على مدى السنوات الخمس الماضية ، عملت Recursive Cactus كمطور متكامل للمكدس في شركة تكنولوجية كبرى ، لكنها قررت الآن تغيير الوظائف.



على مدى الأشهر الستة الماضية ، كان الصبار العودي (كما قدم نفسه عند التسجيل على موقعنا) يستعد للمقابلات المستقبلية ، حيث خصص ما لا يقل عن 20-30 ساعة كل أسبوع لتمارين LeetCode ، ودروس الخوارزمية ، وبالطبع ممارسة إجراء المقابلات على منصتنا لتقييم تقدمه.

يوم عمل نموذجي للصبار التكراري:

يوم إجازة الصبار العودي النموذجي:

لكن جهوده الهائلة للتحضير للمقابلة أثرت عليه وعلى أصدقائه وعائلته. استغرقت الدراسة كل وقته الشخصي لدرجة أنه لم يتبق له عمليا أي حياة ، باستثناء العمل والتحضير للمقابلات.



فكرة واحدة تبقيك مستيقظًا: "ماذا لو لم أحصل على المقابلة؟ ماذا لو ضاع كل هذا الوقت؟ "



لقد بحثنا جميعًا عن عمل في وقت أو آخر ، وقد اختبر الكثيرون ذلك. لكن لماذا يقضي الصبار العودي الكثير من الوقت في التحضير وما سبب هذا الإحباط؟



إنه يشعر أنه لا يفي بالمستوى العالي للمهندسين ، وهو الحد الأدنى المقبول عمومًا من الكفاءة التي يجب على كل مهندس إثباتها من أجل الحصول على وظيفة.



للوفاء بالمعايير ، اختار تكتيكًا محددًا: تلبية التوقعات المقبولة عمومًا للمهندس ، وليس مجرد أن يكون محترفًا كما هو بالفعل.



يبدو من السخف التظاهر عمداً بأنك شخص لست كذلك. ولكن إذا أردنا فهم سلوك صبار متكرر ، فمن المستحسن معرفة ماهية هذا الشريط. وإذا فكرت قليلاً في هذا الموضوع ، فيبدو أنه لا يحتوي على مثل هذا التعريف الواضح.

تعريف "الشريط"

دعونا نلقي نظرة على كيفية قيام شركات FAANG (Facebook و Amazon و Apple و Netflix و Google) بتعيين الشريط. بعد كل شيء ، هذه هي الشركات التي تحظى بأكبر قدر من الاهتمام من الجميع تقريبًا ، بما في ذلك الباحثين عن عمل.



قلة منهم تقدم تفاصيل محددة حول عملية التوظيف. لا تشارك Apple أي معلومات علانية. يصف Facebook مراحل المقابلة ، لكن ليس معايير التقييم. تقول Netflix و Amazon إنهما توظفان مرشحين يتناسبون مع ثقافة العمل ومبادئ القيادة. لم يصف نتفليكس ولا أمازون بالضبط كيف يقيسان المبادئ الأساسية. ومع ذلك ، تخبر أمازون عن كيفية إجراء المقابلات وتسمي أيضًا الموضوعات التي يمكن مناقشتها في مقابلات المطورين....



الأكثر شفافية من بين الشركات الكبرى ، تكشف Google علنًا عن عملية المقابلة بأدق التفاصيل ، وكتاب لازلو بوك "قواعد العمل!" يضيف التفاصيل الداخلية.



بالحديث عن عمالقة التكنولوجيا من منظور تاريخي ، ذكرت ألينا (مؤسسنا) في آخر مشاركة كتاب 2003 كيف تتحرك جبل فوجي؟ ، الذي يتحدث عن عملية المقابلة في Microsoft خلال الوقت الذي كانت فيه الشركة عملاقًا تقنيًا بارزًا.



لجمع مزيد من المعلومات حول كيفية قيام الشركات بتقييم المرشحين ، نظرت أيضًا في مقابلات برمجة القرصنة التي أجرتها Gaila Luckmann McDowell ، وهي في الواقع الكتاب المقدس للمقابلات مع المرشحين المحتملين ، ودليل مقابلة حرب العصابات 3.0 لجويل سبولسكي ، كتبه شخصية مؤثرة ومعروفة في الأوساط التقنية.

تعريفات بلانك

تعريف "المخابرات"

ليس من المستغرب أن يكون الترميز والمعرفة التقنية من بين معايير تعيين مطور في أي شركة. بعد كل شيء ، هذا هو العمل.



لكن إلى جانب ذلك ، يذكر الكثير من الناس معيار الذكاء العام. بينما يستخدمون كلمات مختلفة ويعرفون المصطلحات بشكل مختلف قليلاً ، فإنهم جميعًا يشيرون إلى مفهوم ما لما يسميه علماء النفس "القدرة المعرفية".





