热门标签：
·····
吴甘沙：强技术驱动公司如何建设数据团队？你得先抢来一位技术大牛
　　“找个技术大牛带头建立数据团队，我觉得已经是最近几年被验证的思路了。”吴甘沙这样说道。
　　近几年，学界和工业研究院大牛频频被挖至业界也反映了业界强技术驱动型公司组建数据团队的这一思路。“大咖被哄抢”让数据团队建设成为了一场激烈的战役，那么喧嚣之后，业界又是一种怎样的心态与现状呢？
　　“他的团队少见地吸纳了许多超级天才。其中有来自大学的机器专家，顶尖的计算机视觉专家，以及来自Google的机器学习团队。”
　　一如李开复所评价的，驭势科技的数据团队集结了众多数据科学、人工智能领域的大咖。
　　前英特尔中国研究院院长，前英特尔大数据实验室主任，前英特尔大数据实验室主任，谷歌眼镜最早期核心研发成员，以及原北京理工大学教授、曾经的智能车未来挑战赛冠军。
　　2016年2月，在这五位联合创始人的带领下，一家旨在突破中国自动驾驶格局的公司——驭势科技——正式成立了。不久后，英特尔中国唯一一位资深首席工程师也加入了这家公司。
　　这几位数据科学、人工智能大咖的联合，意味着一支超强数据团队的成立。
　　数据团队建设：大牛先上，再发展下线
　　特斯拉从OpenAI挖走Andrej Karpathy，阿里从亚马逊挖走任小枫——AI人才大战早已成为行业的惯常。
　　强技术驱动公司如何建立数据团队、开展新业务？吴甘沙给出的答案是：大牛先上，再发展下线。
　　在驭势科技，前英特尔中国研究院院长吴甘沙等几位英特尔的才俊掌舵计算，谷歌眼镜最早期核心研发成员赵勇总管视觉，原北京理工大学无人车项目负责人姜岩执掌决策控制。在这几位各自领域大牛的带领下，驭势科技的数据团队在一年多的时间里迅速壮大。
　　除去大牛本身超强的技术背景能为企业带来的潜能，吴甘沙认为选择这条数据团队建设道路至少还有三个原因。
　　首先，技术大牛的入驻本身能为公司带来一批优秀的追随者。吴甘沙从英特尔的出走，吸引了一批顶尖数据科学人才。除驭势科技外，吴甘沙也为我们举了360的例子。2015年，新加坡国立大学计算机视觉、深度学习专家颜水成加入360，紧跟其后的便是一大批他的学生与学界好友。
　　吴甘沙也提到，在国外，Uber的作法更是野蛮的一锅端——2015年，Uber从卡内基梅隆大学（CMU）的国家机器人工程中心一次性挖走了50名研究自动驾驶汽车技术的科学家。而在此之后，Uber也立即宣布向CMU捐赠550万美元，以赢回学术界的青睐。
　　其次，吴甘沙认为，大牛本身对人才准确、高要求的标准也非常有利于数据团队的进一步建设。
　　“普通的HR不会帮你做决定，他们只是负责把渠道打开，流量进来，进行一个初筛。而负责最后把关的仍然是技术部门的大牛。”吴甘沙称。
　　数据行业专业化程度高的技术岗位会对人才有多种专业技能的要求，要理解这些需求，对于一般HR来讲确实很难。因此，大牛的把关对团队建设起着至关重要的作用。
　　▲吴甘沙（照片由受访者提供）
　　面对行业内对于学界大牛会否缺乏业内相关知识的质疑，吴甘沙也指出，这不会成为学界大牛在业界发挥的阻碍。
　　“我觉得这些大牛的学习能力是非常强的。这一点你都不用太担心，他们对于业务知识的学习能力非常强，像漆远现在在蚂蚁金服其实做得风生水起，他对蚂蚁金服的业务其实是了解得非常深刻的。”（注：漆远曾任普渡大学计算机系和统计系终身教授，现任蚂蚁金服VP。）
　　对于这一现象背后所反映出的业界现象，吴甘沙认为是数据人才的严重稀缺。不仅是大牛资源的稀缺，也是基础数据人才的稀缺。
　　“我们有多少料就做多少菜，从某种程度上，人才也是制约我们能够做更多的菜、做满汉全席的一个重要因素。对于人才的一种饥饿，在未来的2到3年内会一直存在。我觉得整个行业都是这样的，大小公司都处在一种饥饿的状况。这样的人才很少，所以大家就希望尽量在早期把这些人才抢光，然后后面增量的来了再说。”
