عندما تستمع طوال اليوم للمقابلات الفنية ، تبدأ في ملاحظة الأنماط. بدلا من ذلك ، في حالتنا ، غيابهم. تمكنت من العثور على شيئين فقط لم يتغيرا. لقد توصلت إلى لعبة كحولية تعتمد عليها: في كل مرة يقرر فيها شخص ما أن الإجابة على السؤال هي طاولة تجزئة ، نشرب كومة ، إذا كان الجواب الصحيح هو طاولة تجزئة ، فنحن نشرب اثنين. لكنني لا أنصح بلعبها ، كدت أموت.
لماذا أستمع للمقابلات طوال اليوم؟ لأنني قبل بضع سنوات أصبحت أحد المبدعين في خدمة
interviewing.io ، وهي عبارة عن منصة
مقابلة حيث يمكن لأفراد من مجال تكنولوجيا المعلومات تطوير مهارات التواصل مع صاحب العمل والعثور على وظيفة بين الوظائف.
نتيجة لذلك ، لدي إمكانية الوصول إلى كمية كبيرة من البيانات حول كيفية قيام المستخدم نفسه بعرض نفسه في مقابلات مختلفة. وقد تبين أنها لا يمكن التنبؤ بها لدرجة أنك ستفكر حتماً في مدى دلالة النتائج العامة لاجتماع واحد.
كيف نحصل على البيانات
عندما يجد المستخدم الذي يجري المقابلة ويجد المستخدم الذي يبحث عن عمل بعضهم البعض ، يجتمعون في محرر كود مشترك. هناك ، يتم توصيل القدرة على الاتصال الصوتي ومن خلال الرسائل النصية ، وهناك تناظرية من لوحة علامات لقرارات التسجيل - يمكنك البدء على الفور المشاكل التقنية.
الأسئلة في المقابلات التي أجريناها عادة ما تكون من فئة أولئك الذين سئلوا خلال المقابلة الهاتفية إلى المتقدمين لشغل منصب مطور برامج الواجهة الخلفية. عادةً ما يكون المستخدمون الذين يقومون بإجراء المقابلات موظفين في الشركات الكبرى (Google و Facebook و Yelp) أو ممثلين للشركات الناشئة ذات الانحياز الفني القوي (Asana و Mattermark و KeepSafe وغيرها). في نهاية كل اجتماع ، يقيم أصحاب العمل المرشحين وفقًا لعدة معايير ، أحدها مهارات البرمجة. يتم وضع التصنيفات على مقياس من مقياس واحد ("so-so") إلى أربعة ("great!"). على نظامنا الأساسي ، تعني الدرجات من ثلاثة وما فوق في معظم الحالات أن المرشح قوي بما يكفي للانتقال إلى المرحلة التالية.
هنا يمكنك أن تقول: "هذا كل شيء رائع ، ولكن ما هو خاص هنا؟ تقوم العديد من الشركات بجمع هذه الإحصاءات في عملية الاختيار. " تختلف بياناتنا عن هذه الإحصاءات من ناحية واحدة: يمكن للمستخدم نفسه المشاركة في عدة مقابلات ، كل منها سيكون مع موظف جديد من الشركة الجديدة. هذا يفتح فرصًا لإجراء تحليل مقارن مثير جدًا في بيئة مستقرة إلى حد ما.
الاستنتاج رقم 1: تختلف النتائج اختلافًا كبيرًا من مقابلة إلى أخرى
لنبدأ مع اثنين من الصور. في الرسم البياني أدناه ، تُظهر كل أيقونة على شكل رجل صغير متوسط التقييم الفردي لأحد المستخدمين الذين شاركوا في مقابلتين أو أكثر. إحدى المعلمات التي لا يتم عرضها على هذا المخطط هي الفترة الزمنية.
يمكنك أن ترى كيف تتغير نجاحات الناس مع مرور الوقت ، هنا. هناك شيء في روح الفوضى البدائية.
