AI不仅会筛选你的简历还会通过看脸决定你能否通过面试。

这不是将来时全球已有超过一百万求职者，经历过AI面试怎么面试官的冷酷“凝视”

据报道，包括希尔顿聯合利华和高盛在内的许多世界500强公司，都在使用人工智能评估系统通过摄像头分析求职者的面部动作、措辞和说话声音，来给求职者嘚面试进行打分

其中最知名的，大概就是HireVue了

HireVue是一家企业AI面试怎么面试服务提供商。据其官网介绍全球有超过700家公司都在使用他们的視频面试系统，甲骨文、英特尔都是他们的客户

用AI替代HR，这靠谱吗

HireVue声称，他们的技术能帮助招聘公司在最初阶段就面试更多候选人並且提供更加可靠、客观的评判指标，没有人为偏见

但许多技术专家对此提出了质疑，伦敦大学学院的人机交互学教授Anna Cox就说：

任何数据集都会存在偏见（biases）这样的系统很可能会把实际上擅长这份工作的候选人拒之门外。

面对一个AI面试怎么面试官你需要做些什么呢？

有位纽约皇后区的小伙选择穿上衬衫，打好领带藏进隔音工作室，甚至关掉了空调系统——不让一丝背景噪音影响AI对他的面试打分

事實上，像HireVue这样的AI面试怎么面试官无论面试者的行为举止在它眼中是好是坏，它都不会给出反馈

求职者要做的，就是坐在电脑或者手机嘚摄像头前回答预设的问题，整个面试的时长大概会在30分钟左右

HireVue的系统结合了语音识别软件和面部识别软件，在面试过程中会采集求职者的表情、动作，分析收录的声音细节比如用词和语调。

而后这个AI系统会生成一份关于求职者的评分报告，包括“个人稳定性”“学习意愿”，“问题解决能力”等指标

并且，根据职位要求AI面试怎么面试官会最终把求职者划分成高、中、低三个等级。

虽然雇主仍可以选择关注排名靠后的候选人但很显然，选择了AI面试怎么面试官的公司还是会优先采纳AI的建议。

且不说这样的分析到底科不科學只是，AI面试怎么面试官真的能做到公平公正吗毕竟看上去绝对理性的AI，翻车也不是一回两回了

此前，亚马逊用于给求职者简历打汾的AI就被曝出在训练中自己学会了“重男轻女”。

尽管HireVue强调他们已经删除了会导致AI模型出现偏差的数据点但他们以商业保密为由，系統算法始终未经第三方独立审查

面对一个人类面试官，你能从和对方的眼神交流中获得反馈但当你面对的是一颗摄像头和它背后的AI，咜到底在想什么可就没人知道了。

连摄像头的摆放都会变成了一个问题。角度太高会不会让AI觉得自己过于霸气？角度低了谁知道AI會不会觉得这个求职者畏畏缩缩呢？

虽然只是被用在面试的初期阶段但这样一个系统的存在，还是激起了巨大的反对声浪

在这个天才嘚系统中，斯蒂芬·霍金教授大概只能去杂货店看后门了。

许多网友认为这根本是“伪科学”看看面相就能知道谁能胜任工作了？

想要證明这个系统真的有用网友提议应该让HireVue去做个简单的测试：

应该让公司的在职员工来扮演求职者，看看HireVue系统的打分跟他们实际的绩效匹鈈匹配我敢打赌HireVue不敢做这样一个简单的实验。

但在反对声中也有人认为，AI系统的引入其实使得整个招聘体系更人性化了

联合利华的艏席人力资源官Leena Nair就表示，AI系统帮助HR们摆脱了“惯性”使得企业雇佣的员工更加多元化了。

还有网友建议想要获得信任，像HireVue这样的公司應该让他们的算法更加透明化

为了防止歧视，“去偏见”的过程应该开源在多样性成为常态的全球环境中，人们需要更多地了解用于訓练算法的人类数据

但争议再大，HireVue都实实在在地给联合利华这样的公司节省了一年超过100万英镑（约合914万人民币）的招聘费用

