那些頻繁離職的年輕人，這項技術可以的

什麼是招聘行業追求的終極目標？又該如何實現呢？

2017 年底，薛延波決定結束和趙鵬16 個月的相互「考察」，要舉家從加拿大遷回北京。

趙鵬是 BOSS 直聘的 CEO，畢業於北京大學法律系，在人力資源領域有二十餘年經驗。薛延波是加拿大麥克馬斯特大學電子與計算機工程專業的博士，13 年機器學習、5 年量子計算的相關從業經驗。一眼看過來，根本想不到兩人能有什麼交集。

奇妙的是，這兩人的關係就像量子糾纏。學文的人喜歡量子物理，而學理的人又喜歡人文社科。一來二去，就聊成了真正的微信好友。有一次，趙鵬在和薛延波討論技術在招聘行業中的應用時，發現技術能發揮的作用遠不止現在這些。聊到興起時，他激動地說：「要不是事情太多，我真想立馬買張機票飛到加拿大和你面談。」

第一次見面的時間也不算太晚，見面的結果就如開頭所說，兩人一排即合，由薛延波牽頭，成立了 BOSS 直聘職業科學實驗室（Career Science Lab，以下簡稱 CSL），這個實驗室的終極目標就是要用技術提高招聘效率，讓招聘市場成為穩定雙邊匹配市場。

穩定的雙邊市場

薛延波認為，職業市場設計的終極目標就是形成穩定的雙邊市場，使求職者和招聘者達到「穩定」。而「穩定」有兩個假設：第一個是不會出現 A（求職者）和 B（招聘方）之間相互偏好，但沒有匹配的情況；第二個是不會出現 A 與 B、 C 與 D 已經配對，但 A 和 D，B 和 C 匹配是更優解的情況。

而目前的就業市場顯然沒有做到這一點。在薛延波看來，不管是現在的市場還是早些時候的市場，如果不是雙邊穩定，就會有以下幾個方面的表現，人崗匹配效率低、入職過慢、離職過快等等。有關報道指出，2017 年全國平均員工離職率為 19.7%，其中主動離職率為 14.4%，被動離職率為 5.3%。

秦鷺去年 6 月從上一家公司離職，12 月才入職了一家自己相對滿意的公司。而入職前前後後的面試溝通時長花了將近 1 個月。杜曉就比較幸運，離職一周後他就入職了自己感興趣的新公司，因為這家公司的老闆和他認識已經快一年時間了。

「現在離職越來越快，年輕人可能在一家公司工作 8-12 個月，但找到下一份滿意的工作可能要花 1-3 個月，這種時間成本是非常高的。」薛延波認為這種現象背後的原因是一對「快與慢」的矛盾。

應聘者和招聘方都想將相互「試探」的時間壓縮到最短，但真正找到一個合適的員工和公司卻需要對個人及這家公司的長期了解。現在的招聘市場，對公司的介紹往往是一張職業簡介，而應聘者所有的經歷往往是一紙簡歷。雙方溝通只能局限於這些二維指標，並不能有立體圖景。

為了解決這個問題，上線於 2014 年的 BOSS 直聘已經邁出了一步，率先解決和誰談（Who）的問題，搭建應聘者和最了解部門需求的 Leader 之間的高效溝通平台，省去 HR 和其他中間環節帶來的成本。但還有兩個問題，並沒有得到解決，什麼時候談（When）以及怎麼談（How）。

薛延波解釋說，When 實際上解決的是一個時機問題，通過科學的分析去解決什麼時候去談會最有價值。因為雙邊市場有一個很重要的特性，它是一個動態的市場。這個時候和招聘者去談，和下一個時候再去談，效果可能不一樣；而 How 解決的問題，是在雙方溝通時，怎麼樣才能增進雙方的相互了解。他認為，只要解決了這三個問題，招聘市場就會成為穩定的雙邊市場。

小火星

但後兩個問題解決起來並不容易。人材、模型是擺在薛延波面臨的兩個直接困難。

在這個職業科學實驗室里，薛延波想先招六個主心骨。這六個人裡頭以傳統技術人員為主，除此以外，實驗室還希望吸引研究微觀經濟學、心理學、社會學等優秀的研究人員。他說，傳統解決招聘的問題的方法，主要還是通過計算科學、數據挖掘、計算學習等，而跨學科可以碰撞出新的火花。比如，對於市場供需平衡問題上，經濟學的研究人員一定比技術人員更專業；在對很多概念的操作化定義上，社科背景的人員顯然更有優勢。

為了吸引人材的加入，BOSS 直聘 CEO 趙鵬出手闊綽。一名碩士學歷、工作經驗 3-5 年的機器學習科學家，薪資給出了 50k-60k 範疇。趙鵬說，要用頂級的薪酬聘請一流的人材來支持這個實驗室。但即便如此，薛延波在最近見過的兩位數面試者中只有幾位進入了深度溝通的狀態，但還沒有最終敲定一位。

而模型，則是目前 CSL 面臨的最大挑戰。薛延波說，「我們回頭來思考機器學習三個重要的支柱，數據、模型和算例。數據在以指數的形式增加，模型的發展相對來說是比較緩慢的，現在機器學習可用到的模型也是很少的，基本上都能羅列出來。我們希望完成模型設計方面的工作，這是一個全新的市場，可能需要全新的機器學習來解決這樣的問題。」

薛延波已經給實驗室確定了兩個課題。一個是「利用主動學習和協同濾波解決匹配理論中偏好列表未知的問題」，另一個是「建立起基於職業科學的參數用于衡量動態雙邊匹配市場的性能」。簡而言之，前者基於同類型求職者的相關數據，獲取求職者真正的求職意圖，找工作的三維場景。後者，則是生成類似於「溫度計」的指標，來測量求職方及招聘方的市場冷熱程度。

而這些都需要設計全新的軟體、模型，工程量巨大。薛延波說，現在我們只是划了一個職業科學的框，我是希望這些軟體幫著我們逐漸把內部填滿。面對將來的圖景，他感慨，現在所做的只是發起了一點小火星兒。趙鵬心裡也清楚，這件事要想真正的燎原還需要些漫長的積累。他心裡的期待是十年能有小成，有生之年有一些成就就夠了。

雖然不知道這件事真正多久時間能做成，但薛延波還是很樂觀，「幸運的是，我們沒有資金上的困難。」 

本文由極客公園原創

轉載聯繫 zhuanzai@geekpark.net

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！