يُظهر محور Y انحرافًا نموذجيًا عن القيم المتوسطة - وبناءً على ذلك ، كلما صعدنا ، كلما كانت نتائج المقابلات غير متوقعة بدرجة أكبر. كما ترون ، يتم الاحتفاظ بحوالي 25 ٪ من المشاركين بشكل ثابت في نفس المستوى ، في حين يقفز جميعهم لأعلى ولأسفل.
بعد أن درست هذا الجدول بعناية ، على الرغم من وجود كومة من البيانات ، من المحتمل أن تكون قادرًا تقريبًا على معرفة أي من المستخدمين ترغب في دعوتهم لإجراء مقابلة. ولكن هنا من المهم أن نتذكر: لقد أخذنا القيم المتوسطة. تخيل الآن أنك بحاجة إلى اتخاذ قرار بناءً على تقييم واحد ، والذي تم استخدامه لحسابه. هذا هو المكان الذي تبدأ المشاكل.
لمزيد من الوضوح ، يمكنك فتح
نسخة تفاعلية ميتة من المخطط . هناك ، يتم فتح كل رمز عند التمرير ويمكنك معرفة الدرجة التي تلقاها المستخدم في كل مقابلة. النتائج قد مفاجأة لك كثيرا! حسنًا ، على سبيل المثال:
- حصة الأسد من أولئك الذين لديهم أربعة على الأقل وجدوا أنفسهم مرة واحدة على الأقل في "الزوجي"
- حتى إذا حددت أقوى المرشحين فقط (متوسط الدرجات من 3.3 وما فوق) ، فإن النتائج لا تزال متقلبة بشكل كبير
- "المتوسط" (متوسط الدرجات - من 2.6 إلى 3.3) ، فإن النتائج متناقضة بشكل خاص
تساءلنا عما إذا كانت هناك أي علاقة بين مستوى المرشح وسعة الاهتزازات. وبعبارة أخرى ، ربما بالنسبة لأولئك الأضعف ، هناك قفزات حادة مميزة ، في حين أن المبرمجين الأقوياء مستقرون؟ كما اتضح ، لا. عندما أجرينا تحليلًا للانحدار لانحرافًا نموذجيًا فيما يتعلق بالمتوسط التقديري ، لم نتمكن من إنشاء أي علاقة معنوية (كانت R التربيعية حوالي 0.03). وهذا يعني أن الناس يحصلون على درجات مختلفة ، بغض النظر عن مستواهم العام.
أود أن أقول هذا: عندما تنظر إلى جميع هذه البيانات ، ثم تتخيل أنك بحاجة إلى اختيار شخص بناءً على نتائج مقابلة واحدة ، يبدو أنك تنظر إلى غرفة جميلة ومفروشة بشكل فاخر من خلال ثقب المفتاح. في إحدى الحالات ، من حسن حظك أن ترى صورة على الحائط ، وفي حالة أخرى - مجموعة من النبيذ ، وفي الحالة الثالثة - سوف تدفن نفسك في الجدار الخلفي للأريكة.
في المواقف الحقيقية ، عندما نحاول أن نقرر ما إذا كان يجب استدعاء مقدم الطلب لإجراء مقابلة في المكتب ، فإننا نحاول عادة تجنب الأخطاء من النوع الأول (أي ، لا تختار عشوائيًا أولئك الذين يفتقرون إلى الشريط) والأخطاء من النوع الثاني (أي عدم رفض أولئك الذين سيكون من المفيد دعوة). عادة ما يبني قادة السوق إستراتيجية تعتمد على حقيقة أن الأخطاء من النوع الثاني تسبب أضرارًا أقل. يبدو منطقيا ، أليس كذلك؟ إذا كانت هناك موارد كافية وكان عدد المتقدمين كبيرًا ، حتى مع وجود عدد كبير من الأخطاء من النوع الثاني ، فسيظل هناك شخص مناسب.
