通过大数据 以某种所谓“上帝视角”在全球挖人

2023-12-07 13:20

本文主要是介绍通过大数据 以某种所谓“上帝视角”在全球挖人,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

如你所知,最近些年,当媒体在描述某位大佬的时间分配时,花多长时间用于招聘是个日趋代表正确的决策:乔帮主说四分之一时间在招聘;雷军也表示80%时间曾用于招聘;谷歌首席人才官拉斯洛·博克在著作《重新定义团队》中则写道:他们把人力资源费用集中用在招聘而非培训上,因为一个最优的人才能胜过300个普通人;张瑞敏甚至一言概括为:“企业即人,人即企业”。

大数据

一切都指向一点:相比资本,“人”才是互联网时代企业的最大变量,连接的多样性正将人与企业的关系从“雇佣”逐渐推向“共振”。

嗯,与工业时代资本之于资源分配的地位高企不同,人与公司的位置正在发生某种反转,正如吴军先生所言:“19 世纪中期的范德比尔特和 19 世纪末 20 世纪初的 JP 摩根,他们通过运用资本整合了铁路运输、钢铁产业,以及新兴的电力工业,从很大程度上掌握了当时美国的经济命脉。但今天如果谁还试图这么做就是刻舟求剑了。因为今天全世界最值钱的,最创造价值的企业都是轻资产的——企业的价值体现在它所拥有的人。盖茨曾经讲,即使微软全部的大楼和看得见的资产都被拿走或者毁掉,只要人在,很快就能东山再起。”

从这个意义上,“19世纪属于帝国,20世纪属于大公司,那么21世纪属于个人”这句话无疑是对的——关键在于,如何找到这些优秀的“个人”,与之形成联盟关系。

事实上,将这种找寻搁置在全球化融合的背景之下则更具意义,看看那些官方热门词汇,“一带一路”,“走出去”,“引进来”,无一不在涂抹商业语境中的国境线,正因如此,在全球格局下招揽人才,称得上是任何一家有野心的企业的必选项。

更重要的是,这种需求亦无关“传统”与“新贵”:传统一端,领英中国副总裁于志伟最近透露:“我们一共拜访了一百多家国企和央企,这些企业几乎全部都有全球布局的需求。对于‘一带一路’和海外拓展的需求是百分之五十八,对于产业升级的需求是百分之四十五,对于中国工业4.0升级的需求是百分之四十二,但他们反馈有三分之一是找不到合适人才,百分之三十四的这种类型的大公司都说他们的雇主品牌认知度不高,缺乏吸引力……这些企业走到海外不仅要保留住自己的人才,更多的是把当地人才为我们所用,但是你知道他在哪里吗?你知道他喜欢什么吗?”

而“新贵”一端,谁都知道,当所谓人口红利渐弱,“出海”——甚至“大航海时代”成为不少中国移动互联网公司常规嘴边的短语。最近GGV管理合伙人童士豪先生就表示:“未来10年仍然是移动互联网的黄金10年,但这样的机遇不只在中国,要想把握住机遇,中国企业就需要考虑出海。中国和美国都到了一个特殊的阶段,我把它称之为大航海时代,全球化将会成为一个大趋势,我们所有的创业公司都需要面对它。中美两国的互联网用户即将达到饱和点,但其他市场依然有广阔的空间。”

嗯,世界正“平”得无以复加,但当企业以全球视野征才,无疑将面临对等的机遇与挑战:渠道有限,品牌影响力薄弱,文化观念相悖等等,都会成为出海的风浪。

怎么破?今天不妨讲讲华为与微软两家巨头颇具范本意义的征才故事,他们一个“走出去”,一个“走进来”,你也许能得到某种启示。

华为:出海样本

谁也无法否认,华为俨然已成为一家真正意义上的跨国科技公司,去年年报显示,其业务遍及全球170多个国家和地区,58%销售收入来自海外市场,海外员工本地化率达到72%。

当然了,任何领域,格局形成背后都需要技术支撑,招聘亦如此。华为也深谙这一点。早在五年前,华为就已与领英合作——后者那时尚未正式入华,通过大数据以某种所谓“上帝视角”在全球挖人。