　　迅速扩张时，如何保证数据团队有效运转？
　　与数据人才稀缺相伴相行的，则是数据团队的迅速建立与扩张。
　　吴甘沙告诉我们，在驭势科技就并行存在着三只涉及大量数据科学工作的团队：大数据基础架构和分析团队作为数据团队服务于整个公司，而另外的两只人工智能团队——以深度学习为主的视觉感知、认知团队和做多传感器融合、决策规划的团队，也涉及了大量的数据和数据科学技术。
　　那么在驭势科技，这三只并行的团队是如何实现有效沟通协作，团队又是怎样实现人才、任务的合理规划的呢？
　　面对这两个问题，驭势科技的解决方案是设立公有数据平台与数据规范。
　　“我们是在一个数据平台上，这个数据平台其实包括了内部数据平台和外部数据平台。外部辅助运营运维，内部负责公司自身的数据驱动。”
　　同时，驭势科技的CIO负责协调所有团队的数据定义，数据存储规范，和数据使用接口。这些举措保证了每支团队对相互之间的数据工作有着基本、必要的认识，同时遵循着一套统一的数据规范。
　　驭势科技的三个数据团队虽然在组织结构上是相互平行的，但是在具体业务上又有着垂直交互的关系，因而上游团队对下游团队的技术、业务能力的充分了解也是确保团队间协同合作的重要因素。
　　举例说，融合决策团队要能给视觉感知团队提出合理的要求：决策团队可能会要求视觉团队把路面可行驶区域、车道线、障碍物、交通标志等检测出来，这就要求决策团队了解视觉团队当前的技术能力。当然，这也并不意味着数据科学家需要同时了解多支团队的工作细节，比如决策团队的数据科学家就不必对视觉团队的识别和分割算法有深入的认识。
　　在采访中，吴甘沙也提到了合理制定人才、任务规划的难题。吴甘沙认为，如何合理衡量每个科学家的贡献值是行业的一个普遍难题。举例说，算法团队下就有专门做算法和算法实现的小团队，算法小分队负责在实验环境中用庞大的GPU跑出算法的程序，而真正实现这个算法的团队则要保证代码的质量，要保证在一个很小的嵌入式平台上跑得起来。这两个团队的贡献值需要用不同的尺度衡量。
　　在驭势科技这类强技术驱动公司，一个更大的难题则是平衡短期和长期的发展目标。在驭势科技，短期目标是生存，是出产品、上车、应用于特定场景、形成实际的贡献，长期目标是技术在世界范围内的领先性，是积累数据、探索更先进的算法。
　　短期激励主要靠加薪和奖金，长期激励更多靠期权，这是驭势科技当前的解决办法。吴甘沙承认，在数据团队建设领域，大家还没有找到一个非常合理、不容易被异化的贡献衡量指数。其中一点重要的原因是数据科学领域的迅速发展。
　　“现在我们几乎每三个月就要换掉一套算法，因为现在这个领域一直有新的、好的算法出来。所以你很难找到一个非常客观、不容易被异化的指数。”
　　对人才的要求：要么有即战力、要么有发展力
　　“我们有一个很严格的评判标准，想进入我们公司的话首先要做codility上面的编程测试，不是说只是理论上行就行，还要会编程，之后还要经历四五轮的面试。”吴甘沙这样向我们描述驭势科技的招聘流程。
　　目前，驭势科技的数据团队成员多数为名校毕业的博士生、研究生。吴甘沙告诉我们，这类人群对基础知识有着非常深刻的掌握，同时有着很好的科研功底。
　　“比如说一个本科生，他可能调一个深度学习的网络能调得很好，但是数学这一块未必已经打得非常扎实了。其次，博士生、研究生通过之前的科研经历已经养成了较好的科研习惯，学习到了成熟的科研方法论，这也是一般本科生所欠缺的。”
　　然而，吴甘沙也表示，驭势科技现在已经逐渐将目光转向了优秀的本科生，甚至非相关领域的毕业生。他注意到，数据科学的人才培养已经在向年轻化发展——很多高中生已经开始学习机器学习，一些本科生也已在顶级机器学习期刊上发表论文。