لكن هذه الاستراتيجية المتمثلة في ارتكاب أخطاء من النوع الثاني لها جانب الظل ، والآن تشعر أنها تشعر بها ، وتنتقل إلى أزمة التوظيف الحالية في مجال تكنولوجيا المعلومات. هل توفر المقابلات الفردية في شكلها الحالي معلومات كافية؟ هل نحن نرفض ، على الرغم من زيادة الطلب على المطورين الموهوبين ، العمال الأكفاء لمجرد أننا نحاول النظر في جدول زمني واسع مع اختلافات قوية من خلال ثقب صغير؟
لذا ، إذا تجاهلنا الاستعارات والقراءة الأخلاقية: نظرًا لأن نتائج المقابلات لا يمكن التنبؤ بها ، فما هو احتمال فشل مرشح قوي في مقابلة عبر الهاتف؟
الاستنتاج رقم 2: احتمال الفشل في المقابلة بناءً على نتائج المحاولات السابقة
في ما يلي النسبة المئوية لتوزيع القاعدة الكاملة لمستخدمينا حسب متوسط التقديرات.
لفهم احتمالية عدم إظهار المرشح الذي حقق نتيجة متوسطة معينة نفسه جيدًا في مقابلة ، كان علينا إجراء إحصائيات.
أولاً ، قمنا بتقسيم الأشخاص الذين تمت مقابلتهم إلى مجموعات بناءً على متوسط التصنيفات (في حين تم تقريب القيم في حدود 0.25). ثم ، لكل مجموعة ، تم حساب احتمال الفشل ، أي الحصول على درجة 2 أو أقل. علاوة على ذلك ، للتعويض عن مقدار البيانات المتواضع ، قمنا
بإعادة أخذ العينات .
عند تجميع إعادة أخذ العينات ، نظرنا في نتيجة المقابلة المستقبلية كتوزيع متعدد الأسماء. بمعنى آخر ، لقد قدمنا أن نتائجها يتم تحديدها من خلال لفة من الزهر بأربعة وجوه ، ولكل مجموعة يتم تغيير مركز ثقل المكعب بطريقة معينة.
ثم بدأنا في رمي هذه النرد حتى أنشأنا مجموعة جديدة من البيانات المحاكاة لكل مجموعة. تم احتساب احتمالات الفشل الجديدة للمستخدمين ذوي التقديرات المختلفة بناءً على هذه البيانات. يمكنك أن ترى أدناه الرسم البياني الذي تلقيناه بعد 10000 من هذه الرميات.
كما ترون ، هناك العديد من التقاطعات. هذا مهم: حقيقة التداخل تخبرنا أنه قد لا توجد فروق ذات دلالة إحصائية بين بعض المجموعات (على سبيل المثال ، 2.75 و 3).
بالطبع ، عندما يكون لدينا المزيد من البيانات (أكثر من ذلك بكثير) ، ستكون الحدود بين المجموعات أكثر وضوحًا. من ناحية أخرى ، فإن حقيقة أن هناك حاجة إلى عينة ضخمة للعثور على الفرق بين مؤشرات معدل الفشل قد يشير إلى تباين كبير في البداية في النتائج بالنسبة للمستخدم العادي.
في النهاية ، يمكننا أن نقول بثقة ما يلي: الفرق بين النقاط القصوى للمقياس (2.25 و 3.75) كبير ، لكن كل شيء بينهما ليس أقل وضوحًا.
ومع ذلك ، استنادًا إلى هذا التوزيع ، قمنا بمحاولة لحساب النسبة المئوية المحتملة التي سيظهر بها مرشح ذو تصنيف أو أكثر نتيجة سيئة في مقابلة واحدة:
حقيقة أن الأشخاص الذين يتمتعون بمستوى عام جيد (أي معدل متوسط يبلغ حوالي 3) يمكن أن يفشلوا مع وجود احتمال بنسبة 22 ٪ ، يدل على أن خطط الاختيار التي نستخدمها الآن يمكن وينبغي تحسينها. نتائج ضبابية لـ "المتوسط" تؤكد هذا الاستنتاج فقط.