كل هذه التعريفات تذكرنا بنظرية عالم النفس تشارلز سبيرمان في أوائل القرن التاسع عشر ، وهي نظرية الذكاء الأكثر قبولًا على نطاق واسع. في سلسلة من الاختبارات المعرفية على تلاميذ المدارس ، وجد سبيرمان أن أولئك الذين أداؤوا بشكل جيد في نوع واحد من الاختبارات يميلون إلى الأداء الجيد في الاختبارات الأخرى أيضًا. قاد هذا الفهم سبيرمان إلى النظرية القائلة بوجود عامل قدرة مشترك أساسي واحد ("g" أو "g-factor") يؤثر على جميع المقاييس ، بغض النظر عن القدرات الخاصة بمهمة محددة ("s").



إذا كنت تؤمن بوجود "g" (يعتقد الكثيرون ، والبعض لا ... هناك نظريات مختلفة للذكاء ) ، فإن العثور على مرشحين بدرجة "g" عالية يتوافق بوضوح مع معايير الذكاء في الشركات.



بينما تأخذ الشركات في الاعتبار معايير أخرى أيضًا ، مثل القيادة والثقافة ، لا يتم تحديد الشريط عادةً في هذه المصطلحات. يُعرَّف بلانك بأنه امتلاك المهارات التقنية ، وكذلك (وربما إلى حد أكبر) الذكاء العام . بعد كل شيء ، عادة لا يقوم المرشحون بتدريب قيادتهم وثقافتهم.



ثم السؤال الذي يطرح نفسه هو كيفية قياسه. يبدو قياس المهارات الفنية أمرًا صعبًا ولكنه قابل للتنفيذ ، ولكن كيف تقيس "g"؟

قياس الذكاء العام

ذكر كتاب بوكا مقال فرانك شميدت وجون هانتر 1998 "صحة وفائدة طرق الاختيار في علم نفس الأفراد" . تحاول الإجابة على هذا السؤال من خلال تحليل مجموعة واسعة من معايير اختيار المرشحين الـ 19. يكمن التحدي في تحديد أفضلها لتوقع الأداء المستقبلي. استنتج المؤلفون أن الذكاء العام (اختبار GMA) هو أفضل مؤشر على إنتاجية العمل ("الصلاحية التنبؤية").







في هذه الدراسة ، يعتبر اختبار GMA بمثابة اختبار ذكاء. ولكن في حوالي عام 2003 ، استخدمت Microsoft ألغازًا مثل "كم عدد موالف البيانو في العالم؟" شرحهم:

« Microsoft, , , , , . , , , , »



— « ?», . 20

تقدم سريعًا إلى اليوم. تدين Google هذه الممارسة ، وخلصت إلى أن "الأداء في هذه الأنواع من الأسئلة هو في أفضل الأحوال مهارة منفصلة يمكن تحسينها من خلال التدريب بحيث لا تفيد في تقييم المرشحين".



لذلك لدينا شركتان تختبران الذكاء العام ولكنهما تختلفان بشكل أساسي حول كيفية قياسه.

هل نقيس قدرات معينة أم ذكاء عام؟

ولكن ربما ، كما جادل سبولسكي وماكدويل ، فإن أسئلة المقابلة التقليدية الخوارزمية والمحوسبة هي ، في حد ذاتها ، اختبارات فعالة للذكاء العام. يوفر البحث الذي أجراه هانتر وشميدت بعض الدعم لهذه النظرية. من بين جميع أدوات التقييم ذات المعيار الفردي ، كان للاختبارات مع عينات العمل أعلى مصداقية تنبؤية. بالإضافة إلى ذلك ، عند فحص أعلى نتيجة انحدار لصلاحية أداة تسجيل ذات معيارين (اختبار GMA بالإضافة إلى اختبار مع عينة من العمل) ، كان حجم التأثير المعياري على تقييم عينة العمل أكبر من تصنيف GMA ، مما يشير إلى علاقة أقوى مع الأداء المستقبلي للمرشح.



تشير الأبحاث إلى أن مقابلات الخوارزمية التقليدية تتنبأ بالأداء المستقبلي ، وربما أكثر من اختبار GMA / IQ.



لا يعتقد الصبار المتكرر بوجود مثل هذا الارتباط:

"هناك القليل من التداخل بين المعرفة المكتسبة في العمل وحل المشكلات الخوارزمية. نادرًا ما يتعامل معظم المهندسين مع الرسوم البيانية أو البرمجة الديناميكية. في برمجة التطبيقات ، أكثر هياكل البيانات شيوعًا هي القوائم وكائنات القاموس. ومع ذلك ، غالبًا ما يُنظر إلى أسئلة المقابلة المرتبطة بها على أنها تافهة ، لذا ينصب التركيز على فئات أخرى من المشكلات ".

