Оптимизирайте процеса по подбор с табло

Общ преглед

Computer може да превърне хаотичния процес по подбор на изпълнителен персонал в структуриран оперативен щаб за назначаването на ключов експерт по машинно обучение на висока длъжност. Той проучва всеки кандидат в публичното пространство, оценява ги спрямо задължителните критерии, симулира дебат на комисията по подбор и предоставя интерактивно табло, което управленският ви екип може да използва за постигане на съгласие относно фаворита за позицията.

​

Основен резултат

Computer прие описанието на длъжността и списъка с 12 кандидати, след което извърши задълбочено проучване в мрежата за всеки кандидат, като съпостави бележките на рекрутъра с публикации, активност в GitHub, изступения и публикации в блогове, за да изведе липсващи силни страни и предупредителни сигнали.

Той изгради структурирана карта с оценки от 1 до 5 за всеки задължителен критерий — опит на ръководна длъжност, обучение на мащабни модели, история на публикациите, PyTorch / разпределено обучение, инференция в реално време и основни инженерни умения — и автоматично маркира седем кандидати, които не са покрили един или повече задължителни критерии. Петима кандидати преминаха прага и преминали към по-подробна оценка.

За тези топ петима кандидати Computer синтезира изглед на „комисия по подбор“ през три призми: Техническа дълбочина, Реализация и Изграждане на екип, като изрично изведе на преден план противоречията, когато например даден кандидат е силен архитект, но по-слаб като лидер на хора или оперативен ръководител в производство.

Той изготви ясен класиран списък с Алекс Петров като препоръка №1, Уей Чен като най-добрия резервен вариант с минимизиран риск и Маркъс Томпсън като скрития фаворит с висок потенциал, с обосновка, обвързана с професионалния опит, очакванията за възнаграждение и вероятността за привличане.

Таблото на оперативния щаб, което той разгърна, включва седем табa: изпълнително резюме, сортируема матрица на кандидатите, радарни и стълбчести диаграми с визуализации на картите с оценки, карти с дебати на комисията по подбор, персонализирани планове за интервюта за първите трима, мрежа за конкурентно разузнаване, съпоставяща презентацията на Apex спрямо Tesla/Figure/DeepMind/Pi за всеки кандидат, и проследяващ модул за подбор в стил Kanban за използване при прегледи на подбора на ниво главен технологичен директор.

Уголеми

Уголеми

Уголеми

Съвети

• Изяснете критериите за подбор и обхвата – Добавете изричен език за изискванията, например: „Този кандидат трябва да бъде способен да бъде нашият де факто директор по машинно обучение в рамките на 18–24 месеца; не препоръчвайте никого, който не може да ръководи цялостната пътна карта за основните модели.“
• Ограничете външните проучвания – Задайте граници за източниците и актуалността, например: „Приоритетизирайте работата от последните 5 години и отдайте тежест на публикациите в топ издания и производствените системи пред по-стари академични проекти.“
• Обвържете резултатите с дата за вземане на решение – Дайте на Computer график за вземане на решения, например: „Структурирайте таблото и резюметата така, че да подкрепят решение за одобрение/отхвърляне на заседанието на комисията по подбор на главния технологичен директор следващия понеделник.“