说说我最近招人的感受。。

news2024/11/24 15:56:22

大家好,我是鱼皮。

都说现在行情不好、找工作难,但招人又谈何容易?!

最近我们公司在招开发,实习社招都有。我收到的简历很多,但认真投递的、符合要求的却寥寥无几,而且都是我自己看简历、选人、回复、面试,让本就饱和的工作量更加雪上加霜,到最后真的是身心俱疲了。

不过也有好处,在招人的过程中,我积累了不少经验,也发现了一些大家在找工作时的问题。这篇文章就给大家分享一下我自己招人的流程、想法,带大家看看招聘软件的后台,以及从招聘者的角度给大家一些求职建议。

也许看完这篇文章,你就知道自己为什么找不到工作了,可以及时做出调整。

整个招聘的过程大概分为几个环节:发布岗位 => 候选人初筛 => 简历初筛 => 简历二筛 => 面试 => 发 offer

这篇文章会先讲解发布岗位、候选人初筛的过程。

发布岗位

我招聘的渠道主要有:

  • 招聘平台:BOSS 直聘、实习僧
  • 自己的社群:编程导航、编程交流群
  • 朋友圈

为什么选择这 3 个渠道?而不利用我自己的自媒体平台(比如公众号)去招人呢?

答案很简单:

  • 招聘平台流量大、机制完善,能够节省招聘时间
  • 我对自己社群的同学更熟悉,更了解他们
  • 朋友圈里有很多关系不错的、且优秀的朋友

选择这些渠道,而不是我自己的公域流量,能够过滤很多 “找乐子”、“盲目投递”、“不看要求” 的同学。


招人可不是一件容易的事情,发布岗位前,我首先要去了解行情。怎么做呢?

我按照自己公司的招聘要求,注册了一个求职者账号,然后到招聘网站上看系统给我推荐的岗位,基本上就能了解市场了。

不过,后来我又发现了一种更简单直接了解市场的方式,直接到 BOSS 的招聘后台去看某个岗位的平均薪资!

比如下面是上海 Java 开发岗从业 3 - 5 年的平均薪资,大概是月薪 1.5 万左右:

上海 Java 岗位应届生的平均薪资大概是 1 万元左右,仅供参考:


了解完市场行情后,我就在平台发布了岗位,有意思的是,平台提供了非常多的小道具,能给我的岗位增加更多的曝光量。但我是不相信这类道具的效果的,有缘人自然会出现~

不过其中有一个道具很有意思,竟然可以批量给求职者发消息:

为什么很多同学反馈在 BOSS 上收到的 HR 消息像机器人,破案了!

发布完岗位后,平台就自动给我推荐了一些招聘者,而且让我震惊的是,这些招聘者中,竟然还有 “热搜” 招聘者,也就是找工作的红人?

不过不得不说,这些候选人确实很优秀就对了,我就不来跟其他的公司卷这些牛人了。

BOSS 后台还有 “人才库” 功能,这个还挺方便的,能直接捞到在硬性条件上符合你预期的人:

不过我也不指望用这种 “搜索” 的方式招人,因为学历、经验这些标签,都是候选人自己可以随意修改的,你懂我的意思吧。

下面这个就是我自己求职者账号随便编造的信息:

所以,咱还是老老实实去看给我们公司投递简历的同学吧。

候选人初筛

平台初筛

几天的时间内,我们就累积收到了 300 多份简历。那么我一个人不可能每份简历都完整读一遍的,而且越到后面的流程花费的时间成本和拒绝成本越高,所以只能先通过大家的 “招呼语”(或者自我介绍)来初步了解求职者信息,做一波初筛。

在初筛的过程中,我终于理解了 “为什么你在 BOSS 上投递的简历没有任何回复?”

因为我发现,绝大多数同学只给我发了一条消息,而且应该是系统自带的招呼语。

如下图,如果你们是面试官,时间有限的话,会优先回复谁呢?

反正我会选择倒数第二个。

切换下视角,也许就能得到一个投递简历的技巧:由于现在大家都是海投,所以跟招聘方发送的第一条消息(招呼语)一定要用心写,吸引招聘方点进去。

大概招聘方那里只能直接看到 18 - 20 个字 ,所以:

  1. 尽量不要让千篇一律的客套话占用了这宝贵的位置,比如 “您好,我对您的 XX 岗位很感兴趣。” 面试官都不知道接下来怎么回复。
  2. 尽量不要用问句,比如 “你好,可以聊聊么?” 面试官:聊啥?有啥好聊的?

