物联网智库
来源：量子位、中欧商业评论等
物联网智库 整理发布
转载请注明来源和出处
导 读
求职过程中，你是否有投简历却石沉大海的经历？海外一位工程师反其道而行之，胡诌的履历却收到了90%公司的意向回复，不是因为她能手磨14nm南极咖啡豆，也不是能带领团队重整特朗普公司，而是……
笔者曾在网上看到这样一条微博，“中科院的朋友说ta秋招投简历因为是双非而被机筛刷了”，当时虽然不懂到底为什么，但依然心里很纳闷，到底多么优秀、多么特立独行的简历才配得上进入这家公司的人工面试流程？
反向操作简历，却获得90%企业青睐？
一位名叫Angelina Lee的软件工程师在网上发布了自己的简历，包括技能、个人和教育经历，是一份典型的“三段式”简历。虽然简历形式非常传统，但其中的细节描述却暗藏玄机。
不信你看。
图片来源：量子位
关于个人介绍，她表示自己是一位经验丰富的软件工程师，具有在金融科技、健康和成人娱乐行业建立可扩展系统的背景。金融科技、健康这两个领域还算比较正常，但为什么后面突然会出现一个看起来八杆子打不着的成人娱乐？一下就让人开始浮想联翩了。
接着在个人技能介绍中，她又写到，擅长JavaScript、TypeScript、Node.js、React AI、Mia Khalifa和C++。对于程序员来说，大多数语言和工具可能并不陌生，但当看到Mia Khalifa时一定会反复回忆，想要在毕生所学中找到答案。但遗憾的告诉你，Mia Khalifa可能只是一位艳星的名字。
而在个人履历一栏中就更为精彩了。Angelina Lee自称在四家全球知名大厂中有过工作经验，分别是微软、Linkeddln、Zillow和Instagram，看起来工作经历十分经验，但再仔细看看她的工作细节，你一定会大喊“离谱”！
比如在Instagram期间，她主要负责领导公司6名工程师组成的团队，在公司服务器上挖掘以太坊。身兼咖啡大师，把南极咖啡豆磨成14nm，确保团队6人充足的咖啡供应；在微软工作期间，她不仅盗用代码，还带领微软员工重整了特朗普公司，甚至把性病传染给了实习团队中60%的人……
这样一份离谱至极的履历，不能说每一条都是在“送命”，基本上也不会受到招聘者的喜欢吧。
然而，荒唐的是这份简历并不打算在最后挽回一下形象。在教育经历中，她又在一处介绍中写到“在兄弟会中创造了一碗喝最多伏特加的记录”。
不仅语不惊人死不休，在一些操作上这份简历也处处透露着她整蛊的意思，比如简历里的所有超链接，都被设置成了一个流行于油管的老梗（恶作剧）。
具体就是当你点击一个链接或视频以为是这位工程师所描述的内容时，实际上却是一个男人随着音乐摇摆的画面，跳舞的男人叫里查德·埃斯里，播放的歌曲就是他的代表作《Never Gonna Give You Up》。这个梗又叫Rickrolling。
相信看到这里，所有人都已经明白了，这份简历只是求职者的一次恶作剧罢了。相信每一位正常思考的公司招聘者并不会看到最后就一定会给出A选项，毕竟谁又愿意把经历花在一件无意义的事上呢？
然而出乎意料的是，在这份简历发布后，竟然有高达90%的公司向Angelina Lee抛出了橄榄枝，像Atlassian在1小时内就回复了简历邮件，虽然Angelina Lee依旧在邮件交流的过程中带着整蛊，但却意外得到了面试的安排。
无数次投递石沉大海，A姐心生一计揭开AI招聘的秘密
于是，故事出现了前文中所述的内容。Angelina Lee也从这次经历中揭开了企业招聘中的一个秘密——要么有在大厂工作的经历，要么不能没有在大厂工作的经历。（1，Work at FAANG；2，Don't not work at FAANG）
FAANG是美国市场上五大最受欢迎和表现最佳的科技股的首字母缩写，即社交网络巨头Facebook（现称Meta）、智能终端制造商苹果（Apple）、在线零售巨头亚马逊（Amazon）、流媒体视频服务巨头奈飞（Netflix）和谷歌母公司Alphabet（其股票代码为GOOG、GOOGL）。
换而言之，其意思就是简历中如果含有这些大厂的名字、科技热词，那么简历通过机筛的几率就会大幅提升。换算在国内，就是简历中包含双一流院校、阿里巴巴、腾讯、百度、字节跳动、京东等大厂这些关键词。
也正是机器筛选这种机制，才导致了文章开头中“中科院的朋友说ta秋招投简历因为是双非而被机筛刷了”的尴尬事情发生。
一位HR就现身说法表示，有些送到自己这里的简历完全无法胜任正在招聘的职位，但这些简历只是碰巧包含了一些“必要的词汇”，就导致简历通过了机筛，送到了HR的办公桌上。除此之外，招聘者的岗位描述也是关键。比如要招聘新技术领域的专家，技术部门的描述是“非常熟悉React或类似框架”，但HR理解过来可能就是“需要在React框架上有6年经验”。而React框架本身存在才6年，这意味除了框架开发者，大多数人的简历基本是通过无望了。
实际上，利用人工智能算法结合招聘业务落地的方案在很多大公司已经屡见不鲜了，近些年也有向中小型企业蔓延的趋势。根据调研机构的分析，全球财富500强企业中98%以上的公司，以及越来越多的中小企业开始使用申请者追踪系统（ATS）来过滤简历，以依托机器学习和算法模型提升企业招聘的效率，精准定位和挖掘匹配人才。
在简历分析中，AI深度学习功能能够帮助ATS平台和招聘网站补全才人标签，构建人才画像。硅谷针对该领域已经形成了一个细分产业，专门为大公司的HR部门提供AI辅助简历筛查的SAAS软件，比如EVERWISE、ideal、Textio等等。
在国内，也有大批的面向AI招聘的企业兴起，比如北京探也智能科技有限公司，运用公司先进的自然语言处理、知识图谱和深度学习等前沿技术，结合数十年IT互联网、教育培训和人力资源相关从业经验，可以为企业提供基于AI的数字化招聘和人才运营解决方案；北京鳄梨科技有限公司，基于ATS智能招聘管理系统、方便面AI面试、方便面职播三款产品，针对用人机构招聘及面试难点提出解决方案等等。
但是，AI招聘带来提速增效的同时，弊端也是暴露无遗。除了上述问题外，早在两年前，算法偏见和歧视造成的竞聘“公平假象”就引起了外界的一轮担忧。亚马逊机器学习专家曾发现他们的AI招聘工具在筛选简历过程中存在一个明显倾向——重男轻女。
造成这种倾向的原因很简单，亚马逊给出的人工智能训练样本存在明显的缺点。AI招聘是基于大量的招聘案例数据作为初识输入，这是它在招聘过程中决策的根本依据。但亚马逊在具体的机器学习过程中针对500个特定职位开发相对应的模型，并输入了过去10年的简历数据，而这个数据库中大部分求职者为男性，女性相关的数据很少，因此这让AI误以为没有这类关键词的女性简历就不那么重要。
并且，招聘过程实际上就是求职者与招聘者之间交流和沟通的过程，但目前这种模式却通过数据使招聘者疏远了求职者，缺乏了必要的交流和互动，造成了现在两者之间的“数字鸿沟”，企业找不上人才，才人遇不到伯乐。
总而言之，虽然从根本上出发，AI+招聘的目的是利好行业发展的，但当问题得不到解决时可能只会适得其反，出现像文中这样或那样的笑话。
参考资料：
1.《这份工程师简历火了：手磨14nm咖啡，在微软传播性病，90%公司伸橄榄枝》，量子位
2.《简历石沉大海、面试被刷？拒绝你的HR小姐姐，可能只是个AI》，学术头条
3.《简历筛选精准度达95%！AI时代，企业HR如何拥抱人工智能？》，中欧商业评论
4.https://www.tianyancha.com/brand/b1994562307
“2021 中国AIoT产业年会”重磅来袭！
12月9日 深圳机场凯悦酒店
往期精选