في رأيه ، تشبه أسئلة الخوارزمية أسئلة الألغاز في Microsoft: تتعلم المهام من المقابلات التي لن تواجهها أبدًا في العمل الواقعي. إذا كان الأمر كذلك ، فهذا لا يتناسب حقًا مع بحث هانتر وشميدت.



على الرغم من المعتقدات الشخصية لـ Recursive Cactus ، لا يزال المحاورون مثل Spolsky يعتقدون أن هذه المهارات مهمة للغاية للمبرمج المنتج.

« , , : „ ?” — .



, . , , . , , Ruby on Rails 2.0».



— 

يعترف Spolsky أن أسئلة المقابلة الفنية التقليدية لا يمكنها محاكاة مشاكل العمل الحقيقية. بدلاً من ذلك ، يختبرون قدرات علوم الكمبيوتر العامة التي تكون عامة في بعض النواحي ولكنها محددة في جوانب أخرى. يمكننا القول أن هذا ذكاء عام في منطقة معينة.



وبالتالي ، إذا كنت لا تعتقد أن ذكاء الكمبيوتر هو ذكاء عام ، فإن ماكدويل يقترح ما يلي:

هناك سبب آخر لمناقشة المعرفة بهياكل البيانات والخوارزميات: لأنه من الصعب العثور على أسئلة لحل المشكلات التي لا تتعلق بها. اتضح أن الغالبية العظمى من أسئلة حل المشكلات تتضمن بعض هذه الأساسيات ".



- جيل لاكمان ماكدويل

قد يكون هذا صحيحًا عندما تنظر إلى العالم من خلال عدسة علوم الكمبيوتر. ومع ذلك ، سيكون من غير العدل الاعتقاد بأن غير المبرمجين يواجهون صعوبة أكبر في حل المشكلات.



في هذه المرحلة ، لا نتحدث عن قياس الذكاء العام كما حدده سبيرمان في الأصل. بدلاً من ذلك ، نحن نتحدث عن ذكاء محدد تم تحديده أو نشره من قبل أولئك الذين نشأوا أو شاركوا في تعليم الكمبيوتر التقليدي ، جنبًا إلى جنب مع الذكاء العام (Spolsky و McDowell و Bill Gates من Microsoft وأربعة من مؤسسي FAANG الخمسة درسوا علوم الكمبيوتر أو بعض جامعة Ivy League أو Stanford).



ربما عندما نتحدث عن الشريط ، فإننا نعني حقًا شيئًا ذاتيًا ، اعتمادًا على من يقوم بالقياس ، وهذا التعريف يختلف من شخص لآخر.



تدعم هذه الفرضية التقييمات التي يتلقاها المرشحون من المحاورين على منصتنا.

الشريط شخصي

على منصتنا للمقابلات.io ، يتدرب الأشخاص في المقابلات التقنية عبر الإنترنت ، مع المحاورين من الشركات الرائدة ، وبشكل مجهول. تشبه أسئلة المقابلة تلك التي قد تسمعها أثناء فحص الهاتف لمنصب مطور خلفية ، وعادة ما يأتي المحاورون من شركات مثل Google و Facebook و Dropbox و Airbnb وغيرها. فيما يلي بعض الأمثلة على هذه المقابلات . بعد كل مقابلة ، يصنف المحاورون المرشحين على عدة أبعاد: المهارات التقنية ، ومهارات الاتصال ، ومهارات حل المشكلات على مقياس من 1 إلى 4 ، حيث 1 "سيئ" و 4 "مذهل!". هكذا يبدو نموذج الملاحظات:







إذا كنت تشعر بالثقة ، يمكنك تخطي التدريب والتقدم لمقابلة حقيقية مباشرة مع الشركات الشريكة لنا (المزيد حول هذا لاحقًا).



من خلال مراقبة المحاورين الأكثر نشاطًا ، لاحظنا اختلافًا في النسبة المئوية للمرشحين الذين سيوظفهم هذا الشخص ("معدل النجاح"). وتتراوح هذه النسبة من 30٪ إلى 60٪. يبدو أن بعض المحاورين أصعب بكثير من الآخرين.







نظرًا لأن الأشخاص الذين تمت مقابلتهم والمحاورين مجهولون ويتم اختيارهم عشوائيًا ^[1]لا نتوقع أن تختلف جودة المرشحين اختلافًا كبيرًا بين المحاورين. لذلك ، لا ينبغي أن تكون جودة الأشخاص الذين تمت مقابلتهم سبب هذه الظاهرة. ومع ذلك ، حتى مع الأخذ في الاعتبار سمات المرشح كتجربة ، لا يزال هناك اختلاف في معدل المرور لمختلف المقابلات ^[2]...



