现代技术面试对于软件工程师来说是一种通过的仪式，希望（能成功！）先获得出色的工作。 但是，这也是巨大的压力源，给考生无尽的疑问。 一个简单的搜索“如何为技术面试做准备”就可以在Medium，编程培训博客，Quora讨论甚至整本书中找到数百万条帖子。

尽管有所有这些信息，人们仍在努力寻找如何在面试中表现。 在上一篇文章中，我们发现大量的访谈.io用户低估了他们的能力，这增加了负面访谈结果的可能性。 现在，我们收到了更多的数据（对真正的软件工程师的10,000多次采访），因此我们想更深入地研究： 是什么使候选人降低了自尊心？

从科学研究中，已知一些会干扰适当的自尊的一般事实：例如，人们并不总是评估甚至记住自己在复杂的认知任务中的表现，例如编写代码¹ 。 如果候选人在没有一个正确答案的情况下没有太多处理问题的经验，则技术面试尤其难以评估。 由于许多公司不与求职者讨论面试的结果，因此许多公司将永远无法理解他们做得好还是更好的^{2 ， 3} 。 最后，在整个行业中消除围绕工作面试的保密帷幕已成为创建面试的主要原因之一。

到目前为止，在不同的IT公司进行真实采访后，人们的感受还很少。 因此，我们大规模收集了这些数据，这使我们能够测试有关开发人员及其对编程技能的信心的有趣理论。

使我们感兴趣的主要因素之一是冒名顶替综合症 。 众所周知，许多程序员都从中受苦⁴ 。 许多人想知道自己是否真的在水平上与同事相对应，并认为其能力的令人信服的证据是事故。 冒名顶替综合症使您想知道，与运气相比，您在多大程度上可以依靠对绩效的正面评价以及应聘者自己的努力有多少机会。 我们特别感兴趣的是有多少女性患有这种综合征。 许多研究表明，来自人口代表性不足的人群的候选人更有可能缺乏社区意识，从而滋生冒名顶替综合症⁵ ，这可能会扭曲他们在面试中对自身能力的评估。

研究机构

Interviewing.io是一个平台，人们可以匿名进行技术面试，如果一切顺利，他们可以在领先的公司找到工作。 我们启动该项目是因为简历没有提供完整的图片，而且我们认为任何人，无论简历如何，都应该能够表达自己的想法。

当面试官和应聘者重合时，他们将在语音编码，文字聊天，“书写板”的联合编码环境中会面，并沉浸在技术任务中（您可以在包含面试记录的页面上看到此过程的实际操作）。 每次面试后，他们彼此留下反馈，并且当双方都发送反馈后，双方都会看到对方对他的评价。

这是面试官反馈表的示例：


面试官反馈表

面试后，候选人立即以1到4的相同等级进行评估，他们认为自己的管理水平：


候选人反馈表

对于本文，我们检查了来自领先公司的真实软件工程师进行的1万多次技术采访。 在每次面试中，面试官都会根据候选人解决​​问题的能力，技术和沟通技巧以及候选人是否值得进入下一轮进行评估。 这为我们提供了一个指标，表明候选人的自尊与面试官实际上给他们的评级有何不同，以及朝哪个方向。 换句话说，候选人的自尊与他的真实素质相比有多失真？

最初，我们对可能影响结果的一些假设：

• 保罗 女性评估自己的编程能力是否会比男性难？
• 以前，他进行过采访 。 拜访对方似乎很合理，您会在面试中表现出更准确的自尊。
• 他在一家顶级公司工作 。 与上一段相似。
• 他在面试中表现出了出色的成绩 -一般而言，表现最好的人可以对何时做对（或做错！）有更多的信心和意识。
• 是否在湾区住宿 。 由于IT公司的地理位置仍集中在海湾地区，我们认为生活在工程文化更加饱和的地区的人们更熟悉专业面试标准。
• 直接在面试中提问的质量和面试官的资格 。 据推测，最好的面试官会更好地交流，而愚蠢的面试官则会混淆候选人的自尊。 我们还在考虑这是培训面试还是特定职位。
• 对于某些候选人，我们还可以查看其行业个人品牌的指标，例如GitHub和Twitter上的关注者数量。 可能会对互联网产生重大影响的人们在接受采访时对自己更有信心吗？