应该利用有限的空间来凸显自己的优势、以及和公司的匹配度。

比如:您好,我符合贵司XX、XX要求,项目:http://xxxx(实际上能让招聘方看到网址的前 2 个字母就够了)

我会更倾向于点开下面这种招呼语:

对了,这条招呼语我也会点进去看,本质上属于和公司的文化匹配了:

当然,倒也不会只通过这种招呼语的方式去筛选求职者,后台还提供了直接看候选人基本求职信息的功能,我会在这里捞一捞符合要求的同学:

结果你猜怎么着,和我沟通的近 100 个人中,真正符合我发布岗位时设置的基本要求的,不到 5 个人!!!

其实挺悲哀的,现在无论是求职还是招聘,都陷入了一个恶性循环。求职者无视招聘要求海投简历、自动打招呼、甚至编造个人信息;招聘者广撒网、自动回复、甚至不回复。而不回复的原因就更悲哀了,要么是识破了候选人的海投和造假,要么是不敢回复,毕竟多一事不如少一事。

直投初筛

相比于在平台筛选简历,通过在编程导航社群以及我的朋友圈直接向我投递的朋友,无论是招聘要求的符合度上、还是认真程度上,明显都高了几个等级。

分享几个通过候选人初筛的同学的个人介绍,大家可以思考一下,是你的话会如何介绍自己呢?

其中高考数学 138 那点在我这看是很加分的,虽然不直接和编程开发相关,但是数学好的同学逻辑思维能力一般都是比较强的,这也是程序员的重要软实力之一,我会比较注重候选人的潜力。

所以这里给到大家的建议是,在个人介绍中,除了写基本的技能、经历之外,尽量写一些与众不同的内容。如果没有特别的点,那么可以尽量去匹配公司的要求,比如公司处于 “急招” 阶段的话,可以在介绍中补充说明:自己可以立即到岗。

有一位同学就在自我介绍中写到:家离工作地点近,当天即可到岗。

扪心自问,如果你是招聘者,会不会优先招明确表明自己符合公司要求的同学呢?


最终,通过以上渠道,我从 300+ 简历中筛选了 50 位左右符合基本要求的同学,并且完整地阅读了这些同学的简历,接下来要进行的,便是简历的初筛了。

已经写了 2000 多字,能写的内容实在太多了,今天就先到这里吧。欲知后事如何,请看下回分解。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/939659.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【EI检索稳定】第六届电力电子与控制工程国际学术会议(ICPECE 2023)

第六届电力电子与控制工程国际学术会议 2023 6th International Conference on Power Electronics and Control Engineering (ICPECE 2023) 第六届电力电子与控制工程国际学术会议由广西大学主办,重庆大学、华东交通大学、长春理工大学、大连交通大学联合主办。电…

伦敦金走势多变怎么办

投资知识比较丰富的朋友,应该知道一个品种的价格过于波动,对投资者来说并是一件不友好的事情,因为频繁的价格变化,对于收益的稳定性会产生负面的影响,也可能让投资者的持仓陷入进退维谷的尴尬境地。 黄金作为贵金属市场…

【视觉系统】笔芯内径机器视觉测量软硬件方案-康耐德智能

检测内容 笔芯内径机器视觉测量系统 检测要求 精度0.03mm,速度120~180个/分钟 视觉可行性分析 对样品进行了光学实验,并进行图像处理,原则上可以使用机器视觉系统进行测试测量。 结果: 对所有样品进行分析,可以在不…

抽象工厂(Abstract Factory)模式

一、 抽象工厂(Abstract Factory)模式 抽象工厂模式是所有形态的工厂模式中最为抽象和最具一般性的一种形态。 为了方便引进抽象工厂模式,引进一个新概念:产品族(Product Family)。所谓产品族&#xff0c…

16- flask-bootstrap模板的使用

Flask 中支持 flask-bootstrap模板 和 bootstrap-flask模板 # 不使用: bootstrap-flask # pip install bootstrap-flask1.3.1 # 支持bootstrap 4 # pip install flask-bootstrap # 支持bootstrap3# 中文文档:https://flask-bootstrap-zh.readthedocs.io/zh/latest/ # 样式文档…

yolov8 No labels found in /path/train.cache解决

在用yolov8中ultralytics/datasets/coco.yaml训练时出现了no labels found in train2017.cache的错误。 model.train(data"ultralytics/datasets/coco.yaml",epochs100,imgsz640,batch16,save_period10,)下面查找一个这个问题出现的原因。 这里并没有提前下载coco数…

VM安装Windows11

VM下载地址: https://www.vmware.com/cn/products/workstation-pro/workstation-pro-evaluation.html Windows11镜像下载地址: https://www.microsoft.com/zh-cn/software-download/windows11/ 选择刚下载的Windows11镜像 更改安装目录 设置密码 …