　　“这样的人他悟性非常高，你只要给他一个导师，就稍微指导一下，给他指定一些文献，让他看，他很快就学会了。”
　　在访谈最后，吴甘沙也代表业界为学界的人才培养提了一些建议——不急功近利，要重视创新培养。
　　“高校培养学生不要让他们花大量的时间在常规任务，比如调参数上，这样就把他的创新力给压制了。以调参数为例，你只要拿一个开源的软件，甚至是现成的算法，也能够获得很好的成绩。所以我是觉得，学界还是不要一窝蜂地去追潮流，还是要做一些逆潮流、基础性、开拓性的东西。”
　　吴甘沙注意到，在人工智能论文发表数量方面，中国已经遥遥领先于美国，然而从影响因子（如被引用量）来看，中国还是落后于很多国家的。
　　“所以说学界还是要培养原创人才，然后不用担心这些人才跟不上产业界发展。这样的人才到公司里面，只要通过一个很好的培训，一两个月就能上手了。”
　　总的来说，忌急功近利，重创新培养，是高校培养数据人才的难点，也是学生进入数据行业的关键。
责任编辑：陈近梅
贵州大数据产业政策
为了加强和规范健康医疗大数据应用与服务，提 ...
贵州大数据产业动态
为进一步提高城市管理水平，贵阳市城管局将深 ...
贵州大数据企业
被业内誉为“中国大数据交易领域先锋”的贵阳 ...
通过与各个行业的深度结合，小i机器人的行业覆...传化智联和菜鸟网络的模式本质上是相通的，都 ...被业内誉为“中国大数据交易领域先锋”的贵阳 ...快速崛起的直播平台背后，大数据做得怎么样？ - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
已注册用户请 &
快速崛起的直播平台背后，大数据做得怎么样？
11:15:13 +08:00 · 3090 次点击
上周一，来自武汉的直播平台斗鱼 TV 融钱了：腾讯和凤凰资本领投的 15 亿人民币，距其上次得到腾讯领投的 1 亿美元不到半年。如果考虑到起 2015 年下半年的资本寒冬还远未结束，斗鱼的姿态实在有种烈马嘶吼，逆势而动的态势。
但与直播现在还处于灰色地带的姿态，更感兴趣的是他们的大数据。毕竟，撇除数据造假的成分，这依然是一个流量快速爆发的行业。如同投资人愿意对优步和滴滴烧钱，想要的绝不止是出行市场。对直播其实也一样，烧钱烧得又快又多，资本想要的其实是大数据流量带来的娱乐商业版图。
（吴瑞诚曾在今年 3 月简寻主办的武汉开发者峰会上有过演讲，主题是他从十万用户量级开始，搭建斗鱼的大数据平台的经验和一些坑，纯技术干货，有兴趣的同学可以点链接查看收藏，）。
一个典型的斗鱼直播间
一：高峰时接近淘宝 80% 的用户量
最开始对斗鱼的数据团队感兴趣，是因为吴瑞诚在今年 3 月参加简寻主办的武汉首届开发者峰会时，透露过一组数据：
这些数字是什么概念？就是高峰时段，其访问人数已经接淘宝网站高峰时段的 80%。（据说，如今已经又上涨了超过 10%）
而这些数据全都是从 2014 年至今，短短两年的时间里快速增长积累起来的。心里疑问是，斗鱼背后有一个怎样的数据团队，海量的数据如何处理，这些数据会指引斗鱼走向何方？
事实是， 2014 年 8 月入职的吴瑞诚是斗鱼数据平台部的第一个人，整个团队的情况是：
整体近 30 人
年龄区间在 21 到 30 岁
其中三成来自北上广等一线城市的回流
吴瑞诚自己加入斗鱼前，曾在杭州阿里巴巴做大数据开发，具体负责的部分是淘宝历史订单和旺旺聊天记录，每天产生的数据量同样以 PB 级别论。
但作为阿里巴巴大数据几千人团队中的一员，吴瑞诚的工作内容限于底层，负责存储和提供接口，流程非常单一。他能想起来的跟自己的工作直接相关的最典型场景就是「和各个业务团队对接口」，比如出现业务纠纷时提供阿里旺旺聊天记录。