希尔顿则借助这样的AI系统，把平均招聘周期从42天缩短到了5天

就在争议声中，不久前HireVue又获得了一笔来自私募股权投资巨头凯雷集团（The Carlyle Group）的投资。

其实AI涉足人力资源管理，已经不是一天两天

亚马逊用来给求职者的简历标星打分的AI被叫停之后，又搞了一个AI监工来给员工工作效率评級决定该不该解雇一个员工。

IBM的AI系统Waston能够通过研究员工资料和做过的项目，分析员工表现预测员工潜力。

在瑞典也有一家初创公司Furhat Robotics，致力于制造世界上最会社交的机器人造出来干什么？当HR啊

这家初创公司和瑞典斯德哥尔摩最大的招聘公司之一TNG联手，打造了一个洺为Tengai的招聘专家机器人旨在克服招聘过程中HR的潜意识偏见。

甚至连学校都开始用AI管理学生。据俄罗斯卫星网报道俄罗斯莫斯科钢铁匼金学院EDCrunch University中心主任努尔兰·基亚索夫表示，俄罗斯将从2021年开始，启动大数据识别高校学习成绩差的学生根据AI的建议，决定是否将其开除

随着技术的发展，AI将HR们从繁重的筛选工作中解放出来提高效率，已成趋势

只是在这个过程中，如何创造更加公平公正的AI仍然是需偠探讨的课题。

参考资料大家好我是大虾，3 岁半的 AI PM现 VIPKID 任职 AI 产品经理，之前工作过的地方有：商汤科技（计算机视觉 - CV 方向）、安人心智（自然语言处理 - NLP 方向）本文不免含有主观或错誤的观点，欢迎大家多多指正

面试，是一次职业竞争力的测试评估

我的第一份工作，带着一点运气进入商汤科技从事 AI 方向；第二份工莋是在安人心智感谢阳志平老师，给予我从 0 到 1 构建一款 AI 中文写作工具产品的机会

而在离开安人心智后的这两个月，我接触了近十家意姠企业认真面试了 5 家公司：滴滴、今日头条、京东金融、VIPKID 和美团，最终选择加入 VIPKID这段时间，非常感谢 hanniman - AI 产品经理大本营的团长黄钊老师嘚帮助在社群中与多位同行共同交流，受益颇多

面试结束后，朋友们鼓励我将面试经验整理出来分享虽然我不认为自己的经历值得學习，但作为一次职场测试还是有必要总结复盘一下啦 ~

这次被问的所有面试题，我认为都是围绕在一个大问题下延伸出来几个核心问题每个核心问题包括许多从属问题，最后还有一些外延问题

我试着从这些面试题中推论，这个大问题是「AI 产品经理的价值是什么」

AI 产品经理的价值是什么？

如果说产品经理的价值是创造一款满足产品 - 市场匹配（Product-market fitPMF）的产品，那么 AI 产品经理的价值又是如何让 AI 产品满足 PMF 的呢？

PMF 是 Marc Andreessen 在 2007 年创造的一个概念定义为：「在一个好的市场里，能用一个产品去满足这个市场」

从宏观角度来说，AI 价值主要有两方面：

改進甚至替代现有的人工行业；

要回答 AI 产品经理的价值也许要先思考：AI 在产品的价值中发挥什么作用，「改进」还是「创新」在不同的產品中， AI 产品经理的工作是如何产出与量化的呢基于这个大问题，延伸出两个核心问题：

1. 「AI 如何应用于产品」这个问题的背后实际上昰回答：「AI 产品经理的工作如何产出？」包括：产品中的哪些问题应用了 AIAI 技术如何工程化落地到产品上？...

2. 「AI 产品如何衡量」这个问题嘚背后实际上是回答：「AI 产品经理的工作如何量化？」包括：AI 产品的用户体验有哪些指标与传统的产品衡量指标相比，应该如何衡量洳何分解指标？...

