分析3000份技术面试数据:这几大指标比你毕业于哪所学校更要紧
导读
到底在一次技术面试中,什么因素最为重要?
本文作者 Aline Lerner从interviewing.io(关于面试的输入输出流)中导出了3000份技术面试数据进行分析,并发现了对面试影响最大的几大因素。并且,他还得到了一个鸡血满满的结论:在求职技术面试中,毕业后做什么比毕业于哪所学校更要紧。
相关背景:interviewing.io是一个平台,人们可以在上面匿名练习技术性面试,并在这个过程中找到工作 - 在练习中做得好的话,您能(匿名!)得到像Uber、Twitch、Lyft或其他大公司的技术面试。自从上线以来,这里积累了成千上万的真实面试和练习面试的表现数据。这些面试的数据能很好地帮助我们了解面试者背景中的何种信息对面试表现更为重要。
数据分析
在interviewing.io上,当面试者和受试者在平台上匹配好后,他们会在一个支持语音、文本聊天和白板的协作编程环境中见面,并直接进入技术问题讨论。平台上的面试问题一般属于后台软件工程人员会在手机屏幕上遇到的类型。面试方往往来源混杂,既有大型公司(如Google、Facebook和Uber)也有聚焦工程领域的初创公司(如Asana、Mattermark、KeepSafe等)。
在每次面试后,面试者从几个不同维度对受试者打分,其中包括技术能力。技术能力评分范围为1到4,其中1是“差”,4是“太棒了!”在我们的平台上,3分及以上的分数通常表明此人有晋级下一轮的实力。以下是我们的反馈表格①:
得出结果
为了进行本文的分析,我们交叉参照受试者在以下属性的平均技术得分(在上面的反馈表单中用红色圈出),以发现哪些因素最为重要。下面是完整的属性清单:
在所有上述属性中,只有3个指标从统计上看意义重大:顶尖学校,顶尖公司和Udacity / Coursera的课程。显然,正如Metallica(知名重金属摇滚乐队)曾经的一首歌《其他皆无所谓》所说的那样。在下面的图表中,您可以看到每个显著属性的效应大小(未达到显著标准的属性没有注明条形)。
在面试中,哪些因素更重要
正如在开始时所说,这些结果是相当令人意外的,我将在下文中尝试解释每个结果。
顶尖学校和顶尖公司
关于这个话题,我本来期望更重要的应该是顶尖公司而非顶尖的学校。看重“公司”是有道理的 – 选择至少已经成功通过一次面试考验的人,这些人在未来成功的几率应该更高。
而顶尖学校就有点讲不清楚了,这确实是影响最小的显著因素。为什么学校在这次数据迭代中很重要,但在查看简历阶段却没有显露出它的作用?我预料答案是受试者在单独的技术手机屏幕面试中的表现与实际现场表现的差异所致。通过正确的准备,技术电话面试是可以应付的。而顶尖学校常有严格的算法课程和基于技术手机屏幕的备考文化(要了解为什么这种文化重要,以及它如何为浸淫其中的人带来不公平的优势,请参见我关于为何需要重新思考技术面试的文章)。但能从一个关于算法的技术手机屏幕面试过关,是否就意味着你就是一个伟大的工程师,这完全是另外一码事,希望这作为今后帖子讨论的主题。
参加MOOC课程(特别是Udacity和Coursera,因为它们是interviewing.io的用户最为重视的课程)与它过去一样重要(而且明显比名校血统更重要)可能是这里最令人惊讶的发现,因此值得进行一些额外考察。
我特别好奇MOOC属性和顶尖学校属性之间的相互影响,所以把MOOC参与者划分为“曾就读过顶级学校的”和“没有就读过顶级学校的人”两类。当我这样做时,令人吃惊的结果浮现出来。对于就读过顶级学校的人,完成Udacity或Coursera课程看上去并不重要。然而,对于没有就读过顶尖学校的人来说,效果是巨大的,实际上足以主导面试结果。此外,曾就读过顶级学校的受试者表现,比那些未读过顶级学校但是参加过Udacity或Coursera课程的受试者表现差得多。
