【人才甄选】如何提高校招生的面试成功率？

一、背景

2024年，因为本人所在的团队日常业务压力很大，同时团队的面试官人员也较少，无法调度过来支持校招工作，而校招又是一件非常重要和耗时较多的工作。这这种背景下，倒逼本人思考如何提升这里的面试效率，如何找到高质量的简历，如何提升面试候选人的通过率。这里做一个简单的分享，也欢迎大家一起参与讨论。

二、思路

面试前：建立更精准的人才画像，借助数据分析，筛选出高质量的简历

面试中：通过结构化面试，减少主观偏好，客观评估出高潜力的候选人

面试后：准确记录面试评语，综合评估候选人；以终为始，继续跟进学生入职或实习后的表现，复盘并持续优化面试策略。

三、具体阐述

3.1 面试前

面试前首先要明确的是选人标准，我们到底要选谁，谁才是我们的目标群体？

1. 定义人才画像：软实力 + 硬实力

软实力属于通用能力，可以包含多种维度，比如：

对于测开岗位来说，我们经常需要和开发、产品等其他多个角色打交道，所以我们也会比较看重沟通表达能力；同时做工具开发、bug深度分析时，也要能耐得住性子，也会看重是否认真踏实。

测开岗，属于技术岗，我对硬实力的定义如下：

硬实力：计算机基础知识扎实 + 动手能力强(如：上机编程、日常能编写小工具之类的提升工作/学习效率等).

3. 能力考察策略的准备：

软实力考察，提前准备相应的考察方法和示例问题等，比如：

硬实力考察- 技术面试题如何设计？

知识题：由浅到难，基础题 + 难度题

上机题：尽量避免常见题型，从日常的项目中出题，网上找不到题目及答案，有一定的人才能力区分度。比如：我们团队负责过的区块链业务，基于此，可以设计默克尔树、一致性哈希等题目，但要注意，题目的描述要自身完整，不需要学生提前了解相关的知识。

4. 筛选简历策略：

我们团队主要负责招聘的是测试开发岗位，随着测试技术的演进，测试岗位不再是简单的手工测试，而是要具备一定的开发能力，这个岗位的要求也再逐年提高，然而这个岗位的应聘学生较少。因为对于应届校招生来说，学生对这个岗位的概念是比较模糊的，学生可能更倾向于选择开发岗位，或是在应聘开发岗的时候遇到挫折，退而求其次，选择测开岗位。当然也有一些同学，对测开有着明确的认知，如：有一定的实习经历，会优先选择测试开发岗。

哪些学生是我们的潜在的目标呢？历史的数据是否可以帮助到我们呢？为了找到这些潜在的群体，我找到hr同事，做一个简单的用户画像分析，重点分析了2023年和2024年上半年的面试通过的人员的情况，我们发现如下一个重要的线索：

面试通过的人员中，第一志愿是测开的同学占比，2023年是58.3%，2024年上半年是60%。剩余的测开面试通过的同学则来自于在后台开发、客户端开发、前端开发、运营开发等多个未通过的其他开发岗位。

基于此信息，我在筛选简历的时候，会优先选择第一志愿是测开的学生，这里其实是考虑到了意愿适配度，主要指学生意愿与岗位整体环境的匹配度，我们追求“双向奔赴”状态，毕竟强扭的瓜不甜。对于一些第一志愿不是测开岗的学生，即使是拿到了测开的offer，也可有可能会去面试其他公司的开发岗，当有更合适的offer时，可能会违约。当然对于第一志愿选择测开的学生，我们也可以进一步确认ta选择测开的动机、心路历程等，做进一步的判断是否是在隐瞒自己的真实想法。