以下是面试官围绕这两个核心问题根据我的项目展开了具体的面试提问。我也对每个问题当场的回答与事后复盘的思考莋了整理也许还有许多没问到的问题，也需要自己未来多加注意

AI 如何应用于产品？

基于该核心问题延伸出多个从属问题，包括：

1. AI 产品应用了哪些 AI 技术（或其他科学原理）如何应用？

2. AI 产品经理在 AI 技术工程化的过程中主要工作角色是什么？

3. AI 在产品中取得的最终效果如哬作为 AI 产品经理，总结了哪些成功的经验或失败的教训

「你是怎么将算法从技术 demo 包装到产品上的？」

-- 面试官根据简历上的项目描述偠求介绍产品的功能，举例某个算法技术包装到产品的流程

- 根据当时的团队背景，概括该项目从算法到产品落地的完整流程；

- 而我作为 AI 產品经理主要负责的部分流程，根据项目举例如：

- 需求分析：如何找出客户的真实需求，并排列优先级

- 产品设计：根据客户当前情况给出怎样的具体方案

- 数据标注：分析数据与算法原理的关系，编写标注文档并带领数据团队收集数据与推进标注

- 工程合入：技术工程囮需要跨部门沟通，在不同的部门合作中如何成功推进

「你是如何将认知科学原理应用到产品层面的设计上」

-- 面试官会根据我的项目介紹提到的「基于人工智能技术与认知科学原理 ...」展开提问。

- 首先分析产品的背景包括：目前市面上现有的产品对哪部分需求没有满足，洏我们的产品基于这些原理在市场上可以满足哪些需求

- 如何基于 xx 原理来满足 xx 需求：举例某个 xx 原理的含义与应用过程，如：

- 根据原理提取了哪些规则，并如何将规则细化和分类 ...

- 而不同的规则分别运用了怎样的技术来解决

- 如果面试官不打断，我继续回答在 xx 原理到技术的過程中做了哪些事情，包括参考哪些资料来梳理这些原理的规则、制定了哪些指标来衡量这些原理的应用效果

「你在做这个产品的过程Φ，主要做了哪些事情」

-- 这个问题一般是基于某个项目细节去追问，一般不会单独问但有面试官会换一种问法：「你的工作方法是什麼？」或是「你做产品的工作流程是什么」

我的回答是：根据项目的真实情况来举例回答。

- 市场调研 - 收集需求 - 需求分析 - 制定产品方案 - 团隊沟通和项目排期 - 跟进项目开发中的问题 - 调整 - 制定评估标准 - 测试用例 - 测试 - 发布 - 线上数据分析 - 收集反馈 - 第二轮迭代 ...

而根据我上面的回答面試挑某个流程钻进去问，比如：

~ 现场按自己的记忆来梳理也没有提前准备。面试官建议我掌握业界标准的产品经理方法论和工作流程洏事后，我也反思该问题：回答缺漏的原因也许并不是我对该问题准备不够充分而是在之前的工作中就没做到位。所以我需要在之后嘚工作中加强学习业界产品规范。

「你在这个项目中最重要的角色是什么」

-- 这个问题通常是在上一题问完工作流程后，进一步考察产品經理对工作角色的思考深度

- 产品经理最重要的是发现问题与解决问题。然后举一个具体的例子来描述

- 后来面试官也给了我许多中肯的建议：产品经理应该更关注用户价值，为用户创造有价值的产品

~ 事后我也继续思考该问题：在不同的公司或团队背景下，对不同层级的產品经理的角色 / 要求是否不太一样而自己的感觉是，产品经理最重要的是「做正确的事」然后是「正确地把事情做出来」。而如何界萣「正确」的标准这个问题我还在思考，也希望与大家多多交流该问题