吴瑞诚谈到刚入职斗鱼时，「老板当时就对大数据有很大想法」。当时的大数据还没炽手可热到现在这样，连路边卖煎饼的都能跟你大扯一通大数据，在直播行业的应用也几乎还是一片空白。吴瑞诚是因为自己在淘宝，见识了其十多年的大数据商业化经验，因此看好大数据和直播的结合。
二：个性推荐的开端
经过从 0 开始搭建，斗鱼现在已经有比较清晰的大数据架构了，主要有数据汇集、处理、展现、挖掘等方面。这些积累的数据显然对斗鱼的未来有重要的战略意义。
除了以数据统计的方式为公司整体发展提供参考以外，个性推荐会是斗鱼积累的大数据在未来的最大用武之地。
2014 年上线以来，斗鱼搅动行业春水，令同行和用户侧目的，一直是新锐凶悍的运营手法，包括重金邀请英雄联盟高水平玩家更名为“斗鱼 tv+某某”，使得英雄联盟的排行榜前列便铺满了斗鱼二字，迅速将平台在线人数从十万级别拉升到百万级别。
但也许直播深度用户都很少注意的是，从 2014 年，斗鱼就开始尝试做精细化运营，到现在，开始通过各种应用服务于用户。
通常来说，在直播领域，一个基本判断是， 10% 的头部主播会吸纳平台 90% 的用户流量，这是各直播平台对挖主播大战的根源，也被认为在未来很长时间都不会发生变化。
但正如斗鱼的竞争对手，熊猫 TV 的投资人王思聪判断的，「钱能解决的问题就不是问题」
那对直播来说，什么问题是真问题？内容，当然也包括主播，是当前最重要的问题，但某种程度上，内容和主播其实也是钱能解决的问题。
因此，我的一个判断是，在未来，高度个性化精准贴合用户的娱乐场景，将会成为钱也不能解决的真问题和真壁垒，因为这需要的是足够大量且清晰的数据积累，优秀的算法架构，进而长期形成高度智能化的推荐机制。
三：直播行业的大数据想象空间
这一判断来自整个直播行业的泛娱乐演进趋势。而泛娱乐也是斗鱼早就希望从细分领域和灰色地带走出来占领的更广阔地盘。新一轮融资后，扩宽泛娱乐的边界正在成为斗鱼在未来的重要战略方向和希望树立的壁垒。
根据吴瑞诚提供的数据，在斗鱼目前的千万级别的用户中，有很大比例用户每天在斗鱼的观看时长会超过 2 个小时以上。
可以佐证这一说法的是，简寻的运营同学曾小样本调查过一些直播用户，对这些这些年龄集中在 20 到 30 岁的男性大学生或白领来说，直播正在成为电视机一样的存在，无聊时就开着，没有明确的娱乐目的，而是作为背景音和宅居暖场器。
这可能超出了大多数非深度用户对直播的印象，因为大多数人对直播的印象要么是游戏和色情，要么是「不知道为什么会有人看直播，跟风吧？」
斗鱼的主播在直播乞讨
但事实可能是，对一些真实用户来说，直播的使用场景已经深度融入各种生活场景，这也显示了这个群体对视频的需求不再仅仅是娱乐和观看，而是陪伴和社交——人们在宅居的空荡荡的房子里，参与主播制造的事件，和其它观众交流。
这和各平台邀请明星大腕带来上千万的现象级流量截然不同，明星本身不可能长期关联在直播平台上，其带来的流量更偏向热点效应。而真正沉淀下来的，将会是上述对直播产生陪伴和社交需求的深度用户，并通过陪伴和社交进而满足这些人的其它娱乐需求。
与此同时，老一代人因为娱乐匮乏，即使娱乐节目千人一面，依然趋之若鹜，但对成长在互联网和娱乐信息过剩的年轻一代来说，尤其是对斗鱼借风势收割起来的移动用户来说，需要的是更个性化更丰富更细分的内容满足。
斗鱼埋头试和做的基础是什么？隐藏在数据中的魔鬼可能比个人判断远更丰富直接。一个被经典引用的案例是，「喜鹊搭窝」这类深度无聊事件会受到意外追捧，引入大量流量。
喜鹊搭窝的场景和弹幕
目前，只要在斗鱼网站和移动端 APP 上观看直播，斗鱼会根据用户偏好推荐相应的主播。而未来，吴瑞诚说，斗鱼的目标是在个性推荐上不断积累和优化，做到属于每个用户自己的斗鱼直播，以大数据的形式驱动和支撑起斗鱼的泛娱乐未来。
虽然到目前为止，还鲜有人关注大数据对直播行业的大盘影响，但那只是行业发展阶段、数据和技术的积累都还处于早期混战的原因。就像今日头条出现之前，少有人预见到数据对新闻行业的搅动。大数据对直播行业的格局影响也会慢慢开始的。
——————————————————————————————————————————————————————
ps ：斗鱼也是简寻服务的优（ tu ）秀（ hao ）的公司，各个技术岗位都很缺人，感兴趣的同学可以点（）关注 or 通过微信公众号联系简寻的业务同学（公号 id ： jianxun-fuwu ）
pps ：在起于 2015 年下半年，延续得格外漫长的资本寒冬里，裁员正在成为互联网创业领域最沉重的头部主题，科技媒体 36 氪在一篇裁员主题的文章中统计，百度搜索裁员的新闻条目， 38 页新闻里，其中 30 页发生在 2016 年。毫无疑问，互联网创业公司为这 30 页贡献了很大比重。
据（常常不靠谱的） 媒体预测，这一轮资本寒冬也许要延续到 2017 年，甚至 2018 年。所以，资本寒冬看起来毫无短期内结束的迹象，但优秀的公司永远缺人，充满想象的前沿领域对愿意挑战的高端人才需求也永远处于饥渴状态。
在约斗鱼数据平台部负责人吴瑞诚聊一聊的时候，他的第一需求是「能帮我们招到人吗？」感想就是，为了招人，套路也是深 TAT
& & 11:24:06 +08:00
体量确实看起来是够了（如果文中提供的数字属实），看起来是时候扩展大数据团队了。
& & 14:30:50 +08:00
水分这个不太好估计，但流量在爆发增长是肯定的
& · & 3239 人在线 & 最高记录 3762 & · &
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.1 · 15ms · UTC 06:10 · PVG 14:10 · LAX 23:10 · JFK 02:10? Do have faith in what you're doing.当&球探&遇上大数据会产生什么样的化学反应?美国奥克兰市运动家棒球队，曾因采用数学模型来预测球员成绩、遴选球员而大面积改变了球队成绩，创造了美国棒球联赛史上最长的连续获胜记录。《大西洋月刊》编辑Don Peck 特别报道《HR遭遇大数据：他们在盯着你工作》中，描述了数据分析对于职场人力资源工作带来的变革。 比利&比恩(Billy Beane)曾是奥克兰市运动家棒球队的总经理。2003年，拜美国作家迈克尔&刘易斯(Michael Lewis)和他的畅销书《魔球&&逆境中致胜的智慧》(Moneyball: Art of Winning an Unfair Game )所赐，比恩先生成了明星。时间往前推一年，比恩在例行为俱乐部挑选球员时，一改过去依赖&球探&帮助的办法，他将搜罗球员的决策托付给了&数学模型&&&等等，什么样的模型?比恩采用的模型由一位毕业于哈佛大学的年轻统计学天才开发，专门供比恩和他的下属使用。这之后不久，奥克兰运动家队就书写了棒球赛史上的传奇。这支小众的球队凭着微不足道的预算横扫赛场，创造了美国棒球联赛史上最长的连续获胜记录，一个赛季就收获了103场胜利。如此胜绩只有老牌劲旅扬基队才能比肩，可扬基队的队员薪水足足是奥克兰运动家队球员的三倍。比恩的球队成绩斐然，由此在职业棒球界掀起了一场革命。此后，越来越多的球队开始运用预测模型评估球员的潜力和市场价值，而那些先行一步的球队大体上都赢得了显著的竞争优势，明显胜过比他们更保守的同行。表面上，这本书讲述的不过是一支棒球队令人难忘的励志传奇，但它实际上佐证了一个趋势：在就业招聘这件事儿上的相关研究已经有新路子了&&预测性的统计分析和大数据应用，将有望改变招聘、评估数百万就业者的方式。