我正在开发一个人力资源系统,我需要对用户配置文件的所有视图进行跟踪记录,因为每个招聘人员对候选人配置文件的看法都是有限的。我主要关注的是我的方法的可伸缩性,它是这样的:我目前创建了一个包含2列的表,被查看的候选人的id和查看该候选人的招聘人员的id,每个视图只计算一次,所以如果您再次看到相同的候选人,将不会插入任何记录。
根据数据库中招聘人员和应聘者的数量,我可以有把握地说,我的表会增长得很快,为了使事情变得更糟,我必须在每个请求中查询我的表,因为我必须在UI中显示招聘人员查看过的候选人数量。考虑可伸缩性的最佳方法是哪一种?
我将进一步解释这个案例:我们有公司,每家公司都有很多招聘人员。
V
我正在使用这个代码分组公司和频率计数。然而,返回的结果并没有对公司进行分组。
freq = df.groupby(['company'])['recruitment'].size()
I got some result similar to this.
recruitment
company
Data Co 3
Data Co 8
Apple Co 3
Apple Co 6
我有两个问题:
为什么这群人不把companies?When和放在一起freq.col
我一直对此感到好奇,也许这里有经验的人可以对此发表评论。我经常读到,谷歌( Google )、微软( Microsoft )等知名软件公司对招聘软件工程师/(或其他相关专业人员)总是持谨慎态度,他们不太符合工作要求,宁愿拒绝“是/也许”的最后决定。
还有一种普遍的看法是,初创企业通常更愿意雇用这样“不太完美”的员工。但在我看来,这听起来是违反直觉的:初创企业通常规模要小得多,资源有限,因此他们实际上需要"10/10“的聘用,而拥有更大团队和更多资源的老牌公司则愿意在招聘中承担(小)风险。
有谁对此有第一手经验的评论吗?
谢谢,