ربما يكون بعض المحاورين صارمين عن عمد لأن شريطهم أعلى. على الرغم من أن المرشحين الذين حصلوا على المقابلات الأكثر صرامة يحصلون على درجات أقل ، إلا أنهم عادةً ما يؤدون أداءً أفضل في المقابلة التالية.



يمكن تفسير هذه النتيجة بعدة طرق:

• المحاورون الأكثر صرامة يقللون بشكل منهجي من شأن المرشحين
  
  
• المرشحون مرهقون للغاية بسبب المحاورين الصارمين لدرجة أنهم يميلون إلى التحسن بين المقابلات في محاولة للوفاء بالمستوى الأعلى للمحاور الأصلي

إذا كان هذا الأخير صحيحًا ، فيجب على المرشحين الذين تدربوا مع محاورين أكثر صرامة أداءً أفضل في المقابلات الواقعية. ومع ذلك ، لم نجد علاقة بين شدة القائم بإجراء المقابلة وسرعة اجتياز المقابلات الحقيقية المستقبلية على منصتنا ^[3]...







يمثل القائمون على المقابلات على منصتنا أنواع الأشخاص الذين قد يواجههم المرشح في مقابلة واقعية ، حيث يقوم نفس الأشخاص بإجراء فحص عبر الهاتف وإجراء مقابلات وجهًا لوجه مع شركات التكنولوجيا الواقعية. وبما أننا لا نملي منهجية المقابلة ، فإن هذه الرسوم البيانية توضح أيضًا توزيع الآراء حول نتائج مقابلتك بمجرد إنهاء المكالمة أو مغادرة المكتب.



يشير هذا إلى أنه بغض النظر عن إجاباتك الفعلية ، فإن فرص الحصول على وظيفة تعتمد حقًا على من تجري مقابلة معه . بعبارة أخرى ، الشريط شخصي.



أجبرنا هذا الاختلاف بين المحاورين على إعادة التفكير في تعريفنا الخاص للشريط الذي يقوم بتصفية المرشحين عند قبولهم في المقابلات مع الشركات الشريكة لنا. كان تعريفنا مشابهًا إلى حد كبير لمعايير Spolsky الثنائية ("كن ذكيًا") ، حيث بالغ في تقدير رأي القائم بإجراء المقابلة والتقليل من أهمية المعايير الثلاثة الأخرى ، مما أدى إلى توزيع ثنائي النسق يشبه الجمل ، كما هو موضح في الرسم البياني أدناه.







على الرغم من أن نظام التسجيل الحالي يرتبط بشكل جيد بنتائج المقابلة المستقبلية ، وجدنا أن درجة المحاور لا ترتبط ارتباطًا وثيقًا بالنتائج المستقبلية مثل معاييرنا الأخرى. لقد قللنا وزنه ، مما أدى في النهاية إلى زيادة دقة التنبؤ ^[4]... كما في فيلم Ricky Bobby: King of the Road ، تعلم ريكي بوبي أن هناك أماكن أخرى في السباق إلى جانب الأول والأخير ، لذلك تعلمنا أيضًا أنه من المفيد تجاوز الهيكل الثنائي "التوظيف - وليس التوظيف" ، أو ، إذا كنت تفضل ، "ذكية - ليست ذكية".



بالطبع ، لم نتمكن من التخلص تمامًا من الذاتية ، لأن المعايير الأخرى يتم تحديدها أيضًا بواسطة القائم بإجراء المقابلة. وهذا ما يجعل التقييم صعبًا: تقييم المحاور هو في حد ذاته مقياس لقدرة المرشح.



في مثل هذه الحالة ، تصبح دقة كل قياس محدد أقل تأكيدًا. يبدو الأمر كما لو أن المحاورين كانوا يستخدمون أعوادًا بأطوال مختلفة للقياس ، لكن الجميع افترض أن طول العصا الخاصة بهم كان معروفًا ، على سبيل المثال ، متر واحد.



عندما تحدثنا إلى المحاورين لدينا حول تقييم المرشحين ، تم تأكيد نظرية العصي ذات الأطوال المختلفة. فيما يلي بعض الأمثلة على كيفية تقييم المحاورين المرشحين:

• اطرح سؤالين. إذا أجاب كلاهما ، فسيتم اجتياز الاختبار
  
  
• طرح أسئلة متفاوتة الصعوبة (سهل ، متوسط ​​، صعب). إذا كانت الإجابة متوسطة ، يتم اجتياز الاختبار
  
  
• سرعة الاستجابة لها أهمية كبيرة. يجتاز الاختبار إذا كانت الإجابات سريعة (مصطلح "سريع" غير محدد بوضوح)
  
  
• السرعة لا تهم حقًا. قم بالتمرير إذا كان هناك حل عملي
  
  
• يبدأ المرشحون بأعلى درجة. يتم خصم النقاط عن كل خطأ

معايير مختلفة للتقييم - ليست بالضرورة سيئة (وفي الواقع ، طبيعية تمامًا). إنهم يقدمون فقط تبعثرًا كبيرًا في قياساتنا ، أي أن تقييمات المرشحين ليست دقيقة تمامًا.