随便说个故事。2012年年末,华为终端用户体验设计部部长徐静进被派去爱尔兰筹建研发能力中心,着重承接OSS(运营支撑系统)和BSS(业务支撑系统)开发。为了找寻当地人才,徐静进通过不同关键字搜索爱尔兰的相关人员,以华为爱尔兰研发能力中心负责人的名义发出邀请,最终四人成功入职——值得一提的是,在搜索过程中,徐静进发现大多数目标人选都在科克而非直觉中的人才聚集地都柏林,他也因此决定将研发能力中心建在科克,而非华为爱尔兰办事处所在都柏林。

事实上,如今华为人力资源部——这一曾经听上去略显乏味的部门,有着非常多研究员,他们无时不在探究全球范围内ICT人才的变动趋势,从而为人力决策提供数据支持。

另一方面,如你所知,传统撒网式招聘并非找寻高端人才的好方法,由于信赖,基于同一圈层的直接推荐许多时候更为有效。譬如华为就很鼓励自家员工开设领英账号,与相关领域的海外人才互动,并向公司推荐他们认识的这些大牛,可以想象,无论效率还是成本,这都要优于猎头公司。

微软:善用数据的巨头

再来看看微软的故事。

必须承认,某种程度上,相比过往,这家老牌巨头在中国的“光环引力”要相对暗淡一些:很好理解,互联网在中国的奔进,得以让本土企业挥舞着股票和期权招揽人才——尤其是最为急迫的技术人才,这也在一定程度上增加了微软的招聘难度。

当然,微软中国对技术人才的渴望依旧强烈,他们也在思索如何将更多海外人才吸引到中国。基于领英(如今已经是自家人了)全球人才库,微软首先对所有目标市场的人才做了一番摸底,颇为详尽地研究了潜在人才的资料,然后通过“Talent Direct”直接找到他。

但问题来了,想也知道,相比于微软,对大多数海外技术人才来说,中国才是一个陌生的概念,于是微软也做了一些“小伎俩”,譬如,当他们想把来自俄罗斯的技术人才招到苏州时,除了基础的电话和邮件沟通,招聘团队还特意制作了宣传单,用来介绍苏州城市和园区情况,内容也巨细靡遗,包括食堂,学校,租房……另外,他们还会采访早期加入的俄罗斯员工和家人,将这些故事展示在领英公司主页和招聘专版,在很大程度上打消他们跨国工作的顾虑——效果倒也明显,他们在不到两个月的时间招聘了6个高级技术人才,有4个来自俄罗斯。

数据亦可被用来决策。

2013年,微软要在中国建立呼叫中心团队,当时有两个选址方案,无锡和成都。基于不同理由,各部门争论不下。而招聘团队则提前三个月就把市场上的呼叫中心做了mapping,覆盖了15家公司3000多人——然后他们推荐了成都,原因是:第一,对标企业的呼叫中心有好几家在成都,没有一家在无锡;第二,对mapping的3000人联系了500多人询问城市意向,他们偏好北京或成都。结果可想而知,业务部门采纳了这个建议,通过人才数据这一利器,HR得以切入到了业务决策的核心层。

其实一切本来如此,在我看来,判别现代社会的一大标准,即是各个领域决策层对于数字的驾驭程度——尤其是当它用于人才招聘这个日趋重要的决策时。正如吴军所言:“在信息时代,人是企业的核心,而不再是其中一个螺丝钉,资本退居次要位置,这是保证一个企业成功并且长期繁荣的基础。”





====================================分割线================================


本文转自d1net(转载)

这篇关于通过大数据 以某种所谓“上帝视角”在全球挖人的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/466031

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

高效+灵活,万博智云全球发布AWS无代理跨云容灾方案!

摘要 近日,万博智云推出了基于AWS的无代理跨云容灾解决方案,并与拉丁美洲,中东,亚洲的合作伙伴面向全球开展了联合发布。这一方案以AWS应用环境为基础,将HyperBDR平台的高效、灵活和成本效益优势与无代理功能相结合,为全球企业带来实现了更便捷、经济的数据保护。 一、全球联合发布 9月2日,万博智云CEO Michael Wong在线上平台发布AWS无代理跨云容灾解决方案的阐述视频,介绍了

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav