng)然，他只是一個(gè)例子，既不能用于支持也不能拿來反駁這種新的方法。

　　“他總是帶著那種獨(dú)行狼的作風(fēng)，”明博士說�！俺跗谶�好，但后來可能會變得很難說�！�

　　算法在測量它可以測量的東西上面表現(xiàn)出色。它算準(zhǔn)了多明格斯與電腦打交道的能力。還不確定的，是從長遠(yuǎn)看，他將如何使用他的天賦與人一起工作。

　�。ㄎ恼聛碓矗汗麣ぞW(wǎng)科學(xué)人  作者：MATT RICHTEL  編譯自：《紐約時(shí)報(bào)》，How Big Data Is Playing Recruiter for Specialized Workers ）

文章為作者獨(dú)立觀點(diǎn)，不代表經(jīng)管之家立場