当然除此外，我们还需要看简历的具体内容，包括：

专业：优先选择计算机相关的专业

实习经历：是否有过其他大厂的实习经历，

实习项目：是毕业项目/实验室项目，还是网上的八股文项目？

最后我们制定简历筛选优先级策略：初期先高标准筛选简历，优先面试优秀的候选人，当简历不足的情况下，再慢慢放低标准。

3.2 面试中

在面试中，我们经常会自我无察觉的陷入一些偏见陷阱，下面先看下有哪些常见的偏见，以及如何规避这些陷阱。

1. 常见的偏见和个人喜好陷阱

《思考，快与慢》是丹尼尔·卡尼曼（Daniel Kahneman）所著的一本书，探讨了人类思维的两种系统：系统1（快速、直觉的思维）和系统2（缓慢、理性的思维）。在面试过程中，面试官的偏见和个人喜好往往与这两种思维系统密切相关。以下是结合书中知识点对面试官常见偏见和个人喜好问题的总结：

（1）系统1的影响

系统1是快速、自动化的思维方式，容易受到情绪和直觉的影响。在面试中，面试官可能会：

• 确认偏见：面试官在面试开始时可能会迅速形成对候选人的初步印象，并在后续过程中寻找与这一印象一致的信息，忽视与之相悖的证据。
• 外貌偏见：面试官可能会根据候选人的外貌或穿着迅速做出判断，这种直觉反应往往是基于社会刻板印象。
• 相似性偏见：面试官可能会倾向于喜欢与自己有相似背景或兴趣的候选人，这种偏好往往是无意识的。

（2）系统2的缺乏

系统2是缓慢、理性的思维方式，能够进行深思熟虑的分析。在面试中，面试官可能会：

• 过度依赖第一印象：由于系统1的快速反应，面试官可能在面试开始时就形成了固定的看法，之后不愿意花时间去重新评估候选人。
• 经验偏见：面试官可能会过于重视候选人的工作经验，而忽视其潜力和学习能力，导致对新兴人才的排斥。

（3）负面偏见与情绪影响

• 负面偏见：面试官可能会对候选人的小错误给予过多关注，导致对候选人整体表现的低估。这种偏见源于系统1对负面信息的敏感性。
• 个人情绪与状态：面试官的情绪状态会影响其判断，若面试官在面试当天心情不佳，可能会对候选人表现出不公正的评价。

（4） 过度依赖历史背书与信息偏见

• 过度依赖历史背书：面试官可能会过于依赖候选人以往的经历，尤其是来自知名公司的实习经历。这种依赖可能导致面试官忽视候选人在面试中的实际表现，形成信息偏见。
• 信息偏见：面试官可能会对某些信息（如学历、工作经历）给予过高的重视，而忽视候选人的其他重要素质，如沟通能力、团队合作精神等。

偏见有负面的偏见，也有正面的偏见。因为负面的偏见，我们可能会过早的否定优秀的候选人。而正面的偏见，也可能会错误的录用了不合适的候选人。比如：当我们因为觉得候选人某方面的素质不错时，如沟通表达能力比较好，我们可能会潜意识里放大了这个素质，觉得ta不错，然后在其他维度的考核时，可能会无意识的放低了标准，比如：给ta更多的提示，更长的做题时间等，这些对其他候选人不公平的举措。

2. 如何规避偏见？

那么该如何规避上面的偏见呢？采用结构化面试方法，即使用标准化的问题和评分标准，可以显著减少面试官的主观偏见。通过确保每位候选人都回答相同的问题，面试官可以更客观地比较候选人的表现。

（1） 什么是结构化面试

结构化面试是一种系统化的面试方法，面试官在面试过程中使用预先设计好的问题，并按照一定的顺序进行提问。所有候选人都回答相同的问题，面试官根据标准化的评分系统对候选人的回答进行评估。

