導讀
到底在一次技術面試中，什麼因素最為重要？
本文作者 aline lerner從interviewing.io(關于面試的輸入輸出流)中導出了3000份技術面試資料進行分析，并發現了對面試影響最大的幾大因素。并且，他還得到了一個雞血滿滿的結論：在求職技術面試中，畢業後做什麼比畢業于哪所學校更要緊。
相關背景：interviewing.io是一個平台，人們可以在上面匿名練習技術性面試，并在這個過程中找到工作 - 在練習中做得好的話，您能（匿名！）得到像uber、twitch、lyft或其他大公司的技術面試。自從上線以來，這裡積累了成千上萬的真實面試和練習面試的表現資料。這些面試的資料能很好地幫助我們了解面試者背景中的何種資訊對面試表現更為重要。
資料分析
在interviewing.io上，當面試者和受試者在平台上比對好後，他們會在一個支援語音、文本聊天和白闆的協作程式設計環境中見面，并直接進入技術問題讨論。平台上的面試問題一般屬于背景軟體工程人員會在手機螢幕上遇到的類型。面試方往往來源混雜，既有大型公司（如google、facebook和uber）也有聚焦工程領域的初創公司（如asana、mattermark、keepsafe等）。
在每次面試後，面試者從幾個不同次元對受試者打分，其中包括技術能力。技術能力評分範圍為1到4，其中1是“差”，4是“太棒了！”在我們的平台上，3分及以上的分數通常表明此人有晉級下一輪的實力。以下是我們的回報表格①：
得出結果
為了進行本文的分析，我們交叉參照受試者在以下屬性的平均技術得分（在上面的回報表單中用紅色圈出），以發現哪些因素最為重要。下面是完整的屬性清單：
曾就讀于過頂尖的計算機科學學校
曾在一家頂級公司工作過
在udacity / coursera上學習過課程②
創立過一個創業公司
碩士學位
多年相關經驗
在所有上述屬性中，隻有3個名額從統計上看意義重大：頂尖學校，頂尖公司和udacity / coursera的課程。顯然，正如metallica（知名重金屬搖滾樂隊）曾經的一首歌《其他皆無所謂》所說的那樣。在下面的圖表中，您可以看到每個顯著屬性的效應大小（未達到顯著标準的屬性沒有注明條形）。
在面試中，哪些因素更重要
正如在開始時所說，這些結果是相當令人意外的，我将在下文中嘗試解釋每個結果。
頂尖學校和頂尖公司
關于這個話題，我本來期望更重要的應該是頂尖公司而非頂尖的學校。看重“公司”是有道理的 – 選擇至少已經成功通過一次面試考驗的人，這些人在未來成功的幾率應該更高。
而頂尖學校就有點講不清楚了，這确實是影響最小的顯著因素。為什麼學校在這次資料疊代中很重要，但在檢視履歷階段卻沒有顯露出它的作用？我預料答案是受試者在單獨的技術手機螢幕面試中的表現與實際現場表現的差異所緻。通過正确的準備，技術電話面試是可以應付的。而頂尖學校常有嚴格的算法課程和基于技術手機螢幕的備考文化（要了解為什麼這種文化重要，以及它如何為浸淫其中的人帶來不公平的優勢，請參見我關于為何需要重新思考技術面試的文章）。但能從一個關于算法的技術手機螢幕面試過關，是否就意味着你就是一個偉大的工程師，這完全是另外一碼事，希望這作為今後文章讨論的主題。
參加mooc課程（特别是udacity和coursera，因為它們是interviewing.io的使用者最為重視的課程）與它過去一樣重要（而且明顯比名校血統更重要）可能是這裡最令人驚訝的發現，是以值得進行一些額外考察。
我特别好奇mooc屬性和頂尖學校屬性之間的互相影響，是以把mooc參與者劃分為“曾就讀過頂級學校的”和“沒有就讀過頂級學校的人”兩類。當我這樣做時，令人吃驚的結果浮現出來。對于就讀過頂級學校的人，完成udacity或coursera課程看上去并不重要。然而，對于沒有就讀過頂尖學校的人來說，效果是巨大的，實際上足以主導面試結果。此外，曾就讀過頂級學校的受試者表現，比那些未讀過頂級學校但是參加過udacity或coursera課程的受試者表現差得多。
那麼，這究竟意味着什麼？當然（當你這時可能在考慮自己），相關性并不意味着因果關系。是以，我并不認為moocs是一粒魔藥，而是感覺那些熱衷于聽線上課程的人（特别是那些對大學課程牢騷滿腹而對mooc課程如饑似渴的同學們）有受到過度驅動的傾向。但即使如此，我很難講修完優秀的計算機科學線上課程不會幫助你成為更好的受試者，尤其是當你還沒有接受過嚴格的算法類課程訓練時。事實上，我們注意到在很多課程中人們把精力集中在算法方面，是以不出意外的是，為了準備好面試，補充這類線上課程可能是非常有用的。我們看到過的一些最受歡迎的課程如下：
udacity網站： 計算機程式設計 https://www.udacity.com/course/design-of-computer-programs--cs212 算法介紹 https://www.udacity.com/course/intro-to-algorithms--cs215 可計算性，複雜性和算法 https://www.udacity.com/course/computability-complexity-algorithms--ud061 coursera網站： 算法專業化 https://www.coursera.org/specializations/algorithms scala中的函數程式設計原理 https://www.coursera.org/learn/progfun1 機器學習 https://www.coursera.org/learn/machine-learning 圖論算法 https://www.coursera.org/learn/algorithms-on-graphs
創始人背景
在技術面試過程中，是否做過創始人并不重要。這不奇怪。造就一位傑出的創始人與造就一名優秀的工程師所需要的東西并不相同。如果你剛剛離開一個創業公司，希望重新回歸個人貢獻者的角色，你的面試技巧可能會有點生疏。确實，這對于已進入業内但有一段時間未參加過面試的人來說是個現實問題，正如你将在後文看到的那樣。
碩士學位和多年的經驗
此處沒有意外。對于碩士學位無用論，我一直頗有微詞，是以我不再重複講這一點了。
同樣，不必驚訝多年從業經驗也不屬于顯著屬性。相關背景是，我們的一般使用者平均擁有大約5年經驗，大多數在2年和10年之間。我想，大家都應該發現了這個秘密，畢業後工作時間有多長對你面試準備并無幫助。各位從下面的散點圖可以看到面試表現與工作年限之間的關系，以及我試圖用一條線來拟合這些散點（如你所見，r ^ 2并不合适，意味着這兩者沒有什麼關系）
結束語
如果你對我有所了解，或者讀過我寫的一些文章，那麼應該知道我過去是一直是非常不贊同用名校血統作為招聘依據的。考慮到這一點，我覺得自己必須承認，這次的結果是背離了我的立場的。但這也正說明了整個問題，不是嗎？生活，擷取資料，繪制圖表，學習新知，繪制新圖表，再調整。即使從這些新資料中，我也很高興看到，無論個人背景如何，比名校血統更為重要的是人們采取的完善自我的行動（本案例中為利用mooc擴充已有的知識）。
最重要的是，上述發現沒有改變interviewing.io的核心使命。我們為應聘者和公司創造一種高效和任人唯才的方式，幫助他們找到彼此。隻要你會程式設計，我們不在乎你是誰或來自哪裡。在我們的理想世界中，所有諸如哪個标簽更重要的讨論都将被省略，隻有編碼能力才能真正代表其本身。這就是我們正在打造的世界。
原文釋出時間為：2017-01-09
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号