作为大数据技术面试官，我喜欢什么样的应届毕业生？

关注并将「大鱼的数据人生」设为星标

分享数据驱动业务的思想

我，大鱼先生，某企业CDO，这是自己的第一篇原创。

有幸作为大数据方向的专业技术招聘官参加了企业的一些面试工作，今天就来谈谈我比较欣赏的应届毕业生类型。

01 学校表现

一般来讲，能到面试环节的学生，企业人力资源部门已经做了几遍删选，比如985，211什么的，这个叫门槛吧，其实门槛无处不在，小升初是门槛，中考是门槛，高考是门槛，它们的作用就是刷掉一批人，毕竟当前的教育资源满足不了所有人要求，从资源利用的角度讲，也算是合理，毕竟很多职业不需要大学学历。

但如果你在一二线城市，相信我的读者大多都是，有些数据还是比较惊人的，比如某准一线城市能上高中的，也就50%，意味着你在城市里迎面碰到的一名小孩，他未来有50%的几率是上不了高中的。

但别以为进了985就OK了，你还要继续努力学习，成绩排名，奖学金级别都很重要，你以为大学挂了科无关紧要，但可能就因为这个被刷掉了，说不公平吧，也是，但从概率的角度讲，能上985的却挂科了，是否更能代表自律的缺失和后劲的不足？

“大学不挂科是不完整的人生”误导很多人，从面试的实际结果看，也是这样，挂科的原因要么是打游戏，要么是没有了动力，当然挂很多科的混的好的也不少，但那不具备统计学意义。

有人质疑大学生在学校学得东西大多没用，但正如《不充分均衡》这本书提到的那样：在经济学家看来，上大学的真正目的，是发出一个信号，这个信号解决了信息不对称的问题。

一个上了985，211并且一直不挂科的大学生，将来更有可能为企业创造价值。学习表现就好比信用的累积，银行不会为信用很低的用户承担风险，即使你的确非常优秀，招聘成绩好的毕业生是企业明智的选择，这是个基础比例的问题。

能拿奖学金就努力争取吧，少年！

02 专业知识

校园招聘对于专业能力要求相对于社会招聘要低得多，现在对于跨专业的容忍度也是较高的，假如你进入了一个大学，但专业不好，千万别气馁，吴军曾经说选择大学的优先级是：城市>学校>专业。

比如大数据专业，其实招聘进来的大学生专业很多专业不符，诸如通信、电子、管理、能源啥的都有，但只要你掌握了基本的计算机技能就有了入围的可能。

当然既然你报了那个招聘岗位，那一般都是有基本专业知识要求的。

笔者是负责专业方向把控的，还是注重考察基本概念，假如你简历里说熟悉数据挖掘，那肯定要问问你一些算法的基本原理，比如SVM，贝叶斯啥的，如果你简历里特意提了某些算法，那更要问到底了，当然问算法不是让你列公式，而是要用自己的语言表达出来，这能够防止死读书，就好比自己当年学了小波但只知道公式解题一样毫无用处。

比如自己毕业那年曾经去一家芯片公司面试，面试官就给我一张纸和一支笔，让我按要求画出各种分布的偏移啥的，然后要解释各种概念，现在想起来很有道理，它能测试你活学活用知识的能力，每个专业的基本概念务必吃透，不求多但求精，经常发现一些科班出生的虽然涉猎很广，但却解释不清楚概念。

比如面试官问你SVM，你可以说SVM没怎么用，我最擅长的是神经网络，但你得把神经网络说清楚。

简历里精通之类的少提，谦逊一点，一个专业或一门技艺要做到精通是很难的，对于大学毕业生更加是了，大多时候，你不知道自己不知道。

03 实践能力

为什么有些企业会关注有没有实习经历，以前笔者不以为然，认为这是简单的贴金，现在觉得还是有道理的，因为自己的企业近2年有实习生计划，跟实习生有了大量的接触。

一个大学生有实习经历，起码有两点是值得尊敬的：

第一、主动学习意愿相对是比较强的，你只要算算其付出的代价就知道了，要经历企业实习生面试的多轮删选，耗费暑假2个月的时间在一个企业内，要完成一个不太确定的任务，没有足够的动力是不行的，有些学生还是外地的，要克服生活上的诸多不便，一个死读书的或打游戏的，不大可能来干这事。

第二、实习期间能大致了解企业的实际要求是什么，能跟着师傅真刀实枪的去完成一个任务，比如我们企业的实习生要经历熟悉、开题、多次答辩等诸多环节，对于专业能力的提升不能说很大，但起码开阔了眼界，让其对未来的工作有个初步的认识。

来笔者企业的实习生很多直接录用了，现在来看表现大多优异，其主动性特别好，这也是员工最重要的一个素质，有不少实习生在大公司实习过，进来后专业能力表现就很突出，一来就能干活，可遇而不可求。