（2）结构化面试的优点

1. 提高一致性和公平性：
   • 所有候选人回答相同的问题，减少了面试官的主观偏见，确保了评估的一致性和公平性。
2. 增强可比性：
   • 由于所有候选人都在相同的条件下被评估，面试结果更具可比性，便于在不同候选人之间进行有效的比较。
3. 提高预测有效性：
   • 研究表明，结构化面试在预测候选人未来工作表现方面比非结构化面试更有效。标准化的问题可以更好地评估候选人的能力和适应性。
4. 减少面试官的偏见：
   • 结构化面试通过标准化的问题和评分系统，降低了面试官的个人偏见和情感因素对评估结果的影响。
5. 便于培训和评估：
   • 结构化面试的标准化流程使得新面试官更容易上手，同时也便于对面试官的表现进行评估和反馈。

（3）结构化面试的缺点

1. 缺乏灵活性：
   • 由于问题是预先设定的，面试官在面试过程中可能无法根据候选人的回答灵活调整问题，可能会错过深入了解候选人的机会。
2. 可能限制候选人的表现：
   • 结构化面试可能会使候选人感到受限，无法充分展示其个性和创造力，尤其是在需要创新思维的岗位上。
3. 准备工作量大：
   • 设计有效的结构化面试问题需要时间和精力，面试官需要对岗位要求有深入的理解，并制定出合适的问题和评分标准。

（4）如何优化结构化面试

1. 结合非结构化元素：
   • 在结构化面试中适当加入一些非结构化的问题，允许候选人自由表达，以便更全面地了解其能力和个性。
2. 灵活调整问题：
   • 面试官可以根据候选人的回答灵活调整后续问题，深入挖掘其经验和能力，但仍需保持核心问题的一致性。
3. 多样化问题类型：
   • 设计多样化的问题类型，包括行为性问题、情景模拟问题和技术性问题，以全面评估候选人的能力。

通过以上分析，可以看出结构化面试在提高招聘效率和准确性方面具有显著优势，但也需要注意其局限性，并通过优化措施来提升面试的整体效果。

3. 除了结构化面试外，我们还有一些其他的手段，比如：交叉面试与多元评估

• 交叉面试：通过多位面试官参与面试，可以减少单一面试官的偏见。不同背景和观点的面试官可以提供更全面的评估，帮助识别候选人的多样性和潜力。虽然面试的轮数会因此增加，对学生的体验没有那么的友好，但这点付出，长期来看，还是好过招到不合适的人选要所带来的更多的时间和精力的消耗。
• 多元评估工具：结合多种评估工具（如综合素质测试），可以更全面地了解候选人的能力和适应性。这种多元化的评估方式有助于减少对单一面试表现的过度依赖。

4. 面试中的行为面试考察软实力

行为面试是一种通过询问候选人过去的行为和经历来预测其未来表现的面试方法。以下是作为面试官在进行行为面试时可以运用的一些技巧：

（1）设计行为面试问题

• 具体情境问题：设计具体的工作情境，让候选人描述他们在类似情境中的行为和决策过程。例如：
  • “请描述一次你成功解决团队冲突的经历。”
  • “请举例说明你如何在紧迫的截止日期下完成一个复杂项目。”
• 挑战性问题：提出一些具有挑战性的问题，考察候选人应对压力和解决问题的能力。例如：
  • “请描述一次你遇到的最大职业挑战，以及你是如何克服它的。”
  • “请举例说明你如何在资源有限的情况下完成一项任务。”
• 行为导向问题：关注候选人的具体行为和结果，而不仅仅是他们的想法或计划。例如：
  • “请描述一次你主动提出改进方案并成功实施的经历。”
  • “请举例说明你如何通过创新方法提高工作效率。”

（2）引导候选人详细回答

• 追问细节：如果候选人的回答过于笼统，可以追问更多细节，以确保你获得足够的信息来评估其行为和能力。例如：
  • “你提到你成功解决了团队冲突，能详细描述一下具体的过程吗？”
  • “你采取了哪些具体措施来确保项目按时完成？”
• STAR法则：引导候选人按照“情境（Situation）- 任务（Task）- 行动（Action）- 结果（Result）”的结构回答问题，这有助于你更清晰地了解他们的行为和成果。例如：
  • “请先描述一下当时的具体情境，然后告诉我你面临的任务是什么，你采取了哪些行动，最后取得了什么结果？”