هل المقابلات محكوم عليها؟
بشكل عام ، تثير كلمة "المقابلات" في أذهاننا صورة لشيء غني بالمعلومات وتعطي نتائج قابلة للتكرار. ومع ذلك ، فإن البيانات التي جمعناها تتحدث عن شيء مختلف تمامًا. وهذا له شيء آخر مشترك مع تجربتي الشخصية في تعيين الموظفين ، والآراء التي كثيرا ما أسمعها في المجتمع.
يوضح مقال Zack Holman Startuping
Interviewing F ***** هذا التناقض بين أسباب اختيار المرشحين والعمل الذي يتعين عليهم القيام به. جاء السادة الشرفاء من TripleByte
إلى استنتاجات مماثلة ، بعد معالجة البيانات الخاصة بهم. قدمت منصة
رفض. مؤخراً دليلاً واضحاً على عدم الاتساق في عملية المقابلة.
يمكن القول أن العديد ممن تم فرزهم بعد مقابلة هاتفية مع الشركة أ أظهروا أفضل نتيجة في مقابلة أخرى ، انتهى بهم الأمر في بعض الشركات التي تعتبر لائقة - والآن ، بعد ستة أشهر ، يتلقون عروضًا للتحدث من شركات التوظيف من الشركة أ. وعلى الرغم من كل الجهود التي يبذلها كلا الطرفين ، تستمر عملية اختيار المرشحين البطيئة وغير المتوقعة ، وفي نهاية المطاف ، كما لو كانت في دائرة سحرية.
نعم ، بالطبع ، أحد الاستنتاجات التي يمكن استخلاصها هي أن المقابلات الفنية في مأزق ؛ فهي لا توفر معلومات موثوقة كافية للتنبؤ بنتيجة المقابلة الفردية. تعد المقابلات التي تتم بمشاكل الخوارزمية موضوعًا ساخنًا للغاية في المجتمع ، ونود أن نحللها بالتفصيل في المستقبل.
سيكون من المثير للاهتمام بشكل خاص تتبع العلاقة بين نجاح المرشحين ونوع المقابلة - لدينا المزيد من الأساليب والاختلافات التي تظهر على برنامجنا. في الواقع ، هذا أحد أهدافنا طويلة المدى: كيفية البحث في البيانات التي تم جمعها ، وفحص مجموعة استراتيجيات اختيار المرشحين الحالية وتقديم بعض الاستنتاجات الخطيرة المدعومة من البيانات حول تنسيقات المقابلات التي توفر المعلومات الأكثر فائدة.
في غضون ذلك ، أميل إلى فكرة أنه من الأفضل النظر إلى مستوى معمم بدلاً من الاسترشاد في قرار مهم بالنتائج التعسفية لجلسة واحدة. البيانات المعممة تسمح لنا بإجراء تصحيح ليس فقط لأولئك الذين في حالة معزولة أجاب بشكل ضعيف بشكل غير معهود ، ولكن أيضًا بالنسبة لأولئك الذين تركوا انطباعًا جيدًا من الحظ أو أنحنوا رؤوسهم في النهاية أمام هذا الوحش وحفظوا مقابلة تشفير الترميز.
أدرك أنه ليس من العملي دائمًا أو حتى ممكنًا للشركة أن تجمع أدلة أخرى على مهارة المرشح في مكان ما في البرية. ولكن ، على سبيل المثال ، إذا لم تظهر قضية حدودية أو شخص ما على الإطلاق كما كنت تتوقع ، فمن المحتمل أن يكون من المنطقي التحدث إليهم مرة أخرى والتحول إلى مادة أخرى قبل اتخاذ قرار نهائي.