在科技行业的万人裁员潮中，HR部门成为了重灾区。有同学吐槽说，好不容易加到一个HR的LinkedIn，还没来得及跟人家发私信套套近乎，HR的状态已赫然变成了「Open to Work」...
各大厂这一顿操作，看似把求职路上最重要的守门人给端了。好家伙，那我之后投出的简历谁来看？谁来做决定下一轮候选人的裁判？（skr双押）
呵呵。可别低估资本家的小算盘。以亚马逊为首的公司敢批量解雇HR，是因为他们早已暗中有了Plan B——省钱又听话的「人工智能」。
对于求职者们来说，人工智能筛简历到底是福是祸，该如何应对？我们一起看看：
揭秘亚麻解雇HR们的底气何来？
近日，媒体泄露了一份亚麻内部机密文件，上面显示早在2021年10月份，亚麻就已偷偷把一套人工智能招聘系统投入测试，名字叫做Automated Applicant Evaluation（AAE）。
新闻来自Recode，版权归其所有
AAE是如何判定一位候选人是否是良人呢？简单粗暴点说，就是对比候选人与同一岗位的现任优秀员工的简历，找二者之间的相似点。相似点越多，候选人越优秀。
当最优秀的人被挑出，Ta就会被快速安排面试，手握晋级卡直通下一轮！
更重要的是，AAE已被用在各个科技岗位的招聘中，比如软件开发工程师和技术项目经理等。效果杠杠的，亚麻很欣慰，表示以后还要大力普及推广！
所以说各位投亚麻的小伙伴，之后求offer的时候，除了转发锦鲤和好运喷雾也别忘了拜AI哦（狗头）。
AI招聘官的今天和明天
在各科技公司纷纷勒紧裤腰带的时期，用AI代替人力招聘无疑是节流的措施之一。除了前面提到的亚麻，许多公司都试图用AI为自家招聘。
面对如此迫切又广阔的市场需求，一些专门研发相关技术的公司也随之迅速发展。
比如Phenom，原本只是在费城城郊的一个小公司，依靠AI技术帮助应聘者和最适合Ta的岗位配对，做到了如今估值10亿的独角兽。
看到这里，做HR的小伙伴可能不干了：行行行。既然AI这么能，我走！
不~要~嘛！相较于人，人工智能的优势在于可以剔除主观情感因素，但是局限性也很明显。
比如人工智能挑选出的候选人很可能会过于同质化。AI也没法识别出应聘者的性格、谈吐和经验等软实力。
别慌，AI招聘官该如何应对？
重点来了，对于求职的同学们来说，当AI成了筛选简历的第一道关卡，大家应该如何应对？
首先，相比于人，AI招聘官抛除种族、性别、年龄等因素的偏见会更彻底，得出的评判结果更为客观和量化，所以可控度更高。
这样一来，应聘者之间硬实力比拼自然更为重要。这点对于能力者们是好事！
其次，在筛选简历时，AI将更依赖于对简历上关键词的识别。因此，根据目标岗位的Job Description「对症下药」改简历非常重要。
根据前面提到的亚麻机密资料显示，如果AI评判候选人的标准之一是基于与现有员工的共同点，大家可以提前在LinkedIn上搜索现员工的职业履历作为参考，相应修改自己的简历。
拿软件工程师岗位举例，要看好投递岗位是Front-end（前端）、Back-end（后端）还是Mobile（移动开发）哪种方向，继而押中AI为对应岗位设置的关键词，积累尽可能多的权重并越过阙值，才能让简历在一众简历中脱颖而出。
我们为大家整理了部分高权重的技术关键词：
前端开发相关的岗位
JavaScript, HTML, AngularJS, React, 
UI Design, Web Development
后端开发经验的岗位
Git, MySQL, Amazon Web Services, 
Node.js, PHP, Spring Framework
移动开发相关的岗位
Android, iOS Development, Swift, 
Objective-C, Git
一份出色的简历，是帮助你进入下一轮的入场券，但最终决定候选人能否拿到offer的，还在于面试过程中，Ta可否清晰地阐述项目思路，对掌握各类技术的熟练程度和经验。
如果你能快速掌握
涵盖前端、后端、移动开发
多个项目的实操经验，
深度参与和工业界接轨的项目
并掌握有针对性的简历修改技巧，
想必无论面试官
是真人还是AI都会被你征服！
来Offer【全栈开发项目实践课程】
12月20日，美西时间7PM
即将开启免费试听！
扫描上方海报二维码
或联系任一已添加顾问老师免费咨询
课程咨询
添加来Offer课程顾问为好友

直接进行课程报名咨询
（或联系任一已添加顾问老师免费咨询）
如需电话咨询，请发送简历至
[email protected]
老师将会在24小时内与你联系
点击下方链接，了解课程详情
第345周
最新Offer榜
向上滑动阅览

疫情期间，来Offer的学员也offer不断！
查看完整offer榜，请前往www.laioffer.com
求职，你只需要一门课程。
内容编辑：哎克丝
责任编辑：荨麻籽
你在看吗？点个赞吧！
继续阅读
阅读原文