那么,这究竟意味着什么?当然(当你这时可能在考虑自己),相关性并不意味着因果关系。因此,我并不认为MOOCs是一粒魔药,而是感觉那些热衷于听在线课程的人(特别是那些对本科课程牢骚满腹而对MOOC课程如饥似渴的同学们)有受到过度驱动的倾向。但即使如此,我很难讲修完优秀的计算机科学在线课程不会帮助你成为更好的受试者,尤其是当你还没有接受过严格的算法类课程训练时。事实上,我们注意到在很多课程中人们把精力集中在算法方面,所以不出意外的是,为了准备好面试,补充这类在线课程可能是非常有用的。我们看到过的一些最受欢迎的课程如下:
Udacity网站:
计算机程序设计
https://www.udacity.com/course/design-of-computer-programs--cs212
算法介绍
https://www.udacity.com/course/intro-to-algorithms--cs215
可计算性,复杂性和算法
https://www.udacity.com/course/computability-complexity-algorithms--ud061
Coursera网站:
算法专业化
https://www.coursera.org/specializations/algorithms
Scala中的函数编程原理
https://www.coursera.org/learn/progfun1
机器学习
https://www.coursera.org/learn/machine-learning
图论算法
https://www.coursera.org/learn/algorithms-on-graphs
创始人背景
在技术面试过程中,是否做过创始人并不重要。这不奇怪。造就一位杰出的创始人与造就一名优秀的工程师所需要的东西并不相同。如果你刚刚离开一个创业公司,希望重新回归个人贡献者的角色,你的面试技巧可能会有点生疏。确实,这对于已进入业内但有一段时间未参加过面试的人来说是个现实问题,正如你将在后文看到的那样。
硕士学位和多年的经验
此处没有意外。对于硕士学位无用论,我一直颇有微词,所以我不再重复讲这一点了。
同样,不必惊讶多年从业经验也不属于显著属性。相关背景是,我们的一般用户平均拥有大约5年经验,大多数在2年和10年之间。我想,大家都应该发现了这个秘密,毕业后工作时间有多长对你面试准备并无帮助。各位从下面的散点图可以看到面试表现与工作年限之间的关系,以及我试图用一条线来拟合这些散点(如你所见,R ^ 2并不合适,意味着这两者没有什么关系)
结束语
如果你对我有所了解,或者读过我写的一些文章,那么应该知道我过去是一直是非常不赞同用名校血统作为招聘依据的。考虑到这一点,我觉得自己必须承认,这次的结果是背离了我的立场的。但这也正说明了整个问题,不是吗?生活,获取数据,绘制图表,学习新知,绘制新图表,再调整。即使从这些新数据中,我也很高兴看到,无论个人背景如何,比名校血统更为重要的是人们采取的完善自我的行动(本案例中为利用MOOC扩展已有的知识)。
最重要的是,上述发现没有改变interviewing.io的核心使命。我们为应聘者和公司创造一种高效和任人唯才的方式,帮助他们找到彼此。只要你会编程,我们不在乎你是谁或来自哪里。在我们的理想世界中,所有诸如哪个标签更重要的讨论都将被省略,只有编码能力才能真正代表其本身。这就是我们正在打造的世界。
本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号
直击面试!阿里技术官手码12W字面试小册在Github上爆火 临近金三银四,想必有不少老哥已经在为面试做准备了。大家想必也知道现在面试就是看项目经验+基本技术+个人潜力(也就是值不值得培养)。总之就是每一次面试都是对我们能力的检验(无论是软实力还是硬实力)。软实力其实就是简历包装,自我介绍,与面试官交谈技巧等等;所谓硬实力就是我们所掌握的技术情况了。所以每次面试之前需要做好充分的准备,切不可临时抱佛脚。技术基础打好后,面试前算题巩固也是必不可少的!
