上帝视角数说招聘

LZ之前在startup给人力部门做过一些分析，当时能看到所有招聘后台数据。现在离职了公司也几经转手，把这些数据拿出来讨论一下，希望能帮大家量化找工作的难度并合理设置expectation

范畴与背景
讨论范畴

本文主要讨论前司四个常见类型岗位的投录比、各招聘阶段的通过率，分别是SDE、PM、DS/DA、BizOps

数据背景

数据来自于2021年1月到11月，当时正值疫情期间各司疯狂抢人（史称Great Resignation），前司也在大力扩张（从21年初~100人到年底~400人），和今天这个裁员和缩招的大环境不可同日而语。因此数据和结论仅供参考，大家可以自行修正。

前司背景

前司是一家tech startup。21年初D轮融资，规模为一年前C轮的4倍，当时的营收和员工数量都在高速增长。

结论

录取难度DS/DA >> SDE ≈ PM ≈ BizOps，对于SDE而言NG > experienced hire > intern 
确实存在少量僵尸opening（表现为几乎没人收到/通过OA和没人拿到offer）
能跟公司说上话就已经击败了90-95%的候选人，要拿到offer还得再击败90-95%的候选人

数据
投录比

定义为简历数量除以offer数量。数字我进行了一些四舍五入

• SDE - 250:1 (intern 100:1，NG 600:1)
• PM - 250:1
• DS/DA - 1000:1
• BizOps - 200:1

招聘各阶段通过率

%表示通过的比例，如CV > OA: 30% 代表有30%投了简历的候选人拿到OA。这些数字也有一些四舍五入


SDE
面试流程：CV > OA > Phone screen > Onsite > Offer

• CV > OA: 15%
• OA > Phone screen: 60% 
• Phone screen > Onsite: 40%
• Onsite > Offer: 10%

PM
面试流程：CV > Phone screen > PM interview > Onsite > Offer

• CV > Phone screen: 10%
• Phone screen > PM interview: 50%
• PM interview > Onsite: 55%
• Onsite > Offer: 15%

DS/DA
面试流程：CV > OA > Phone screen > Onsite > Offer

• CV > OA: 20%
• OA > Phone screen: 15%
• Phone screen > Onsite: 50%
• Onsite > Offer: 6%

BizOps
面试流程：CV > Phone screen > Onsite > Offer

• CV > Phone screen: 6%
• Phone screen > Onsite: 50%
• Onsite > Offer: 15%

讨论

数据的可靠性/代表性

• 以上四个类型的岗位有至少四位数的简历和两位数的offer，我认为样本量还是可以的。欢迎学统计/数学的同学指正hhh
• 前司作为startup肯定不能跟大厂相提并论。在招人的选择上也更倾向于experienced hire，校招的数量非常有限。很多校招也是来自于return hires
• 再次强调这些数据来自2021年，当时一二级市场和招聘市场都非常疯狂，和现在完全是不同的景象

录取难度

• 就前司而言，总体来看需求端SDE HC是DS/DA的差不多10倍，但在供给端SDE的申请人数却和DS/DA相当，这就导致DS/DA找工作难度是SDE的很多倍
• 私以为BizOps和PM投录比偏低。这两个组的面试我都参与过，当时基本上过了面试的bar就发offer，不存在几个合格候选人里面只选一个的情况。现在更多是确定HC数量，最后在多个合格的候选人里选x个

僵尸opening
从数据上看确实存在但数量不大，大概占总数的10%左右，并且基本都是entry level岗位。我猜测一方面HR团队管理不及时，另一方面是业务团队很多时候是暂停招聘或者优先招聘xx而不是彻底停止招聘，在这种情况下不一定会把岗位撤下来


进入面试流程就成功了一半
从上面的数据可以看出，90-95%的候选人是没机会和recruiter说话的，也就是说能和recruiter聊上就已经非常优秀（幸运）了。考虑到recruiter之前和之后的总体通过率相当，那么聊到recruiter差不多就成功了一半，但想拿到offer还需要在此基础上成为前5-10%。如果有（强力）内推确保能跟recruiter聊上，或者是直接被recruiter在LinkedIn上撩，拿到offer的概率会大大增加