تكمن المشكلة في أنه عندما يتحدث شخص ما عن الشريط ، فإنهم عادةً ما يتجاهلون عدم اليقين في القياسات.



غالبًا ما يُنصح بتوظيف المرشحين من الدرجة الأولى فقط.

"القاعدة الأساسية الجيدة هي توظيف من هم أفضل منك فقط. بدون اتفاق. دائما "



- لازلو بوك

"لا تخفض معاييرك ، مهما كان من الصعب العثور على هؤلاء المرشحين الرائعين"



- جويل سبولسكي

"في قسم Macintosh كان لدينا قول مأثور:" اللاعب A يستأجر اللاعبين A ؛ يقوم لاعبو الفئة B بتوظيف لاعبي C "- وهذا يعني أن الأشخاص العظماء يقومون بتوظيف أشخاص رائعين أيضًا"



- جاي كاواساكي

"يجب أن يكون كل موظف يتم تعيينه أفضل من 50٪ ممن يشغلون حاليًا مناصب مماثلة - وهذا يرفع



سقف التوقعات " - منشور مدونة Bar Raiser في Amazon

هذه كلها نصيحة جيدة ومع ذلك ، فهم يفترضون أنه يمكن قياس "الجودة" بشكل موثوق. لكننا رأينا بالفعل أن هذا ليس هو الحال دائمًا.



حتى عند ذكر عدم اليقين ، يُعزى التباين إلى قدرة المرشح ، وليس عملية القياس أو القائم بإجراء المقابلة.

"يوجد في المنتصف عدد كبير من الموظفين" الذين يحتمل أن يكونوا نافعين "والذين يبدو أنهم قادرون على المساهمة في القضية المشتركة. المفتاح هو التمييز بين النجوم البارزين من هؤلاء "التي يحتمل أن تكون مفيدة" ، لأنك لا تريد توظيف أي منها "يحتمل أن تكون مفيدة". أبدا.

...

إذا وجدت صعوبة في اتخاذ القرار ، فهناك حل بسيط للغاية. لا تستأجر أي شخص. فقط لا توظف شخصًا لست متأكدًا منه. "



- جويل سبولسكي

إن تقييم المرشحين ليس عملية حتمية تمامًا ، لكن الكثيرين يعتبرونها كذلك.

لماذا الشريط مرتفع جدا

إن عبارة "تسوية الجودة" لا تعني حقًا حل وسط ، بل تعني اتخاذ القرار في مواجهة عدم اليقين. وكما ترى من الاقتباسات أعلاه ، تتمثل الإستراتيجية المعتادة في التوظيف فقط عندما تكون هناك ثقة مطلقة.



بغض النظر عن عصا القياس التي لديك ، فإنها ترفع الشريط عالياً حقًا. أن تكون واثقًا تمامًا من المرشح يعني تقليل احتمالية التوظيف السيئ ("الإيجابيات الكاذبة"). والشركات تبذل كل ما في وسعها لتجنب ذلك.

"المرشح السيئ مكلف للغاية بالنظر إلى الوقت الذي يستغرقه لتصحيح جميع أخطائه. قد يستغرق طرد موظف تم تعيينه عن طريق الخطأ شهورًا وقد يكون بمثابة كابوس ، خاصة إذا قرر رفع دعوى قضائية ".



- جويل سبولسكي

حسب هانتر وشميدت تكلفة التوظيف السيئ: "الانحراف المعياري ... هو على الأقل 40٪ من متوسط ​​الراتب السنوي" ، وهو 40 ألف دولار اليوم ، بافتراض أن متوسط ​​الراتب للمهندس هو 100 ألف دولار.



ولكن إذا قمت بتعيين الحد الأقصى ، فإن الاحتمالات تكون أن تفقد بعض المرشحين الجيدين (السلبيات الخاطئة). يشرح ماكدويل سبب عدم اهتمام الشركات بالكثير من السلبيات الزائفة:

"من وجهة نظر الشركة ، من المقبول حقًا رفض عدد من المرشحين الجيدين ... فهم على استعداد لتحمل ذلك. بالطبع ، يفضلون عدم القيام بذلك لأنه يزيد من تكاليف الموارد البشرية. لكن هذا حل وسط مقبول بشرط أن يظلوا يتلقون عددا كافيا من المرشحين الجيدين ".

