Поједноставите процес запошљавања помоћу контролне табле

Преглед

Computer može da pretvori neorganizovan proces zapošljavanja izvršnih kadrova u struktuiranu ratnu sobu za donošenje jedne važne odluke o zapošljavanju vodećeg ML inženjera. On istražuje svakog kandidata širom javnog weba, ocjenjuje ih u odnosu na obavezne kriterijume, simulira debatu komisije za zapošljavanje i isporučuje interaktivnu kontrolnu tabu koju vaš liderski tim može da koristi da se usaglasi oko izbora br. 1.

​

Ključni rezultat

Computer je učitao zadatak za zapošljavanje i cjevovod sa 12 kandidata, a zatim sproveo dubinsko istraživanje weba o svakom kandidatu, unakrsno provjeravajući bilješke regrutera sa publikacijama, GitHub aktivnošću, izlaganjima i blog postovima kako bi otkrio nedostajuće snage i crvene zastavice.

Napravio je struktuiranu tabelu sa ocjenama od 1 do 5 za svaki obavezni kriterijum — senioritet, trening velikih modela, evidenciju publikacija, PyTorch/distribuirani trening, zaključivanje u realnom vremenu i osnovnu inženjersku sposobnost — i automatski označio sedam kandidata koji nisu ispunili jedan ili više obaveznih uslova. Pet kandidata je prošlo prag i prešlo u detaljniju evaluaciju.

Za tu petoricu najboljih, Computer je sintetizovao prikaz „komisije za zapošljavanje“ kroz tri ugla: Tehnička dubina, Isporuči to i Graditelj tima, eksplicitno ističući tenzije u kojima je, na primjer, kandidat bio jak kao arhitekta, ali slabiji kao vođa ljudi ili operater u produkciji.

Proizveo je jasnu rangiranu listu sa Aleksom Petrovom kao preporukom br. 1, Wei Chenom kao najboljom rezervom prilagođenom riziku i Marcusom Thompsonom kao tamnim konjem sa velikim potencijalom, uz obrazloženje vezano za dosadašnji rad, očekivanja u vezi sa kompenzacijom i vjerovatnoću zatvaranja ponude.

Kontrolna tabla ratne sobe koju je primijenio obuhvata sedam kartica: izvršni sažetak, matricu kandidata koja se može sortirati, vizuelizacije tabela sa ocjenama pomoću radara i stubastih dijagrama, kartice debate komisije za zapošljavanje, prilagođene planove intervjua za prvu trojku, mrežu konkurentskih informacija koja upoređuje Apexovu ponudu u odnosu na Tesla/Figure/DeepMind/Pi za svakog kandidata, i praćenje cjevovoda u Kanban stilu za upotrebu u revizijama zapošljavanja na nivou CTO-a.

Увећај

Увећај

Увећај

Savjeti

• Razjasnite prag i obim zapošljavanja – Dodajte eksplicitan jezik o pragu, na primjer: „Ovaj kandidat za zapošljavanje mora biti sposoban da bude naš de fakto ML direktor u roku od 18 do 24 mjeseca; nemojte preporučivati nikoga ko ne može da vodi mapu puta temeljnih modela od početka do kraja.“
• Ograničite spoljno istraživanje – Postavite granice u vezi sa izvorima i svježinom, na primjer: „Dajte prioritet radu iz posljednjih 5 godina i vrednujte publikacije sa vrhunskih mjesta i produkcijske sisteme više nego starije akademske projekte.“
• Povežite rezultate sa datumom odluke – Dajte Computeru ritam donošenja odluka, na primjer: „Strukturirajte kontrolnu tablu i sažetke tako da podrže odluku idi/nemoj ići na sastanku komisije za zapošljavanje CTO-a sljedećeg ponedjeljka.“