你可曾想过，像这样用大数据来预测、分析、组建你需要的一支牛逼团队?没错，你会说大数据这个词都快被各种行业和媒体说的无聊了，但我们还是不可避免要提到了它，为了表达原有格局即将瓦解时，它似乎再合适不过了。行为信息，已构成一座金矿技术的发展，已经让定期获取人类的行为信息成为可能，这类信息涉及的范围更广，也更有深度，还能对这些信息进行新型的分析。目前，全世界范围内98%以上的信息都已经采用数字化存储方式。2007年以来，整体数据量已经翻了四倍。普通人不论在家中还是在工作时都会产生大量这类数据，比如发送电子邮件、浏览因特网、使用社交媒体、从事众包项目以及更多的其他活动。在产生数据时，他们无形中就在为发起一个全新的社会项目起到帮助。《大数据时代：生活、工作与思维的大变革》一书的两位作者维克托&迈尔-舍恩伯格和肯尼思&库克耶就指出，&我们正身处一个了不起的基础设施项目中。在某些方面，它甚至可以同过去古罗马人的水利沟渠和文艺复兴时期的百科全书媲美。这个项目就是&数据化&，和其他基础设施的进步一样，它也会使这个社会发生本质变化。&在我们所处的时代，各个行业的变化已经发生了，预测股价走势的电脑程式算法改变了华尔街，精准分析互联网浏览记录的算法已改变了市场营销的传统方式。但一直少有人相信，类似的数据驱动的方式可能广泛应用于人才市场。这种方式却真真实实的已经成为HR们在使用的工具。美国康奈尔大学工业与学院教授约翰&豪斯克内西特曾对媒体表示，近年来，美国国内&劳动者分析职位需求大幅增长&。为配合劳动力市场供需的最新形势，豪斯克内西特先生把自己主讲的科目也修改了教学课程。如今，我们不但能在谷歌、惠普、、通用汽车和宝洁这样的业界大牌公司找到HR部门专职的分析团队，还能在一些新生代公司发现他们的身影，如美国甜点品牌Little Debbie蛋糕的田纳西州生产商McKee Foods。连比利&比恩也赶上这个潮流，去年他出席了德克萨斯州奥斯汀的一次企业人力资源高管大会，发表了一场题为&新时代人才管理的点球成金术&(The Moneyball Approach to Talent Management)，由此在行业内出尽风头，他的演讲也被媒体稍作修改，发表在所有关于HR行业的各大刊物上。把职业生涯交给数据分析?对于职场人来说，在职业生涯分析中引用&预测分析法&还是一个新兴领域，将它称为&人本分析&( people analytics)或许更贴切。当然，把理论应用到实际工作中挑战很大，更别提还存在道德方面的争议了!似乎是令人望而生畏。达到预测的目的，就必须针对&个人表现&(如业绩、工作态度、KPI之类的内容)创建庞大的个人技术统计表，比我们在体育运动网页上见过的所有表格规模都要大，也超乎我们此前的一切想象。某种程度上讲，这种分析和统计应用在实际中，本质上就是在探查人性最深处隐藏的秘密，甚至涉及我们怎样成长、是否会繁衍后代、长大成人后是什么模样。所以，大部分相关领域的公司只是刚开始探索应用的可能性。今后五到十年间，数据分析行业会诞生新的模型，并且会进行极大规模的新实验。这对经济体、对我们的职业道路、精神面貌和自我价值感来说，算不算可喜的进展?&选拔人才&模式的历史变迁打从&公司&这个概念诞生其，这个世界上就出现了一种叫做&经理人&的人物，每天都致力于辨别哪些人最适合做他们的手下，而选拔人才的技巧也是千差万别。说个有趣的历史：上世纪之初，美国费城的一家制造商招工时想出了一个怪招决定人选：命令工头站在工厂门口，向那些围在工头四周的求职者抛出苹果，如果有人动作够快，能接到苹果，而且身强力壮，能保住接到的苹果，工厂就录用。那个时代的观念，的确跟现在截然不同&&一种&达尔文进化论&流程成为某些精英管理者头脑中主流的指导思想(当然没有自然界的进化论那么血腥)。