بمعنى آخر ، من الجدير انتظار أفضل مرشح إذا كان الفرق في النتيجة المتوقعة كبيرًا مقارنة بتكاليف التوظيف لمواصلة البحث. بالإضافة إلى ذلك ، فإن تكاليف الموظفين والمسائل القانونية من الموظفين الذين يحتمل أن تكون مشاكلهم ترفع الشريط إلى أعلى قدر الإمكان.



يبدو أنه حساب عقلاني للغاية للتكاليف والفوائد. لكن هل أجرى أي شخص مثل هذه الحسابات بالأرقام؟ إذا كان الأمر كذلك ، فنحن نحب أن نسمع منك. لكن يبدو أنه صعب للغاية في الممارسة.



نظرًا لأن جميع الحسابات تتم بالعين ، يمكننا أن نفعل الشيء نفسه ونجادل بأن الشريط لا ينبغي أن يكون مرتفعًا جدًا.



كما ذكرنا سابقًا ، فإن توزيع القدرات المرشحة ليس ثنائيًا ، لذا فإن سيناريو كابوس سبولسكي لن يحدث مع جميع التعيينات "السيئة" المزعومة ، مما يعني أن فرق الأداء المتوقع بين الموظفين "الجيدين" و "السيئين" قد يكون أقل مما كان متوقعًا.



من ناحية أخرى ، قد تكون تكاليف التوظيف أعلى مما كان متوقعًا لأن المرشحين يصبحون أكثر صعوبة في الاختيار مع نمو مؤهلاتهم. حسب التعريف ، كلما ارتفع الشريط ، قل عدد هؤلاء الأشخاص. يقارن حساب ضرر "التوظيف السيئ" الذي أجراه شميدت وهنتر المرشحين داخل المجموعة فقط. لا تأخذ الدراسة في الاعتبار التكلفة النسبية لتوظيف مرشحين ذوي جودة عالية في المجموعة ، وهي مشكلة رئيسية للعديد من فرق التوظيف التقنية هذه الأيام. وإذا استخدمت شركات تكنولوجيا المعلومات الأخرى نفس استراتيجية التوظيف ، فإن المنافسة تزيد من متوسط ​​فرصة أن يرفض المرشح عرضًا. هذا يزيد من الوقت المستغرق لملء الشاغر.



للتلخيص ، إذا كانت النتيجة المتوقعة بين المرشحين "الجيدين" و "السيئين" أقل من المتوقع ، وكانت تكاليف التوظيف أعلى من المتوقع ، فمن المنطقي خفض المستوى.



حتى إذا قامت الشركة بتوظيف موظف غير فعال ، فيمكنها استخدام أدوات التدريب والموارد البشرية للتخفيف من الأثر السلبي. بعد كل شيء ، تنمو إنتاجية الشخص حقًا بمرور الوقت ، ويكتسب مهارات ومعارف جديدة.



ومع ذلك ، عند التوظيف ، نادرًا ما يفكر الناس في تطوير الموظفين (يذكر لازلو بوك هذا في بعض الأماكن ، ولكن تتم مناقشة معظم هذه الموضوعات بشكل منفصل عن بعضها البعض). ولكن إذا أخذته في الاعتبار ، يمكن إجراء اتصال بين تعيين الموظفين وتطويرهم. يمكنك التحدث عن طرق مختلفة لزيادة كفاءة العمل: إما الدفع مقابل تدريب الموظفين الحاليين ، أو تعيين موظفين جدد.



يمكنك حتى اعتبارها حلا وسطا. بدلاً من تطوير الموظفين داخليًا ، لماذا لا يتم الاستعانة بمصادر خارجية لهذا التطوير؟ دع الآخرين يكتشفون كيفية تطوير المواهب الخام ، وستدفع لاحقًا للمجندين للعثور على محترفين جاهزين. لماذا تتسوق من هول فودز وتطبخ في المنزل بينما يمكنك الدفع لتوصيل وجبات جاهزة؟ لماذا تضيع الوقت في الإدارة والتدريب بينما يمكنك القيام بعمل حقيقي (مثل المهام الهندسية)؟



ربما تكون المعايير عالية جدًا لأن الشركات لا تعرف كيفية تطوير الأشخاص بشكل فعال.



لذلك تقلل الشركات من المخاطر عن طريق تحويل عبء النمو الوظيفي إلى المرشحين أنفسهم. في المقابل ، ليس لدى المرشحين مثل Recursive Cactus خيار سوى ممارسة المقابلات.