（3）观察候选人的反应

• 肢体语言：注意候选人的肢体语言，如眼神交流、面部表情、手势等。这些非言语信号可以提供关于他们自信程度、真诚度和情绪状态的线索。
• 情绪反应：观察候选人在回答问题时的情绪反应，这可以帮助你判断他们是否在回忆真实经历，以及他们对这些经历的态度。
• 回答的连贯性：评估候选人的回答是否连贯、逻辑清晰，这可以反映他们的思维能力和沟通能力。

（4）评估候选人的回答

• 行为一致性：评估候选人的行为是否与职位要求一致。例如，如果职位需要良好的团队合作能力，候选人是否在多个例子中都展示了这种能力？
• 结果导向：关注候选人的行为是否取得了积极的结果。例如，他们是否成功解决了问题、提高了效率或达成了目标？
• 适应性和灵活性：评估候选人在不同情境下的适应性和灵活性。例如，他们是否能够根据不同的挑战调整自己的行为和策略？

（5）记录和总结

• 详细记录：在面试过程中，详细记录候选人的回答，特别是关键的行为和结果。这有助于你在面试后进行综合评估。
• 总结评估：面试结束后，根据记录的要点，对候选人的行为和能力进行总结评估。考虑他们的行为是否符合职位要求，是否展现出所需的技能和素质。

（6）避免常见陷阱

• 避免引导性问题：不要问引导性问题，这可能会让候选人给出你期望的答案，而不是他们真实的行为和经历。例如，避免问“你是不是经常主动提出改进方案？”
• 避免过于宽泛的问题：避免问过于宽泛的问题，这可能会让候选人给出笼统的回答。例如，避免问“你是一个团队合作者吗？”
• 避免过度依赖单一例子：不要仅根据一个例子就对候选人做出全面评估，尽量收集多个相关例子以确保评估的准确性。

通过运用这些行为面试技巧，面试官可以更全面、准确地评估候选人的能力和潜力，从而做出更明智的招聘决策。

5. 面试时长的把控

（1）对于不合适的候选人，在面试的前期就判断不合适的情况下，在不让学生感到特别不舒服的情况下，我一般控制在20分钟左右结束面试。

（2）对于合适的候选人，特别是在面试中存在一些纠结点，不要吝啬时间，我一般是问到直到我觉得透彻为止，每个通过我这一轮面试的学生所花的时间一般都是2个小时，当然这个也是因为我这一轮考核了很多内容的原因，但原则是问到满意为止。

3.3 面试后

1. 记录评估：及时记录对候选人的评估，包括其回答问题的情况、展现出的优势和不足等。这些记录将为后续的决策提供重要依据。
2. 与团队成员沟通：如果面试过程中有其他面试官参与，与他们交流对候选人的看法，综合各方意见，做出更全面的评估，确保做出明智的招聘决策。

3.4 持续改进与反馈

面试流程在HR面试通过后其实还没有结束，一般offer发放后，我们可以邀请学生来实习或是毕业后正式入职。

• 入职后继续评估：在入职后的一段时间，我们应该分析候选人在实际工作中的表现与面试中的表现之间的关系。这种反馈机制可以帮助面试官识别潜在的偏见和误判。
• 持续学习：面试官可以参与持续学习和发展，以提高面试技巧和判断能力。比如：极客时间上的<<金牌面试官>>( https://time.geekbang.org/course/intro/100625801?tab=catalog )

四、杂谈

4.1 与AI作弊对抗

线上1对1视频面试中如果担心候选人使用AI工具作弊，下面是一些技巧来降低候选人作弊的可能：

1. 明确告知作弊后果：在面试开始前，明确告知候选人禁止使用AI来辅助答题，作弊的严重性以及如果被发现作弊将面临的后果，如取消面试资格或不予录用等，让候选人明白作弊得不偿失。同时声明面试的平台有行为记录，是能够检测到跳出当前面试系统的。在心理上给候选人一定的威慑力。