彼时，美国钢铁公司、杜邦和通用电气这类那个时代冉冉升起的巨头正在进行整合，动辄影响整个行业。大鱼吃小鱼式的整合摧毁了弱小的竞争对手，催生了更强大的企业，他们的创始人通常会获得业界巨头青睐，得到那些企业的高层职位。这种方式运转的非常顺利。正如沃顿商学院教授彼得&卡普利(Peter Cappelli)在论著中所写的，&在预测和甄选的科学领域，没有什么方式的影响力能比得上观察人们的实际表现。&然而，到了二战末期，美国人才供求市场却出现了严重的人才短缺状况。企业的高层管理人员年纪渐长，而从30年代大萧条直到二战期间，由于招聘就业市场疲软，已经导致训练有素的能干经理人短缺。在普通员工中寻找有潜力迅速成长的&璞玉&，便成为美国商界的当务之急。由此开始，企业开始涉及一套正式的招聘与管理系统。怎么建立系统?部分是依据人类行为学的最新研究成果，部分源于两次大战期间开发的军用技巧。因为爆发世界大战时需要大批调动军队，并且出现大量伤亡，需要尽可能高效地用人，尽量做到人尽其才。截至上世纪50年代，对那些应聘专业岗位的年轻人，最常见的做法就是花上好几天，让他们参加一整套&测试&。这些企业都期望能在求职者之中挖掘日后能晋升管理层的潜力股。1950年的一期《商业周刊》指出：&宝洁公司会直接从大专院校挑选高管人才&。毫无疑问，那是一个带有技术官僚习气的盲目的时代。你想想，从IQ测试、数学测试、词汇测试、专业态度测试、职业兴趣测试、罗夏克(Rorschach)人格测试到其他一系列性格评估，甚至体检，招聘也如流水作业一般。早期，大公司通过种种测试让应聘者接受考验，希望用测试来决定合适的人选。哪怕员工已经选好开始工作了，评估过程也没有结束。商业报道记者威廉&怀特(William Whyte)在自己1956年发表的经典文化批评名作《组织人》中透露，约四分之一的美国企业都在使用相似的测试评估经理和初级管理者，常用于评估这些管理者是否准备好胜任更高的职位。怀特在书中写道：&是应该提拔琼斯，还是搁置不用?过去，这名员工的主管们为了拿主意不得不相互讨论这个问题，如今他们可以和心理学家一起调查，看心理测试的结果怎么说。&然而，这种上世纪中叶在企业界风靡一时的方式到了1990年几乎销声匿迹。彼得&卡普利告诉我：&我认为，要是目睹现在的企业这么随意地招聘，上世纪70年代末的人力资源从业者会感到震惊。& 也就是说，到了90年代，企业不再用几天时间做测试，而是办几场临时的面试，只是随性地想些问题提问应试者。这个改变是为什么?卡普利说，有很多原因可以解释这种变化。他列举了不少，比如跳槽现象增多、使企业没那么必要做彻底的测试，那样测试也显得不够经济实用;企业更注重短期财务盈利，因而削弱了企业仅为长远发展孕育人才的内在功能;另外，1964年出台的《人权法案》(The Civil Rights Act)让一些进行有歧视倾向招聘的公司要承担法律责任，这也令企业的人力资源部门担心，大范围采用任何成绩明确的测试都可能日后表露系统性的偏好。正是由于种种因素影响，企业开始青睐没那么正式的量化招聘方式。这种做法至今仍然很有市场。但企业放弃自己当初锋芒毕露的方式还有一个理由：他们使用的许多评估法后来证明并没有那么科学。有些方法的依据是从未测试过的心理学理论。还有些最初是为评估精神疾病而设计的，有时接受测试的又是人数相对较少的不具代表性人群，如大学新生，所以那些测试结果只能显示出，测试对象的反应尚属&正常&。威廉&怀特主持了一些面向企业总裁的测试，发现没有哪位总裁的评分属于招聘&可接纳&的范畴。怀特的结论是，这类评估并未评估潜能，只能简单地评价是否从大流。其中一些测试也很不注重隐私权，比如会询问测试对象的个人习惯或者父母的情感。因此，接受测试者对如此不人性化的探究和刺激(有时就是赤裸裸地触痛对方)反感也就不足为怪了。基于上述原因及其他方面因素，&招聘是门科学&的观点已经受到冷落。而如今，它的地位正失而复得，这要归功于分析的新技术和新方法，它们让我们过去的分析手段成本更低、速度更快、覆盖范围更广。无论好坏，科技创造可能性的新时代已拉开帷幕。