في البداية اعتقدت أن الصبار المتكرر هو الاستثناء من القاعدة. لكن اتضح أنه ليس وحده.

يتدرب المرشحون قبل المقابلة

في العام الماضي ، سألنا المرشحين عن عدد الساعات التي قضوها في التحضير للمقابلة. قال نصف المستجيبين تقريبًا إنهم أمضوا 100 ساعة أو أكثر في التحضير ^[5]...







تساءلنا كيف يفهم المجندون الوضع. طرحت ألينا سؤالًا مشابهًا على Twitter - وأظهرت النتائج أن مديري الموارد البشرية يقللون إلى حد كبير من جهود المرشحين للتحضير للمقابلات.





على ما يبدو ، فإن هذا التناقض يؤكد فقط القاعدة الخفية وغير المعلنة للتوظيف: إذا لم تكن من الأذكى (مهما كان معنى ذلك) ، فهذه ليست مشكلتنا.

مراجعة الشريط

لذلك هذا ما هو "اللوح الخشبي". هذا هو المعيار العالي الذي وضعته الشركات لتجنب الإيجابيات الكاذبة. ومع ذلك ، من غير المعروف ما إذا كانت الشركات قد قامت بالفعل بإجراء تحليل مناسب للتكلفة والعائد. ربما يمكن تفسير المعيار المرتفع بالإحجام عن الاستثمار في تطوير الموظفين.



يقيس بلانك إلى حد كبير ذكائك العام ، لكن أدوات القياس الفعلية لا تتطابق بالضرورة مع الأدبيات العلمية. حتى الأدبيات العلمية نفسها حول هذا الموضوع يمكن أن تسمى مشكوك فيها ^[6]... يقيس الشريط في الواقع ذكاءً محددًا في علوم الكمبيوتر ، لكن هذا القياس يختلف اعتمادًا على من يجري مقابلة معك.



على الرغم من الاختلافات في العديد من جوانب التوظيف ، نتحدث عن الشريط كما لو كان له معنى واضح. يسمح لمديري التوظيف باتخاذ خيارات ثنائية واضحة ، لكنه يمنعهم من التفكير النقدي في إمكانية تحسين تعريف "الشريط" لشركتهم.



ويساعد على فهم سبب قضاء الصبار المتكرر الكثير من الوقت في التدريب. هذا جزئيًا لأن شركته الحالية لا تطور مهاراته. إنه يستعد لعدد لا يحصى من الأسئلة والمحاورين المحتملة التي قد يواجهها لأن معايير التوظيف تختلف على نطاق واسع. إنه يستكشف مواضيع لن يتم استخدامها بالضرورة في عمله اليومي - كل ذلك لتمريرها لمن يعتبرون "أذكياء".



هذا هو النظام الحالي الذي كان له تأثير كبير على حياته الشخصية.

قالت زوجتي أكثر من مرة إنها تفتقدني. لدي حياة مزدحمة وسعيدة ، لكنني أشعر بالحاجة إلى المضي قدمًا في الاستعداد لعدة أشهر لأكون قادرًا على المنافسة في المقابلات. لا يمكن لأم واحدة أن تعد مثل هذا ".



- صبار متكرر

هذا يؤثر على وظيفته الحالية وعلى زملائه.

"تتطلب العملية قدرًا كبيرًا من الطاقة ، لذلك لا يمكنني العمل بنسبة 100٪ بعد الآن. أتمنى أن أتمكن من القيام بعمل أفضل ، لكن لا يمكنني في نفس الوقت الاهتمام بمستقبلي ، وممارسة الخوارزميات أربع ساعات في اليوم ، وأداء عملي بشكل جيد.



هذا ليس شعور لطيف للغاية. أنا أحب زملائي. أشعر بالمسؤولية. أعلم أنني لن أُطرد ، لكنني أدرك أن عليهم عبئًا إضافيًا "



- الصبار المتكرر

من المفيد أن تتذكر أن كل هذه القرارات الصغيرة حول الإيجابيات الزائفة ، وهيكل المقابلة ، والألغاز ، ومعايير التوظيف والتطوير تضاف إلى نظام يؤثر في النهاية على حياة الناس الشخصية ليس فقط المتقدمين أنفسهم ، ولكن أيضًا كل الأشخاص المحيطين بهم.



تعيين الموظفين ليس مشكلة محلولة. حتى لو تمكنا من حلها بطريقة ما ، فمن غير الواضح ما إذا كان بإمكاننا التخلص من كل هذا الشك. بعد كل شيء ، من الصعب جدًا التنبؤ بالنتائج المستقبلية لعمل الشخص بعد قضاء ساعة أو ساعتين معهم في بيئة عمل اصطناعية. بينما يجب علينا بالتأكيد تقليل عدم اليقين ، من المفيد قبوله كجزء طبيعي من العملية.