MySQL索引,事务和存储引擎

一、索引 1、索引的概念 ●索引是一个排序的列表,在这个列表中存储着索引的值和包含这个值的数据所在行的物理地址(类似于C语言的链表通过指针指向数据记录的内存地址)。 ●使用索引后可以不用扫描全表来定位某行的数据,而是先…

ASIC-WORLD Verilog(13)状态机FSM

写在前面 在自己准备写一些简单的verilog教程之前,参考了许多资料----Asic-World网站的这套verilog教程即是其一。这套教程写得极好,奈何没有中文,在下只好斗胆翻译过来(加点自己的理解)分享给大家。 这是网站原文&…

MySQL 8.1.0 推出 InnoDB Cluster 只读副本

全面了解 8.1.0 版本新功能:InnoDB Cluster 只读副本的相关操作。 作者:Miguel Arajo 高级软件工程师 / Kenny Gryp MySQL 产品总监 本文来源:Oracle MySQL 官网博客 * 爱可生开源社区出品。 前言 MySQL 的第一个 Innovation 版本 8.1.0 已…

Pyqt5开发实战记录

入职以来第一个开发项目: 1、如何给Qlabel加边框:右键label对象,选择“改变样式表”输入一下代码: border: 1px solid black;2、如何让垂直布局中button大小不发生变化:其实很简单,只需要设置button的最大…

(视频教程)单细胞转录组多组差异基因分析及可视化函数

很久以前,我们发布过一个单细胞多组差异基因可视化的方法。跟着Cell学单细胞转录组分析(八):单细胞转录组差异基因分析及多组结果可视化。主要复现参考的是这篇发表在《Cell》上的文章。可以将多个组的差异结果展示出来。 (reference:A Spati…

夜莺项目发布 v6.1.0 版本,增强可观测性数据串联

大家好,夜莺项目发布 v6.1.0 版本,这是一个中版本迭代,不止是 bugfix 了,而是引入了既有功能的增强。具体增强了什么功能,下面一一介绍。 1. 增强可观测性数据串联 从 v6.1.0 开始,对日志索引模式做了增强…

TS-小技巧-持续更新

文章目录 一、类型小技巧1. Partial 的应用2. Pick 的应用3. Parameters 的应用4. ReturnType 的应用 一、类型小技巧 1. Partial 的应用 interface User {name: string;age: number;address: string}获取接口User的所有属性,且不确定属性是否全部需要: type UserP…

ceph peering机制-状态机

本章介绍ceph中比较复杂的模块: Peering机制。该过程保障PG内各个副本之间数据的一致性,并实现PG的各种状态的维护和转换。本章首先介绍boost库的statechart状态机基本知识,Ceph使用它来管理PG的状态转换。其次介绍PG的创建过程以及相应的状…

Element-Ul中的Mess消息不能正常显示

项目场景 注册 使用Element-Ul中的表单&#xff0c;Mess消息不能正常显示 预计效果 Part1 问题1 给按钮添加Mess消息提示,有反应&#xff0c;但不是预期反应&#xff0c;就没看到页面上方的提示框&#xff0c;就是滚动条一直上下动 后来发现是提示框都在下面出现了 <scr…

IdentityServer密码长度超长会导致跳转到登录页

应用系统项目的安全要求越来越高&#xff0c;基本都是采取https等加密证书传输&#xff0c;无法使用https的&#xff0c;也是要求不能明文传输内容&#xff0c;因此做一些等保要求&#xff0c;密码需要加密后才能传输给服务端&#xff0c;所以前端会采取一些密码手段&#xff0…

C# Linq源码分析之Take(四)

概要 本文主要对Take的优化方法进行源码分析&#xff0c;分析Take在配合Select&#xff0c;Where等常用的Linq扩展方法使用时候&#xff0c;如何实现优化处理。 本文涉及到Select, Where和Take和三个方法的源码分析&#xff0c;其中Select, Where, Take更详尽的源码分析&…

数据结构--树4.2.2(二叉树--遍历)

目录 一、二叉树的建立 二、二叉树的遍历算法 一、二叉树的建立 CreateBitree(Bitree *t){char c;scanf("%c",&c);if( c){*t NULL;}else{*t(Bitnode*)malloc(sizeof(Bitnode));(*t)->data c;CreateBitree(&(*t)->lchild);CreateBitree(&(*t)-&…

机器学习——KNN回归

1、前提知识&#xff1a; 回归&#xff1a;可以理解为拟合&#xff0c;就是根据训练数据的趋势&#xff0c;对输入数据进行预测。KNN回归&#xff1a;是一种有监督学习&#xff0c;因为需要提供目标数据&#xff08;target&#xff09; 2、案例&#xff1a; 用KNN回归拟合sin…