刷爆LeetCode!字节技术官亲码算法面试进阶神技太香了 正赶上金三银四,说到数据结构与算法这个词,肯定有不少人会眉头一皱。也不知从什么时候开始,以字节为主的一大波公司面试开始了对算法的连环拷问。如果事前没有系统地刷一波题的话,算法这一关还是比较难过的。
《阿里云技术面试红宝书》电子版地址 有了此书,你无需漫无目的地花大把时间在题海战术准备上,而是在精准回顾知识点的同时,间接地与技术大牛们做了直观的沟通,了解他们的出题思路与考察要点,用上举一反三的技能即可。
躬身入局,干货分享,2023年春招后端技术岗(Python)面试实战教程,Offer今始为君发 早春二月,研发倍忙,杂花生树,群鸥竟飞。为什么?因为春季招聘,无论是应届生,还是职场老鸟,都在摩拳擦掌,秣马厉兵,准备在面试场上一较身手,既分高下,也决Offer,本次我们打响春招第一炮,躬身入局,让2023年的第一个Offer来的比以往快那么一点点。
虚言妙诀终虚见,面试躬行是致知,Python技术面试策略与技巧实战记录 2023年,对于正在找工作的朋友来说,今年的就业季显得更加具有挑战性,更有意思的是,每当这个时候,各种面试经验分享就如同过江之鲫一般,俯拾皆是,因为例子过多,兹不细举。然而这些面试经验大部分都停留在理论阶段,这就造成了一个问题:理论和实际,到底有多大出入?我国古代大名仕曾文正公曾经说:“天下事,在局外呐喊议论,总是无益,必须躬身入局,挺膺负责,方有成事之可冀。”革命先烈李大钊先生也曾感叹:“凡事都要脚踏实地去作,不驰于空想,不骛于虚声,而惟以求真的态度作踏实的工夫。以此态度求学,则真理可明,以此态度做事,则功业可就。”所以本次我们来进行一次真实的线上面试,正所谓空谈误国,实干兴邦,能够检验真理
关于面试在技术之外的事 在公司会为公司的人才梯队培养,人员更新,业务拓展等为公司招聘人才。所以经常会面试一些人,在面试过程中也总结一些面试官要考量面试者的能力的方面。现代社会是一个合作性社会,一件事情不可能由一个人独立完成。必须在团队合作的情况下才能很好的完成。所以在面试一个应聘者时比较能合理的能力不可能只有技术能力。技术能力只能说这个人是否可以解决技术问题,但其他问题的解决方法才是一个人是否能够为团队贡献的最基本能力。
相关文章
- 基于Dedup的数据打包技术
- 【华为云技术分享】华为云多元计算+AI 打造企业级智能数据湖
- 【华为云技术分享】如何做一个优秀软件-可扩展的架构,良好的编码,可信的过程
- 【华为云技术分享】基于小熊派STM32芯片的通过MQTT上报JSON数据到华为物联网平台的自动售货机Demo解析
- 两个框架之间的数据类型转换,需要桥接技术
- 【大数据技术】操作系统和Hadoop版本选择
- 大数据架构师必读的NoSQL建模技术
- jQuery跨域请求,跨域Post提交数据的方法(.net/SQL技术交流群206656202 入群需注明博客园) - 思...
- 一个 SAP 开发工程师十余年的技术写作之路回顾
- Atitit 数据建模的技术总结 目录 1. 数据建模1 2. 常见建模技术2 2.1. 电子表格程序 计算机辅助设计 (CAD) 2 2.2. Er图2 3. 建模方法2 3.1. .
- Atitit 2017年的技术趋势与未来的大技术趋势 1. 2017年的技术趋势2 1.1. Web not native2 1.2. 更加移动优先 ,,more spa3 1.3. Ar
- Atitit 面试技术点最小化问题法总结 目录 1. Web 前端1 1.1. Jq 常用操作哪些??1 1.2. 查询后如何绑定后端数据到表格2 1.3. 提交后怎么接受表单数据2 2.
- DL之DNN优化技术:神经网络算法简介之数据训练优化【mini-batch技术+etc】
- 湖仓一体天花板,大数据一站式SQL分析技术实践
- LabVIEW编程LabVIEW开发高级数据采集技术 同步 例程与相关资料
- 不开辟用于交换数据的临时空间,如何完成字符串的逆序(在技术一轮面试中,有些面试官会这样问)
- 计算机视觉技术- 图像轮廓
- AI技术开辟数据中心节能革命新战场
- IT:前端进阶技术路线图(初级→中级→高级)之初级(研发工具/HTML/CSS/JS/浏览器)/中级(研发链路/工程化/库/框架/性能优化/工作原理)/高级(搭建/中后台/体验管理等)之详细攻略