يمكن تحسين النظام. لا يتطلب هذا فقط الخروج بأفكار جديدة ، ولكن أيضًا إعادة النظر في الأفكار والافتراضات التي تم طرحها منذ عقود. يجب أن تأخذ في الاعتبار العمل السابق والمضي قدمًا ، وليس التعلق به.



نحن على ثقة من أن كل فرد في صناعة تكنولوجيا المعلومات يمكنه المساهمة - وتحسين نظام توظيف تكنولوجيا المعلومات. نحن نعلم أنه يمكنك القيام بذلك ، فقط لأنك ذكي.

---

^[1]هناك بعض الاحتمالات للتحيز ، خاصة فيما يتعلق بالوقت الذي يختار فيه المرشحون التدريب. يُظهر تحليل سطحي أن الاتصال ليس بهذه الأهمية ، لكننا ندرس هذه المشكلة (قد نكتب عن هذا الموضوع في مدونة في المستقبل). يمكنك أيضًا الاختيار بين المقابلة الخوارزمية التقليدية ومقابلة تصميم النظام على الموقع ، لكن الغالبية العظمى تختار المقابلة التقليدية. معدلات النجاح المعروضة تتوافق مع المقابلات التقليدية. [عودة]

^[2]قد تتساءل عن المستوى النسبي للمرشحين في المقابلة الشخصية. على الرغم من صعوبة تحديد المستوى الحقيقي (وهو الموضوع الرئيسي لهذه المقالة) ، يقول القائمون على المقابلات الممارسين لدينا أن المستوى المتوسط ​​للمرشحين للمقابلة.io يتوافق مع المستوى الذي يواجهونه أثناء المقابلات في شركاتهم ، خاصة أثناء فحص الهاتف. [عودة]

^[3]يشمل هذا فقط المرشحين الذين يستوفون شريط التوظيف الداخلي لدينا وقد حضروا لإجراء مقابلة في مكتبنا. لا يعكس الرسم البياني إجمالي عدد المرشحين الذين تمت مقابلتهم. [رجوع]

^[4]قد تتذكر أنه في وقت سابق كان لدينا خوارزمية قامت بتعديل الإحصائيات بناءً على صرامة المحاورين. بعد إجراء مزيد من الفحص ، وجدنا أن هذه الخوارزمية تقدم تباينًا في درجات المرشحين بطريقة غير متوقعة. لذلك ، نحن الآن لا نعتمد عليه كثيرًا. [عودة]

^[5]كانت الدفقات في 100 و 200 ساعة بسبب خطأ في الصياغة والقيم القصوى للمسح. تم طرح الأسئلة الثلاثة التالية: 1) خلال آخر بحث لك عن وظيفة ، كم ساعة قضيتها في التحضير لمقابلتك؟ 2) كم ساعة قضيتها في التحضير للمقابلة قبل التسجيل للمقابلة. 3) كم عدد الساعات التي أمضيتها في التحضير للمقابلة بعد التسجيل للمقابلة .io (لا يشمل الوقت على الموقع)؟ تم تحديد إجابات كل سؤال بحد أقصى 100 ساعة ، ولكن بالنسبة للعديد من المستجيبين ، تجاوز مجموع الإجابات 2 و 3 100. كان متوسط ​​الإجابات على السؤال 1 هو 94 ، وهو ما يتطابق تقريبًا مع متوسط ​​مجموع الإجابات 2 و 3 ، لذلك استخدمنا هذا المجموع لتوزيع أكبر من 100 ساعة. الدروس الأساسية: قم بتعيين الحد الأقصى للقيمة أعلى مما تتوقعوتحقق مرة أخرى من المسح الخاص بك.[عودة]

^[6]أجد صعوبة بعض الشيء في تقييم هذه الدراسة لأنني لست اختصاصيًا في علم النفس والطرق مثل التحليل التلوي غريبة بعض الشيء بالنسبة لي ، على الرغم من أنها تستند إلى أدوات إحصائية مألوفة. السؤال ليس ما إذا كانت هذه الأدوات صحيحة ، ولكن ما مدى صعوبة التفكير في مدخلات البحث. مثل كود السباغيتي ، فإن التحقق من صحة مجموعات البيانات الأساسية ينتشر عبر عقود من العمل العلمي السابق ، مما يجعل التحليل صعبًا. ربما تكون هذه هي طبيعة علم النفس ، حيث يصعب الحصول على بيانات مفيدة عند مقارنتها بالعلوم الطبيعية. بالإضافة إلى ذلك ، تنشأ أسئلة أخرى حول المنهجية ، والتي تمت مناقشتها بمزيد من التفصيل في هذه المقالة . [إرجاع]