历史数据的现实意义
虽然这些数据来自过去，也不能代表所有公司，但是大家可以用几个乘数来估算现在岗位的投录比从而推算自己的简历->offer转化率，举例如下

• 市场乘数 - 现在市场不好，投录比x2
• 公司乘数 - 想去的公司招人很挑，投录比x2
• 个人乘数 - 我是NG，投录比x2 或 我是top 10% candidate，投录比x0.1

gregregre 发表于 2023-8-2 13:20
SDE从申请到offer只有0.36%哎
PM: 0.41%
DS/DA: 0.09%

PM我觉得最大的问题是很难有入场的机会...
除了个别APM项目和MBA直招，NG并没有什么直接做PM的渠道。大部分PM应该都是其它方向转过去的，但据我观察除了SDE转PM别的一般需要天时地利人和就很看运气。
如果已经是SDE的话PM在待遇和职业发展上都没有显著优势，除非说特别讨厌SDE或者喜欢PM的工作，不然也没有什么转行去卷的动力

很厉害的分析，确实可以证明以前经常讨论的ds最卷的论点了…

点个赞，pm表示，确实简历关最难，只要过了简历关，很难不进onsite，但是onsite之后的话，就是看长相看天吃饭了

有点好奇devops或者cloud方面是个什么情况，感觉每个公司都需要运维，但是学校里面没有专门的运维课程，所以要自己学习。

感谢lz分享干货，很实用的资讯!

yedkk 发表于 2023-8-2 10:17
有点好奇devops或者cloud方面是个什么情况，感觉每个公司都需要运维，但是学校里面没有专门的运维课程，所 ...

截止至我有的数据前司并没有专门的DevOps哈哈哈，虽然有相关的posting/面试，但没有人入职。我不在engineering team不确定具体原因，可能是规模不大所以主要靠兼职运维吧...

dsda也太可怕了 哎 所以拿到onsite以后收到offer也是小概率

dsda也太难了吧，怪不得我面试这么少。

yedkk 发表于 2023-8-2 07:17
有点好奇devops或者cloud方面是个什么情况，感觉每个公司都需要运维，但是学校里面没有专门的运维课程，所 ...

面试超级无敌简单，学校里可以上门cloud computing的课，YouTube上看看怎么写python automation script就可以速成了。

我之前做过devOps 实习，面试的时候，老板完全招不到人，问了几个巨简单的aws 基础和一题2 sum难度的leetcode就进去了，面full time的话，在这个基础上多一轮python面试，面试真的水中之水。

只是进去干的话，咋说呢，很碎很杂，不太需要写很多业务代码，但是有贼多tools要学怎么用。主要是围绕cloud和人沟通/甩锅/扯皮/抢修的很多，全是烙印在干，而且是水平比较烂的烙印在干，很多是印度直接搬过来, 素质可想而知，个个甩锅大师，口灿莲花，白的说成黑的，丝毫没有廉耻心，人前对你爱理不理，到了老板面前疯狂表现，真的很叫人大开眼界。。。和这些同事相处起来真是一言难尽，但确实可以快速提高自己职场生存和撕逼能力，以及极大提高中国人薄弱的职场语言能力。我干了3个月，说实话，再去别的正常的科技公司干sde，真是如鱼得水。。。no kidding，我觉得中国人都可以去那里学学，至少职业初期，没坏处。不仅会让你对整个系统有一个更好的概念，而且他的活杂，啥都得会，会有一种我想象中干IT人那种多面手的感觉，在大厂一个小小模块里面写业务代码拧螺丝钉，就很难有这种啥都得学，啥都得会，顶起来就干那种体验。而且最重要的事，可以在烙印的大本营里，Boot Camp沉浸式提高职场的软实力和快速提高语言能力。

NG如果为了上岸，真的可以试试，面试，只要上过cloud computing的课，把jd 上的关键词全班上去，水的一批的面试，简直吊打那些印度icc空降的h1b abuser啊好吗，包录取简直是。。

感谢分享！想问一下BizOps是指business operation吗？具体对应到哪些岗位呢？都需要什么样的技能呢？谢谢！

21年那么好的行情da的比例都到了1000:1，那今年会是个啥样啊？不敢想象。。。