当然实习也要看看有没有水分，到大公司实习的含金量会高点，因为一般比较规范，也能系统化的安排工作，小公司就要打个问号，比如很多学生简历里虽然写了实习经历，但一问连基本的业务目标也没搞不清楚，技术含量就很低了。

从企业形象看，实习生培养也是一面反映自己真实情况的镜子，说得再多也不如在实践中体现企业的专业水准有效，毕竟口碑是靠传播的。

笔者虽然不再是导师，但每次都承担着安排导师、审核课题等相关事宜，开题、结题汇报都要参加并和实习生当面交流，每个人都需要为自己的企业吸引人才贡献力量。

04 通识能力

这个其实是人力资源部门的强项，一般叫做综合素质，就是一看就对眼了，比如在面试环节表现出来的价值取向、思考能力、沟通能力及反应能力等等。

笔者特别来提一提是因为做了大数据几年后才发现做大数据，掌握算法是次要的，通识能力才最重要，所谓的通识能力就是教我们如何正确的思考，如何正确的做决策，专业知识是在思考正确基础上的锦上添花。

对于大数据这些创新性业务来说，通识能力是第一位的，因为它要求突破边界，打破常规，当然如果是传统业务，经验的比重会大很多，但这是完全不同的要求。

通识教育包括心理学、经济学、逻辑学、统计与概率、历史方法论、科学方法论等等，表现方式为写作、演讲、领导力、英语使用熟练程度、编程等等，这些技能、知识都属于有积累效应的特征，是符合复利曲线的标准的，前期积累的越多，运用的次数越多，后期复利的效应会逐步放大。

万维刚曾经在《得到》总结智慧的三个要点：

第一，智识上的谦逊---我知道我需要更多的信息，才能合理的评估这件事，我知道未来还有不确定性；

第二、超越自我---我知道我在这件事情当中可能会当局者迷，如果能从旁观者角度来看问题，也许会更好；

第三、达成妥协---我知道不同观点的利弊，能理解这件事情的参与各方的观点和立场，我不仅考虑别人的利弊，也考虑跟别人的关系。

吴军在《大学之路》中也一再强调通识教育的价值，其提“通识“这个关键词的文章不下20篇，由此可见一般，可惜的是，在我国大学通识教育偏少，厉害人物都是自己在学习、工作和生活中去琢磨领悟。

在面试中，综合素质好的面试官们有时能Get到，比如冷静、不卑不亢、随机应变、换位思考等等，但似乎又是可意会而不可言传，如果你还疑虑通识在做大数据中的价值，我就举个案例：

在每年的互联网大会上，很多企业会用数字大屏的方式来展示自身大数据的能力，这是企业的一张名片，阿里的双11大屏算是一个典范，但在一只数据团队内，到底谁能够设计出数字大屏的创意呢？

这可不是仅拥有可视化能力、数据能力或算法能力就可以了，更重要的是意会的能力，只有对生活、工作有足够敏感度的人，才能利用数据设计出一个好故事。

企业招聘应届生并不奢望你马上就能干活，一方面大多企业的技术和业务的专业天花板没有那么高，另一方面市场变化很快，你的存量知识贬损的很快，但通识能力却决定着你的成长速度，不是想提升就能提升的。

《得到》的一篇文章提到过一个调查，说某研究机构跟踪了美国各种专业的大学毕业生的薪资变化，发现计算机等工科专业毕业生只是赢在了起跑线上，但工作时间越长，文科专业的薪资优势就越大。

05 面试悖论

你会发现，除了客观的成绩，这些素质大多需要通过短暂的面试来确定，但几面的面试真的靠谱吗？为什么现在很多优秀企业喜欢内部推荐或者搞实习生计划呢？

这肯定是有深层次原因的。

中国有个成语叫“疑邻盗斧”，说有人丢了一把斧子，怀疑是邻居偷的，然后他怎么看邻居，怎么像是偷斧子之后的表现，走路的样子像，说话的表情更像。后来他在自己家找到了斧子，再看邻居就怎么都不像偷斧子的了。

这个故事的意思，当然是说如果我们心中有个偏见，就会按照这个偏见去观察世界，专门寻找支持这个偏见的证据，再也无法客观了，有时应聘者推开门进来的气势和气质就直接决定了我的印象。

笔者还听说了一个新思想，耶鲁大学管理学院助理教授詹森·达纳做了实验，发表在纽约时报上，题目是“工作面试完全没用”（ The Utter Uselessness of Job Interviews ）。

这篇文章的结论是：像面试这样的短期交流，看不出一个人水平如何，一般快速的面试，与其说是招人，不如说是找个什么理由淘汰人。

这个结论极端了点，因为没说清楚背景，从很多面试的情况看，借助一些方法还是能达到见微知著的，比如说做过项目，就追问过程，这些都能反应候选人在这方面有没有足够的经验，同步可以考察到候选人的思考能力、表达能力、逻辑能力、应变能力等等。

因此，我这个技术面试官价值其实不大，但实习生计划或者内部推荐绝对是找到优秀人才的好方法。

—————— / END / ——————