2. 要求共享桌面：这样能够看到候选人的电脑屏幕，也能够防住一些作弊者。当然这个防不了高级一些的玩法，比如：用手机来辅助作弊等。

3.设置时间限制：在某些问题上设置时间限制，要求候选人快速反应。这可以减少候选人使用AI生成答案的机会，因为AI通常需要时间来生成内容。

4. 关注候选人的思维过程：在候选人回答问题时，询问他们的思维过程和决策依据。例如，问“你是如何得出这个结论的？”或“你在这个情况下考虑了哪些因素？”这可以帮助你了解候选人的逻辑思维能力和分析能力。

5. 频繁追问：如果感觉候选人的回答有异常，立即提出跟进问题。AI辅助的回答适应性较差，候选人可能难以有意义地回答即兴的追问。比如，当候选人回答了一个问题后，你可以接着问“你刚才提到的解决方法中，你认为最具挑战性的部分是什么？”

6. 留意回答的延迟和完美程度：使用AI辅助的候选人通常在回答问题前会有明显的停顿，然后给出近乎完美的答案。真正了解答案的面试者通常会更自然地回应，可能会边思考边说话，或者阐述他们的推理过程。如果发现候选人每次回答前都有较长的停顿，且答案都非常完美，这可能是使用AI的迹象。

7. 观察眼神移动：正常情况下，人们的眼神会比较活跃，会不时地看向屏幕、偶尔低头或看向一侧进行思考。然而，依赖AI工具的候选人可能会盯着一个固定点，好像在另一个屏幕上阅读内容一样。注意候选人在回答问题时眼神是否不够自然、过于“固定”。

8. 倾听键盘声音：如果听到候选人频繁地敲击键盘，可能表明他们在将问题输入AI工具中以获取答案

9. 使用开放式、基于场景的问题：避免提出有固定答案的问题，而是提供场景，要求候选人讨论他们的推理和理解。例如，可以问“假设你负责一个项目，团队成员之间出现了意见分歧，你会如何协调解决？”这种问题鼓励候选人给出真实的回应，难以通过AI工具生成答案。

10. 结合视觉元素或图表：使用图表或视觉辅助工具，然后提出与之相关的问题。AI生成的回答可能无法捕捉到视觉提示中的细微差别，从而帮助你区分真正的理解程度。

4.2 与AI共舞

如果防AI过于辛苦，是否可以考虑面试中与AI共舞？随着AI的普及，大家在日常工作中也会使用AI来提升工作效率。那么是否可以大胆一些，允许候选人在面试中使用AI答题，但必须能够理解和解释清楚AI给出的结论是否正确、为什么正确。

合理性

• 反映实际工作场景：随着AI的普及，很多工作场景中都会使用到AI工具来提升效。允许候选人面试中使用AI，可以更真实地反映他们在实际工作中借助AI解决问题的能力，以及他们如何与AI协作完成任务。
• 评估对AI的运用能力：这能够考察候选人对AI工具的熟悉程度和运用能力，看他们是否能够合理地利用AI来优化工作流程、提高工作效率，以及在何种情况下选择使用AI。
• 适应未来工作趋势：未来的工作环境将越来越依赖AI技术，允许面试中使用AI可以提前筛选出那些能够适应这种趋势、善于利用新技术的候选人。