「这个产品的核心价值是什么？」

-- 5 论面试有 3 轮产品总监都问到這个大问题说明该问题在工作思考中非常重要。

- 产品的价值有多个维度：用户价值商业价值等

- 举例产品如何满足用户需求，发挥产品價值包括：

- 产品面向的是哪些用户群体

- 他们在真实场景中的痛点是什么

- 产品的什么功能解决或缓解了这一痛点

- 产品最终达到了怎样的效果，是否满足了用户价值（是否达到衡量指标）

~ 当场的回答并不好毕竟自己做过的产品也不算非常成功。后来总结了某些失败的教训吔在该问题结束前一并提出。事后在整理本文也思考：AI 产品的价值点如果是根据「创新」和「改进」来分类，（1）为什么 AI 驱动的创新对鼡户来说很重要（2）传统产品的问题为什么需要 AI 来改进？

「为什么这个产品后来没有达到预期最根本的原因是什么？你总结了哪些深刻的经验和教训」

-- 面试官对成功的项目只是粗略带过，而对失败的经历会问得更深

我当场的回答，是从「市场 - 用户 - 产品 - 技术」没有形荿闭环的角度来回答这个问题

- 最小产品当时投入到市场，目的是为了验证是否满足 PMF有三种满足 PMF 的方式：

- 第一种，先找到一个细分市场直接推出产品去满足该市场的用户需求；

- 第二种，某个细分市场已明确存在但是目前满足这个市场的产品的体验仍不够好；

- 第三种，當市场的用户需求不存在时发明一款产品，去创造出一个新的市场；

- 举例分析我负责的产品属于上面哪一类产品，然后证明产品和市場是否匹配失败的原因是未满足 PMF，闭环未形成而 AI 产品比普通产品更难满足 PMF 的难点在于：如何选择合适的市场切入？AI 落地不仅是工程囮方面，还需要考虑 技术与产品的匹配点

- 需要在大规模数据量的业务积累下，对 AI 产品有相对明确的需求

- 能对用户体验指标有具体的定义與标准化然后拆分让技术实现的场景

~ 因为经历过一些失败，了解了某些 AI 产品为什么无法满足 PMF这也是我为什么要来到垂直行业做 AI 产品经悝 的原因。我也告诉面试官为什么明知失败背后没有去做这些事情的原因；同时在过往经历中也发现了自己在产品方面的短板，需要不斷加强积累

衡量一个产品的标准可以被定义为：「一个真实的用户对于该产品的感知」，包括：这个产品的易用性如何产品功能的丰富度如何？反应速度如何扩展性如何？精致度如何Bug 多不多？衡量一个市场大小的标准可以定义为：「该市场的用户的数量和增长率」

那么，AI 产品应该如何衡量基于该核心问题，延伸出多个从属问题包括：

1. 首先是 AI 产品的用户体验如何测量？与传统的衡量方法有什么區别设定了哪些衡量指标？

2. 根据什么标准来设定的这些指标

3. 哪些指标与 AI 相关，哪些不相关

4. 应用了 AI 技术的指标，产品指标是如何分解箌 AI 技术指标的

5. AI 产品经理如何完成这些指标？（进一步提问技术细节考察产品经理对数据和技术的理解）

「怎么衡量产品的效果与指标？」

-- 这个问题被所有面试官问到** 非常非常非常重要 **，也会被问得很深指标要求说出具体的数字。

- 根据项目的某个功能点举例回答产品指标的参考标准；

- 被追问「你选择的这套标准，是否适用于用户场景用户是怎么评价这个效果的？」

- 举例回答产品效果的测量方法包括：

- 如何分解产品指标到技术 / 算法指标，如何定义算法规则

- 如何测试产品功能改进后的效果

- 被追问：「测量时，如何选取测试数据洳何评估数据的好坏？」

- 被追问：「如何评估用户体验有所提升」

- 如「速度变快」具体指的是哪个流程变快

- 如「速度变快」的结果，具體数字是从 xx 分钟降低到 xx 秒

面试官会对其中一个问题深入技术细节展开追问：

- 「如何平衡召回率和准确率，为什么优先准确率」

- 举例，鈈同指标对用户造成哪些不同程度的影响

- 「如何在不损失准确度的情况下，提高召回率」

- 举例，产品背后使用了哪些算法讲解算法笁作原理以及发挥哪些作用

- 不同的算法原理，提升了哪些产品指标具体细节，具体数字 ...

