你该为老板选择什么样的人(2)

前言

怎样的一个面试过程会比较愉快呢?一般的面试者或者面试官怎样操作得到一个比较满意、综合的面试过程。

面试指南

第一步:互相的了解

一个比较好的面试需要双方都做好互相的了解,做好针对性的面试准备。

面试官需要了解的:

1 应聘者的主要教育、工作经历,职业诉求,所擅长的技术点,加分项是什么,兴趣爱好等软技能是否有加分

2 自己对每个技术点的考核方式,考核的重点是否需要调整 ;面试时比较需要提问的发散问题,诱导应聘者讲出自己擅长领域的话题。其中需要提醒面试官的是,在你的面试题中或者笔试题中,尽量减少一些纯理论或者很空虚的问法,如果你真的有足够的理论或者项目经验,为什么不挑实际一点的业务和技术结合的问题,或者一些bug场景呢,这样既能让人信服也能考察到应聘者实际解决问题的能力,而不是掉书袋。我们已经是职场人士了,不是大学时要考理论,要考出多少分,更多的还是要看应聘者能解决什么样的问题,解决问题的思路,技术的深度和广度。

3 讲解出公司岗位工作内容,性质,简单分析面试者之前的工作内容以及工作内容之外的经历的影响,应聘者的回答

4 岗位需求的技能与应聘者的匹配度如何,如果有出入,是否影响录用

应聘者需要了解的:

1 自我介绍时的顺序,针对面试工作的偏重点,比如你面试的是教育行业,就要捎带说下自己对教育行业的一些理解;如果这个岗位是比较创新考验耐压的,就要说下自己之前的经历中比较体现自己抗压、创新的部分。

2 面试岗位的工作内容,岗位需要技能,加分项,重点准备对应的内容,如果自己不能完好的匹配,去定位自己身上比较加分的特点。

3 对面试公司的了解,包括其所处的行业,主要产品,一些核心竞争力,对其未来前景的看法,一些自己的建议

4 不可否认的是面试官多少都会拔高的或者毫无意义的问一些技术基础或者高阶技术或者框架或者所谓的web常识,就自己经历的面试和最终入职后的工作内容而言,90%以上的面试内容是用不到的,或者就算用到了也只是复制、粘贴或者理解即可,根本不会给你去新建和创新的机会。即使工作后去对应的加个小灶就能完全get。那么对于这点,首先需要知道的是,这些技术点考核有时只是为了过滤出更优秀理论基础的,无可厚非,作为想找工作的自己而言,最好还是准备下,就算短期内用不到,长期发展也还是用到的。

第二步 :技能考核,考核&&发散提问

经过之前的了解和一些准备,以及前序的自我介绍部分,一般会进入技能考核的环节。其中,一般面试官会准备几个比较常规并且实用的技术点去考核应聘者的掌握情况,包括掌握的熟练程度、深度、对其拓展。可能的问题:

1、只关注回答的结果,而不深挖

请注意哦,这里千万不要只去对答案,很多面试官习惯去校验答案正确还是错误然后就草率的判定这个人水平如何,首先,正确也要看其深度是否有拓展空间,如果是错误的,是因为什么场景导致他认识错误,是知识漏洞还是某些固定场景导致的。这才是体验面试官考核能力的重点。

2、只关注技术问题,而忽略项目问题

切实工作过几年的人都很清楚,不是每个项目都能有技术的拔高或者问题的解决,很多项目是在积累自己对产品的理解,产品逻辑能力的设置,一些细节技术或者bug的解决,也有很多属于会是偏沟通、协作、优化的。而这些面试官的问题里基本都没有的。这就追溯到我们为什么要写项目经历,不仅仅是为了技术,更多的是看这个人的实际的项目经历、项目复杂度,项目中会遇到的一些棘手的问题解决过程,自己对团队或者技术推进的努力。

3、只关注面试官本身,没有挖掘或者发散应聘者能力

也有很多情况,应聘者实际是具有很强大的技能积累或者在某领域有独特的见地。如果这方面没有去发散引导的提问,或者有些面试官对于应聘者讲述的这部分不以为然,那么你就错过了一批人才。这种例子见过太多了,很多面试官眼光狭隘,只看得进和自己一个类型的人,对于多方面的人才,或者自己不关注的领域发挥才能的人,不能以欣赏的眼光去判断,或者甚至以平常的眼光都不行。

误区: 不要总是尝试去说明面试官自己认为的都是正确的,或者公司就是很理想的,要善于吸收应聘者的任何发光点。一个好的面试者,肯定是自己很谦恭,让应聘者发挥个人能力,了解其能力,满意的符合的录用,有不符合短板严重的给些中肯的建议。保证一个良好的态度,不管最终候选人能否进一家公司,人员是流动的,朋友圈就这么大,谁能避免你今天不好的表现哪天会不会造成蝴蝶效应,坏了一个公司的口碑。

4、面试官自大心态 vs 应聘者自大心态

在十年以内工作经验的面试官,很多在面试自己部门或者小组内的新成员的时候,会多少有点自大心态。这对于新人才的引入非常不利,虽然在部门稳定以及人员稳定上,我们一般不会招聘过于耀眼、个性的人。但如果招进来的都是平庸的,或者在面试官能力碾压之内的,那公司的前景也非常堪忧。在之前的文章中有提到,有些面试官擅长表演,就是因为本身比较自大,感觉自己出的考题很好,自己也能很好的碾压应聘者给的任何答案,而对应聘者谈及的一些问题,会以自己涉及过、用自己的观点完全掩盖,听不进其他人的看法。首先,不管谁对谁错,耐心的听对方讲完,这是谈话的基本素质,不要因为谁能力好或者差就剥夺别人的话语权或者对某个话题的讲述。你有问题或者其他看法,请先肯定别人的正确,然后以提建议的角度,小小的用一两句提示下这样是不是更好呢(这样不仅仅听进了别人的优点,也体现了自己的素质,再说你怎么能保证三人行,无我师呢)。