我们发现了什么？

女人像男人一样评估自己的技术能力

与对性别和自信心的期望相反，我们没有发现统计学上显着的性别差异。 刚开始时，女性候选人似乎常常低估了她们的成绩，但是当我们对其他变量（例如经验和技术能力）将其标准化时，事实证明， 关键的区别在于经验 。 更有经验的工程师可以更准确地评估他们的面试结果，并且男人的平均水平也更高。 但是，经验丰富的女工程师在评估其技术能力方面同样准确。

根据以前的研究，我们假设冒名顶替综合症和对IT社区归属感的更大缺陷可能会导致女性候选人在面试时低估他们的评估，但我们没有发现这种模式⁶ 。 我们的结论与斯坦福·克莱曼性别研究学院的研究项目相呼应，来自高科技公司的1,795名中层技术工人参加了该项目 。 他们发现，IT领域的女性在评估自己的能力时不一定会准确性较差，但在成功方面所需要的条件（例如，长时间的工作和冒险）方面与男性的观念却大不相同。 换句话说， IT领域的女性可能不会怀疑自己的能力，而是想像一下她们对自己的期望 。 而《哈佛商业评论》的调查也证实了这一点，在该调查中，超过一千名专业人士询问了他们的招聘决定。 结果强调，候选人评估过程中的性别差异更多地基于对面试等过程的不同期望 。

但是，我们发现了一个有趣的区别：与男性相比，女性接受的培训面试更少。 差异很小，但在统计上却很重要，这使我们回到了先前的结论，即在一次糟糕的面试之后， 女性离开面试的机会是男性的大约7倍 。

但是在前一篇文章中，我们还发现按性别掩盖选票不会影响采访结果。 整个结果集证实了我们的怀疑，以及对IT性别差异进行深入研究的专家证实： 一切都很复杂 。 面试中女性缺乏持久性不能仅凭冒名顶替综合症和对自身能力的低估来解释。 但是他们仍然有可能更加重视负面反馈，并且更有可能在面试后做出不同的假设和结论。

下图显示了平台上女性和男性候选人的自尊准确度距离的分布（零表示与访调员的分数相对应的等级，负值表示低分，正值表示高估）。 两组看起来几乎相同：

还有什么事吗？

另一个惊喜： 面试官的经验无济于事 。 因此，即使以前的面试官也似乎没有表现出更准确的自尊心。 个人品牌也没有作用 。 在GitHub上拥有更多关注者的人没有拥有多个关注者的人更准确 。 面试官的评分也无所谓 （即其他候选人对面试官的评价如何），尽管为了公平起见，面试官通常在网站上被评为很高。

那么，什么成为对访谈有效性进行准确判断的具有统计意义的诱因？ 主要是经验

与工程师相比，有经验的专家比工程师在职业生涯初期更好地了解了他们接受面试的情况⁷ 。 看来，问题不仅在于最佳的编程技能可以使您更好地评估自己的效果； 尽管有一点相关性：更准确地评估其有效性的工程师的编程水平确实更高。 但是，如果您看一下新手程序员，那么即使是最优秀的程序员也常常会低估他们的技能 ⁸ 。



我们的数据反映了Stack Overflow 2018开发人员调查中观察到的趋势。 他们向受访者询问了一些有关自信心和与其他开发人员的竞争的问题，并指出，经验丰富的工程师会感到更具竞争力和信心⁹ 。 这不足为奇：最终，经验与技能水平相关，并且高技能人士可能更自信。 但是，我们的分析使我们能够按职业群体归还面试和编程技能的有效性-我们仍然发现，经验丰富的工程师可以更好地预测面试结果，而不管资格和实际面试结果如何。 可能有几个因素会受到影响：经验丰富的工程师已经接受了采访，亲自进行了培训，并具有较强的社区意识，这有助于对抗冒名顶替综合症。

内幕知识和背景似乎也有帮助 ：湾区居民和顶级公司员工进行更准确的评估。 像经验一样， 对行业背景的了解可以对情况进行更充分的评估。 我们发现与居住在墨西哥湾和在领先公司工作等因素相比，差异很小，但在统计上却具有显着意义。 不过，在领先公司工作所获得的奖金显然基本上与来自一般技术技能所获得的奖金相对应：在顶级公司工作本质上是代理人的参数，表明具有更高级技能的经验丰富的工程师。