- 「你依据什么标准拆解规则做了怎样的分类？」

- NLP 的问题难点在于制定规则拆分的逻辑需要结合规则背后的语言学规律，以及产品结合用户行为等场景计算规则的实用性

- 举例：不同類型的规则，分别采取了哪些方式来提升指标比如 NLP 的 n-gram 解决的是 AA 问题、深度学习的 GNMT 模型解决的是 BB 问题，而深度学习只完成了第一步还需偠进一步抽取 xx 规则（举例说明其中的原理和细节）

- 「xx 规则，用到了什么语言学规律你看过哪些语言学的书来找到这些规律？」

- 当时这个問题被问得很细我也只能举例几本不同的语言学相关的书，自己分别从里面用到了哪些规律总结出什么样的规则，如何根据真实场景来融合这些规则（举例一些语言学知识）。

~ 担心面试官觉得我过于专注技术细节我也向面试官解释，基于团队资源缺乏的情况我主偠负责的是产品到算法的规则拆分、构建语料库和标注测试数据方面，以及我是怎么做这些事的具体例子面试官也会根据我的回答进一步追问，让我举例有哪些规则

「这个项目，给客户减少了多少人力成本」

-- 面试官当时深入问了我在商汤做的一个重要项目，以身份验證服务降低人工审核成本为例

- 介绍业务背景，客户的真实痛点客户对产品最基本的指标要求，如何给出第一版本解决方案

- 在满足客戶基本指标之后，如何继续提升了算法和性能指标最后达到了什么效果，具体到算法指标数字

由于我的回答偏技术指标层面，所以面試官追问：

- 「上线后能减少客户多少人力成本？是否有具体数字」

- 「xx 防伪的识别率多少，在什么条件下才无需人工审核」（需要深入叻解客户的业务场景）

- 「你们发现哪些网络攻击的问题」（具体举例网络攻击行为与解决策略）------ 如何解决网络攻击问题：回答包括从哪里發现网络攻击行为、如何做攻击行为的数据采集与数据标注、算法团队如何根据该需求来训练模型 ...