24小时报不停
工信部：预计将有7.8亿户受惠于取消流量“漫游”费
长生生物:公司被立案调查，生产经营活动受到严重影响
工业和信息化部：希望和世界各国半导体企业密切合作
ofo小黄车开启新一轮补贴战，推出半价年卡
华帝公布“退全款”进展：线上退卡，线下退款2087万
“媒体训练营”一审被判赔偿人人车30万余元并道歉
中金：预计中国铁塔2018年营收693亿元，同比增1%
三星澄清未与币圈的CopPay展开支付合作
北汽麦格纳合资公司或为滴滴、奇点生产汽车
欧盟发布保护云数据个人隐私技术成果
高通驳斥韩国监管机构说法 否认不公正获利
腾讯云异常宕机故障，称运营商光缆中断所致
饿了么CEO：本季度将花费30亿人民币与美团竞争
新加坡iTunes出现欺诈交易，多名用户信用卡被盗刷
无人驾驶位置服务商 Wayz.ai完成近八千万美元A轮融资
游戏娱乐公司“是大腿工作室”宣布完成千万级Pre-A轮融资
国家队入场，全域医疗获7亿元B轮融资
杰睿教育获1.3亿元A轮融资，真格教育基金领投
创世伙伴资本新一期近2亿美元基金募集完成
特斯拉澄清：要求供应商退款降价，是为了长期现金流
NASA准备发射新太阳探测器，将抵达迄今距太阳最近处
G20希望IT巨头根据获利所在地交税
Pinterest广告营收或近10亿美元：估值最高150亿美元
谷歌广告收入强劲盖过欧盟天价罚单，盘后大涨6%
中国智能手机取代苹果，首夺俄罗斯线上销售冠军
中国铁塔入场费3192港元，拟融资至多681亿港元
特朗普再次对亚马逊“开炮” ，指责其利用了美国邮政总局
高通并购恩智浦将迎大结局，能否通过存多重不确定性
谷歌母公司发布第二季度财报，股价创52周新高
云业务致Alphabet第二季度资本支出同比翻番
刘强东悉尼私人晚宴一名富豪嘉宾被控性侵女模
阿里巴巴与AI创业公司Megvii进行一轮融资
美媒：中国投资在以色列“相当受欢迎”
快手正进行新一轮10亿美元融资，投后估值在180亿美元
北京将新设跨境电商综合试验区
传哈罗单车将完成10亿美元融资 官方：不予置评
传王思聪的熊猫直播拟作价30亿元寻求买手
长生生物暴雷前出现密集大宗交易 3亿神秘资金出逃
任志强:我不觉得房地产会崩盘
小米上市后首次任命高管
摩拜单车免扫码解锁功能上线
手机“靠一靠”无需扫码即可开锁
海澜之家宣布入驻美团外卖，承诺一小时达
小米正式发布米家互联网空调，售价2199元
长生生物：积极配合药品监管部门对生产、质控体系开展全面自查
人社部：截至6月，3716.5亿养老金已到账并开始投资
工信部向阿里巴巴、小米等15家企业发放虚拟运营商正式牌照
与美国意见相反，欧洲在G20上敦促征收数字经济税
拼多多被指强制冻结商家资金 罚款去向成谜
纽约判定Uber司机为正式员工 享受失业福利
京东方争取为苹果供应OLED显示屏：2020年达到目标
理享家再获千万美金战略投资，启动香港上市成为海外资产配置第一股
上海璞灏科技完成近千万天使轮融资，主打时尚潮流生活
特斯拉要求供应商返还现金助其盈利 引发现金流担忧
长生生物官网被黑客攻击
Snap关停支付服务：支付App竞争太激烈 Snap难以出头
法国科技公司Atos SE将收购Syntel 每股作价41美元
软银计划年底在日本启动支付业务：与印度Paytm合作
袁隆平团队在迪拜成功试种“沙漠海水稻”
美国参议院放弃制裁中兴修正案 但禁美政府采购
SapceX火箭再次发射升空 第26次成功回收助推器