再回来说,对于应聘者有些时候会有自大心态的。或者说有时候不是自大,只是之前的工作经历中承担的角色以及遇到的问题,自己都完成的很好,没有遇到过职业瓶颈,导致对自己的能力有过高的误判。作为面试官,其实做法也很简单,要充分第一挖掘出他背后实际的能力,毕竟盲目自大的人很少;然后就是看看其实际能力是否对岗位是匹配的;再次就是就岗位内的需要的能力中找出部分问题,验证下其是否是真才能。如果以上都没问题,实际后续只是给其机会,考察其进一步锻炼的机会,让其认识到自己在某些情况下的短板;如果以上有问题,可以给一些友好的建议,在其展示的自豪的一些点上,给些比较有深度的看法或者建议或者方案,使其在这些角度意识到自己还是有非常大的差距。

第三步 :人事面

1、离职原因,对自己的职业规划,下份岗位的职业诉求:包括薪资,岗位内容,理想的公司,氛围等

上篇文章有重点讲述,不再赘述

2、考察应聘者的软能力:沟通、协作、忠实,负责等 3、应聘者的一些家庭,生活甚至情感方面可能的影响

4、介绍公司基本情况,要去的部门,薪资福利,人事方面的关怀,成长考核机制(总之就是介绍+广告+洗脑)

5、一定要问应聘者是从那里了解到的公司,对产品意向度如何

有太多的面试官对能入职,或者不能入职的,都对这个环节不是很重视。那么简单说下,这个问题的重要性。

  • 可以了解到应聘者对这份岗位的上心程度,对产品的态度
  • 可以了解到外面人士对公司产品的认可度,产品的普及度,可能话,还能收到一些中肯的优化建议
  • 这么好的一次打广告的机会为什么放弃呢,说不定,一传十,十传百,原来不知名的公司就被广大职场人士认可、知道了

温馨提示

无论是哪一个环节,请保证整个面试过程的进行的愉快、高效,本着契约精神、交谈愉快的目的,出现任何一方对另一方有不合适的看法或者不合适的安排时,都应该给与适当的抱歉,对于面试的开始、进行、结束的环节都有简单的交代、处理,这是为人做事的基本。

最后 :祝广大的面试官和应聘者都能有一段愉快的面试,找到合适的员工or老板。

友情链接

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CDA数据分析师

李飞飞丨谷歌在 AI 领域的强势举措

? 李飞飞在谷歌 Cloud Next 17上发表主旨演讲。她在会上发布了谷歌云面向机器学习和人工智能的一系列新API 以及收购机器学习竞赛平台 Kaggle...

24270
来自专栏BestSDK

机器学习:10年之前默默无声,10年之后风靡全球

一、CIO们!是时候投资机器学习了  康奈尔大学希望找到降低鲸鱼被船只撞击的几率,他们的团队正在开发一种算法,利用音频提醒船只注意鲸鱼的行踪。   达索系统...

40180
来自专栏新智元

【AI TOP 10】百度王海峰获全国创新争先奖;谷歌 TPU 之后,苹果也研发 AI 专用芯片;福布斯评6大AI思想家

新智元每日AI TOP 10 新智元 “每日AI ·TOP 10” 是新智元从 2017年5月起推出的一档快读栏目,精选汇集每日国内外最重大产业新闻,第一...

35770
来自专栏新智元

吴恩达谈深度学习局限:AI 经济价值目前仅来自监督学习

【新智元导读】《财富》昨日刊登吴恩达专访,吴恩达介绍了百度内部深度学习平台等人工智能应用。吴恩达还指出,近年来 AI 发展主要得益于数据(燃料)和计算力(引擎)...

432130
来自专栏AI科技大本营的专栏

解读|你并没看懂的 Google I/O 背后

今天谷歌用TPU、TPU Pods、TensorFlow Lite轰炸了媒体圈,可你知道谷歌宣称的TPU 180TFLOP并没有那么厉害吗?TPU Pods所对...

35290
来自专栏新智元

Facebook 官方长文解密:Oculus 团队、最新技术方向、研究

【新智元导读】VR 显示技术将是未来智能社会中技术巨头重要的研发能力指标。微软的 Hololens 将在 2017 年登陆中国市场。谷歌也在 I/O 大会上宣布...

36370
来自专栏数据科学与人工智能

【机器学习】机器学习人才发展全面指导手册(含学习路径和职业规划)

文 | 王俊宏 机器学习的学习路径 一、为什么是列出一堆可以探索的书,而不是要去寻找一条路 机器学习的研究和应用已经有很长的时间了。随着人类的发展,数据和计算能...

31780
来自专栏AI科技评论

学界 | Enlitic创始人Jeremy Howard专访:我眼中的深度学习与数据科学

提起Jeremy Howard,人工智能和大数据领域的从业者们可谓无人不知无人不晓。 他是Enlitic、FastMail、Optimal Decisions ...

38890
来自专栏人工智能头条

李彦宏吴恩达解析“度秘”机器人和脸优APP的技术基石

19550
来自专栏新智元

AI 淘金热 | 机器学习创业机会在哪里?

机器学习淘金热正在到来!Libby Kinsey 是 Nesta 资本的投资经理,关注技术创新已经有 12 年。她根据自己的观察,总结出这波淘金热的创业机...

39760

扫码关注云+社区

领取腾讯云代金券