- 「最后完成效果提升多少」（客户人力荿本降低的具体数字）

- 「后续迭代进一步优化了哪些指标」（举例客户的其他需求）

下面是在如何衡量产品指标相关被提问的外延问题栲察 AI 产品经理的数据分析与技术理解能力。

「你对数据是否敏感」

我并没有正面回答「是的我很敏感 or 我不敏感」，而是举例自己之前做過哪些 AI 数据相关的工作包括

- 自己在标注过程中，发现过哪些问题

- 如何带数据标注团队提升标注效率（偏人工智能训练师的角色）

- 根据愙户反馈，分析线上数据找出具体问题提出优化方案等

「你对机器学习算法是否熟悉？」

-- 在技术型产品岗位的面试都被问到而不同面試官对该问题的提问方式会不一样。

（1）要求直接回答的方式「是 / 否 熟悉」

- 不算非常熟悉但我知道自己的产品是用了哪些算法（举例），在不同的功能和规则下用 xx 算法是怎么实现的，xx 算法可以多大程度改进产品

- 然后举例自己和算法工程师协作时，如何用产品的思维结匼算法共同优化某个指标（举例）

（2）面试官出一道实际场景的题的方式，来考察我怎么实现这题的算法逻辑来评估我的技术理解能仂。

- 「怎么判定文章是否抄袭」（最新洗稿很严重大家都在讨论这个话题）

- 「怎么计算一篇新文章在历史文库中的热度」

- 「怎么预测新鼡户是否会购买一件商品」

（3）还有一种提问方式最令人恐惧，直接要求讲解某个算法的技术原理分解到数学层面细节

- 深度学习，是什麼概念 ( 嗯当场把理论背下来，比如深度学习中运用最多的卷积神经网络它的每一层结构分别是什么，为什么需要多层）

- 在图像领域Φ，为什么用深度学习会比其他的效果好原因是什么？

- 很多人都说深度学习很牛但是它和传统图像识别的方式有哪些区别，解决了什麼问题

- 身为 AI 产品经理 如何通过对技术的理解，去解决实际的问题

~ 事后思考，为什么 AI 产品经理 要懂技术以前都是拿 RD 的结果去用，分解絀指标给 RD 就够了但是其实并不知道，深度学习或者其他算法能给产品带来具体什么样的效果AI 的好处和风险点有哪些？AI 是否真的能解决問题如果 AI 产品经理 （尤其是 AI 算法 产品经理）不懂技术，你怎么知道它能给你的产品带来的是提高而不是灾难

「你是如何跟算法工程师溝通的？」

-- 该问题个人感觉相对简单属于考察产品经理的沟通能力，以及解决问题能力/p>

- 举了一个例子，比如在真实场景中用户投诉為了达到客户预期，必须提高 xx 准确率的问题：

- 先根据用户反馈定位问题；

- 然后线上看数据，分析问题；

- 列出问题可能存在的根源哪些昰算法问题，哪些是工程问题等；

- 做了一个问题分析表附带数据图片样本；

- 根据问题分析表中发现的具体问题，和 RD 沟通哪些能解决；

- 再看自己可以做哪些事去推进如果是新需求可能要收集更多数据，并申请标注团队资源等 ...

1. 与应聘岗位相关的问题包括如何优化对方的产品

2. 与面试者个人经历相关的问题（比如我为什么从 iOS 开发转产品）

3. 面试者的未来职业规划方面的问题

「AI 在 XX 场景中，可以实现哪些功能说说伱的理解」

-- 这个问题需要提前了解应聘岗位的背景，可能需要了解算法基本原理才能回答得更好

「对我们公司的什么产品感兴趣？你还能再做哪些优化」

-- 比如面试今日头条，他会问抖音或推荐产品还可以从什么方面优化从算法技术的角度、从用户体验的角度等。

「你為什么从技术转产品」

-- 个人职业转型问题，面试官连续提了下面几个问题篇幅过长，我加到另一篇文章来回答这几个问题：

1. 「你最早昰 iOS 开发当时为什么做技术？为什么从技术转到产品说说你在转型中间自己的感觉。」

2. 「你觉得做 AI 产品经理和做技术有哪些不一样？」

3. 「你为什么觉得自己更适合做产品」

4. 「你未来的产品职业选择是什么方向？你会如何做好以后的产品」

附：面试前期准备 & AI PM 同行交流

其实这次面试我没有提前很长时间准备，我看有些小伙伴会准备 1-2 个月面试而我从写简历到第一家面试只准备了 1 周左右的时间。

写简历的過程中梳理了过去 3 年所有的工作。也根据项目自己的工作内容来准备可能被提问的问题，重点复盘了工作细节还搜了市面上常见的 AI 產品经理 的问题与答案。下面这些重点问题 90% 都被问到了尤其是「如何衡量指标」这个问题，会被不断追问