评估方法

• 考察AI工具的使用目的和方式：关注候选人使用AI的目的是否是为了更好地理解问题、拓展思路，还是直接依赖AI生成答。例如，他们是否只是用AI来获取一些背景信息或参考答案，然后结合自己的理解和经验进行回答，还是完全照搬AI生成的内容。
• 评估对AI输出的筛选和整合能力：即使允许使用AI，候选人也需要对AI生成的内容进行筛选、整合和优化，使其符合问题的要求和自己的观点。你可以通过提问来考察他们是否能够对AI提供的多种答案进行评估，选择最合适的部分，并将其融入到自己的回答中。
• 观察与AI互动的过程：在面试中，观察候选人与AI互动的方式和频率。例如，他们是否在每个问题上都依赖AI，还是只在遇到困难时才寻求帮助；他们在使用AI后是否能够快速地理解和应用生成的内容，还是需要花费很长时间来处理。
• 结合行为面试技巧：除了评估AI使用情况，依然可以运用行为面试技巧来考察候选人的实际能力和经验。例如，通过询问他们在过去工作中如何使用AI解决问题、取得了什么成果，来判断他们是否具备将AI应用到实际工作中的能力。
• 设置特定的AI使用场景：可以设计一些特定的面试题目，要求候选人使用AI来完成某个任务或解决某个问题。然后观察他们在使用AI过程中的决策过程、操作步骤以及最终的成果，以此来评估他们对AI的运用能力和解决问题的能力。

2024年我在一次外部的技术交流中，了解到某家创业公司正在尝试用这个来甄别优秀的候选人，他们在面试题设计时，出了一个相对比较难的题目，允许候选人借助AI来对问题进行拆解，给出代码。在这个过程中，他们看重的是候选人的问题分析能力、对AI给出答案的正确性的理解和判断能力，同时也会考察其沟通表达能力(通过和AI对话、如何编写准确的prompt等)。这家公司在面试过程中，没有限定具体使用哪家大模型。这里的挑战仍然是面试题的设计，面试题不应该是基础的考题，不能是一问AI直接就给出答案和代码的，而应该是需要多步推演才能获得答案的。

我这里有个设想：如果我们针对面试定制化一个大模型，大模型在给出答案时，故意在里面设置一些坑，看候选人是否可以甄别出来，也是一种考察候选人的问题理解及判断力的一种方案。

后来我特别留意了下AI面试的现状。在去年的校招面试中，也有不少企业逐步采用AI面试了，比如美团进行一些类似八股文的AI面试：时间 30 分钟，首选选择熟悉的语言（Java，C++，Go），随后会出六道技术题和两道开放题。六道技术题每道题都有两次更换的机会。通过这一轮会淘汰一些明显不合适的学生，也算是一种面试提效的手段吧。

感兴趣的可以参考下面的几篇文章。

美团AI面试：

https://juejin.cn/post/7406891999344525350

https://www.nowcoder.com/discuss/651531007090249728

4.3 知己知彼

市面上有不少针对毕业生面试的培训机构，从学生的简历中，我们也能看到不少相似的项目，如：短链，12306等项目。那么如何从这些类似的项目中识别出真正的有潜力的学生呢？答得好的同学是背下来的，还是自己真正理解了？为了摸底，本人花了299元潜入到一个知识星球的项目中，发现这些培训机构做的是非常的专业，包括：如何在简历里描述12306项目（包括：项目背景、技术架构、功能描述）、如何回答面试官的各种问题，各家公司针对该项目的面试真题，如：快手、阿里、美团、腾讯等。有了这些内部信息，我们可以通过问更多的细节、这些真题里没有问到的问题，从而更好的甄别出哪些人是死记硬背出来的答案，哪些人是真正掌握了这个项目的知识，具备了开发一定的复杂系统的能力。

五、小结

本篇文章主要记录了本人在2024年在校招效率提升上做的一些尝试，也取得的一定的效果。

在数据上的体现如下：2024年，由我发起的初面总共63次，其中7名通过HR面试，通过率为11.11%；2023及2022年因为没有校招名额，面试人数很少，数据上没有对比性，暂不做对比；2021年，由我发起的初面总共34次，其中2名通过HR面试，通过率为5.89%。可以看到，2024年的通过率是2021的近2倍，的确是取得了一定的效果。

也许是因为这个原因，2024年底本人十分荣幸的被评选为2024年公司级度优秀面试官 (约千分之三的比率).

希望以上的个人的一点经验能够帮助到各位面试官，感谢阅读！也欢迎大家一起参与讨论！