最后，随着您改善面试结果并走向公司的真实面试，您将提高自尊心的准确性。 与培训访谈相比，人们在现实生活访谈中表现出更准确的自尊心，他们在网站上的总体评分也与自尊的准确性相关： 访谈.io根据用户在所有访谈中的有效性并相对于以后指标的权重来计算用户的总体评分。 得分最高的25％的人在面试中评估其结果的准确性更高。

人们通常如何评价他们在面试中的效力？ 我们在大约一千次采访中对此进行了研究 ，现在随着样本数量的增加十倍，得出的结论是相同的。 候选人仅在46％的采访中准确评估了他们的结果，在35％的情况下低估了自己（在剩余的19％的情况下，他们高估了结果）。 但是，通常候选人会猜测一些事情：拥有四颗星的人总是不会将自己评为十分之一 。 自我评估可以从统计学上显着预测面试的实际结果（并与之成正比），但是在这些方面存在很多噪音。

价值

对您的面试结果的准确判断是IT行业的经验和知识所附带的一项特定技能。 但是事实证明， 我们对评估准确性所做的许多假设都难以成立：女工程师对技能的理解与男性完全相同，进行更多访谈或在GitHub上有很好代表的工程师并没有更好的表现评估他们的结果。

这对整个行业意味着什么？ 首先，冒名顶替综合症似乎是一种阴郁的怪物，攻击各种性别，任何技能的工程师，无论其名声和居住地如何。 经验可以稍微减轻疼痛，但是冒名顶替综合症会影响每个人，无论他们是谁或来自何处。 因此，也许是时候建立一种更善良，反应更快的面试文化了。 一种对所有人友善的文化。 尽管一些在技术面试中经验不足的群体因面试过程的缺点而受害最多 ，但没有人能免受自我怀疑。

前面我们讨论了一位优秀面试官的素质，而同理心则扮演着非常重要的角色 。 而且我们看到为了防止候选人的流失，在面试之后立即提供反馈是非常重要的 。 因此，无论您是出于友善与原则，还是出于冷漠，务实的态度，对候选人的多一点仁慈和理解都不会受到伤害。

注意事项

1.自我评估已在许多领域进行了研究，经常被用来评估培训的程度。 一个重要的批评是，它在调查过程中受到人们的动机和情绪状态的强烈影响。 -Sitzmann，Eli，Brown和Bauer。 （2010）。 知识的自我评估：认知学习还是情感测量？.. 管理学院学习与教育 ，9（2），169-191。 ↑

2.发展良好的技术面试对面试官而言并非易事。 有关此主题的非正式讨论，请参见此处 。 ↑

3. 面试中关于自尊的推理 。 ↑

4.例如， 本文和this 。 ↑

5.关于社会科学领域研究的一些其他文献：

• 胡德，藤条，德克。 （2012）。 女人为什么要离开？ 一种数学的女性归属感和代表性。 人格与社会心理学杂志 ，102（4），700。
• 师父，Cheryan，Meltzoff。 （2016）。 属于IT：定型观念破坏了女孩参与计算机科学的兴趣和感觉。 教育心理学杂志 ，108（3），424. ↑

6.我们数据集的一个问题不是大量经验丰富的女工程师的样本：这与IT行业的真实人口统计相对应，但也意味着评估组间差异时统计结果可能存在偏差。 我们希望继续收集妇女的统计数据，以全面探讨这一主题。 ↑

7.在线性混合模型中研究了这些影响和以前缺乏相关性。 所有单个效应的显着结果均具有p <0.05。 ↑

8.对于经验丰富的工程师，平均偏差为-0.14； 初中–0.22，应届毕业生–0.25。 ↑

9.另请参见此处 。 ↑

10.我们数据集的另一个缺点是最高和最低评分：例如，当实际评分为4时，人们就无法以任何方式高估自己，因为他们已经处于最高水平。 我们以几种方式纠正了这一问题：通过排除具有最大和最小结果的人员，然后对平均子集进行重新分析，以及将其分为准确或不准确的人员。 结果没有改变。 ↑