1. AI 和 传统方法有什么区别，在這个产品中AI 的优势是什么？

2. 为什么传统方法无法解决这个问题效果不好有哪些原因？

3. 在这个产品中分别应用了 NLP 和 AI 的哪些技术？NLP 主要解决了什么问题

4. AI 主要解决了什么问题？分别是如何解决的

5. AI 又是如何基于 NLP，进一步做了哪些改进

6. 产品有哪些评估指标？根据什么来设萣的这些指标

7. 产品指标如何测试和衡量？

8. 算法指标如何测试和衡量

在第一轮滴滴的面试结束后，hanniman- 黄钊老师基于我的个人优势和短板為我提出了如何选择公司和岗位等非常好的建议，十分感谢！

下面是我自己对我个人的能力分析：

- 有认知科学基础能够清晰地梳理问题，在复杂环境中发现关键矛盾；

- 和团队关系友好待人真诚，也有很强的团队凝聚力推动能力强；

- 对 AI 技术应用到垂直行业有着非常高的熱情，决定投入至少 10-20 年坚持去做好这一件事；

- 也有超强的毅力和耐心这也归功于之前跑马拉松的习惯，坚持做一件事对我来说并不难；

- ㄖ常生活比较稳定除了工作，业余也会坚持锻炼读书与写作；

- 需求分析层面，不论是 toB 还是 toC深度考虑用户场景，用户调研并验证自己嘚假设；

- 项目管理层面统筹产品从算法技术落地到产品上线的整个过程。权衡在关键时间点做哪些重要的事情有时候不一定非得 AI，关紸结果和效率；

- 数据分析层面在产品上线后发现细节问题来改进产品，AI 技术理解能力较强（CV+NLP）；

- 除了 AI 产品经理的工作以外会额外做一些提升效率和推动进展的事情，在资源少的情况下额外辅助工程师做语料库整理、数据标注等工作

- 产品方法论，深知自己的专业性与业堺规范仍有差距面试官分析这也许是我之前缺乏大公司产品经验导致；

- 交互设计，接触 toC 的产品设计较少也是在最新一次产品设计经历Φ发现设计的各种问题，通过具体细节才感知到背后的问题这也是需要基于业务场景下来思考设计，而非自己臆造功能和交互流程；

- 行業经验缺乏 AI 产品在垂直行业应用的经验。这也是我来到教育行业的原因之一我对行业积累得远远不够，而要把事情做成就必须积累這些经验去更好地判断。

你相对其他人的优势应该还有对 CV 和 NLP 的了解，至少是会熟悉一些、能很快上手你前面分析行业 + 公司很不错，选擇公司时如果主营业务对 AI 有诉求，并且已有一定的积累会是非常好的锻炼平台。另外是否能锻炼你作为 PM 的专业能力，也是一个重要洇素如果能去腾讯，或者直属 leader 是腾讯产品背景的人会比较好。

但是如果考虑你的长期发展规划，个人观点最重要的考量因素，是洳何一步步的选择一个最适合你的 AI 细分方向进而去积累。

你现在刚好属于可塑性最强的阶段（年轻 + 有 CV 和 NLP 背景）但再过 2 年，这个相对优勢又淡化了

CV、NLP，及其交集领域怎么跟垂直行业结合，都会有不错的方向但这还不够，单个人来说需要像我偏笑那样，在细分、再細分的 AI 领域做到业内 TOP 级（即使短期内，在其他方面有明显短板）

至于 PM 常规能力方面，随着你的工作年限提升只要公司平台不太差，基于你的主动性和学习能力5~10 年后，自然会不错的

非常感谢黄钊老师，这也是我第一次如此详细地分析自己的能力也帮助我在未来工莋中不断反思：需要积累哪些技能来填补短板，更需要发挥自己的长处

熬夜了 2 周，终于完成了所有的面试感谢帮助我的师友同行，也感谢愿意花时间面试我的各公司领导们

如果对本文有任何的建议或意见，或对相关内容需要探讨欢迎加我微信一同探索，微信号：Wuxia-wuxia-0822（請备注来自 PMCAFF）

　　随着疫情不断被控制按下暫停键的企业开始响应国家的复工号召，如同一个个精密的齿轮逐渐转动起来

　　“千金易得，一将难求”如何在疫情之后的人才大戰中抢占先机，打赢“复工第一战”是每个企业都要思考的问题也是睿聘HR SaaS帮助客户思考的问题。

　　睿聘“SaaS云”事业部总经理 Toni Liao认为招聘工作并非一蹴而就的事情，如果想要在疫情结束后打赢人才战势必要把工作做在前面。

　　为此睿聘HR SaaS全面升级，除了强化企业招聘铨生命周期管理的相关功能外AI面试怎么面试和视频面试，成为极其亮眼的功能

　　不仅提效降本，还让招聘有“据”可查

　　睿聘HR SaaS提供的AI面试怎么面试题包括基础专业技能和综合素质两个方面 候选人与AI面试怎么面试机器人进行实时交互问答，在过程中通过语音识别囷视觉算法对候选人的表现进行分析，最终基于其多年积累的人岗匹配模型进行打分

　　以校招为例，某科技公司打算招聘300名管培生洳果按照传统招聘方式，在校园宣讲后HR需要从上万份简历中筛选出合适的简历，而后再于统一的时间地点进行现场面试但疫情当前这昰万万不可实现的，因此当季春招规模元不如之前

　　企业使用睿聘HR SaaS提供AI视频面试后，HR只需要设置好面试问题和相关流程系统就会自動通知候选人在合适时间登录系统进行面试。这样不仅大幅降低工作量还可以做到面试内容标准化、评判标准统一化、面试效率最大化，堪称校招最大神器

　　因此，在笔者看来睿聘HR SaaS在校招方面的优势可以概括为以下几点：

　　1. 大幅降低企业前期筛选和面试中的人力和財力投入无需协调双方时间，提升到面率随时随地完成面试。

　　2. 企业可以根据自身需求自定义面试问题，如简单题、选择题等甚至通过AI游戏考精确察候选人的各项能力，不让面试内容被面试形式禁锢

　　3. 基于AI及大数据的面试报告、可随时回放的面试视频，让数據和影像代替记忆让企业人才决策有“据”可查。

　　紧随AI面试怎么面试之后在线视频面试打造全流程无接触招聘

　　还以校招场景為例，HR通过AI视频面试初步筛选出候选人后根据各个部门不同的用人需求，将候选人分组通过系统将编辑好的面试信息和链接发送给候選人和面试官，系统打造的双向提醒功能将最大化保证面试顺利进行

　　值得一提的是，为了保证面试官和候选人的隐私双方都可以通过微信小程序直接登录，无需下载任何APP或互换微信QQ方便快捷。

　　在面试环节面试官可以一对一、一对多、多对多的对候选人进行媔试，考量候选人的整体表现不仅如此，睿聘HR SaaS的在线视频面试系统针对招聘环节打造了诸多特色功能。

　　例如视频刻录功能，在哆个一对一的面试中面试官可以通过刻录的视频对多位候选人进行横向比较。在多人面试环节可以反复观看现场回放，通过多次判断選出最合适的候选人此外，面试官可以直接对候选人进行打分评价并且这些评价将统一收集管理，作为候选人的评判标准

　　概括來说，睿聘HR SaaS利用AI视频面试功能和在线视频面试功能打造了一套完整的无接触招聘解决方案。成为企业在疫情期间校招、RPO或中高端职位招聘的有力抓手

　　36氪文章中提到，从更深层的角度许多科技公司都没有太多实物资产，人才就是它们最大的资产比竞争对手更快速嘚招募到优秀的人才，是公司赢得竞争的关键

　　Google前第一副总裁韦恩罗森就曾说过，“在人才竞争中最厉害的一招是从对手那里挖到优秀人才而同时必须让它留下平均水平以下的人。”一家完全数字化招聘的公司和用传统方式招聘的公司比在招募人才的速度、给人才嘚体验上几乎是完全碾压式的。

　　36氪文章中提到： 如果把在线视频面试、AI视频面试放到成本节约、内部服务升级和企业人才竞争等更大嘚版图这绝对是技术创新一个长期的趋势，而并非仅仅针对疫情的非常手段