收到那封出其不意的电子邮件时，JadeDominguez年方26，负债累累。取得一张成绩平庸的高中毕业证书后，没上大学，在家自学程式设计。

但是某个人，从云端的某处，发现了他，他或许是个万中选一的人才，或者至少是支潜力股，一块值得雕琢的璞玉。

这位背着沉重卡债的青年，就这样从一介穷小子一夕变成年领11.5万美元薪水的科技新贵，一切宛如从天上掉下来的礼物一般，不可思议。

慧眼识英雄的，是Gild技术总监LucaBonmassar。麻省理工毕业、曾在Google任职、朋友或同事的推荐信??这些传统人力招募标准，不是他最注重的，他想了解的是更简单直接的问题：这家伙表现怎样?他能做些什麽?他的所作所为能被量化吗?

矽谷，或全世界对程式人才的需求孔亟，以「发现人才」为卖点的新创公司Gild虽然才诞生18个月，但已颇受瞩目1。eBay人力资源资深副总裁BethAxelrod就曾称赞过Gild以分析开放原始码评估人才品质、从而带给企业最杰出的工程师，「的确重塑了前端徵才的样貌」2。

Gild运用的是时下最火红的「巨量资料」(BigData，又译「大数据」、「海量资料」)技术，从一片粗砺中，挖掘钻石。

巨量资料无疑是当今最热门的科技词汇之一，已被用在股市分析、广告投放位置、健康预测等面向，甚至帮助Netflix捧红影集纸牌屋，人力资源也已以巨量资料为基础，建立「劳动力科学」领域。Gild的企图延伸巨量资料的功能，「预测」工程师的适任程度。

他们从网路里找蛛丝马迹：他的程式能力是否受到其他工程师好评?他的程式曾被其他人使用吗?他如何表达自己的点子?他与社群媒体的关系?

Gild采取的方法颇具实验性，未经实证，受到质疑是理所当然，但在求才若渴的矽谷，它的概念仍令人兴奋。目前Facebook、Google、亚马逊、Twitter、沃尔玛超市都已在测试，甚至利用Gild作为招募管道。今年Gild预期营收达200-300万美元，并已筹募到1000万美元，当中一大部份来自LinkedIn早期投资者MarkKvamme。

Gild的客户用它来找新人，或评估潜在人选;而无法像大企业般以重金猎才的Gild，则用以自己的方法，在资料汪洋中捞出了Jade——在他们演算法中唯一获得满分100的人选。

谈JadeDominguez对公司到底是不是个正确人选之前，先来看看Gild「首席科学家」VivienneMing的故事，她是位留着一头金色长发的女士，但在完成大学学业以前，她，是个他。

从他到她，变性者致力消灭职场偏见

28岁以前，VivienneMing名叫「EvanCampbellSmith」，高中的他是个好学生也是运动健将，文武双全堪称风云人物，却面临严重的性别认同危机。他从大学辍学、工作游荡、企图自杀，度过一段阴惨时日后，他选择重新振作，重返校园最终在卡内基美隆大学取得计算神经科学博士，并且，在2008年完成变性手术，成为百分之百的VivienneMing。

从男到女，除了外表上的变化，Ming感受到其他人对待她的方式判若两人，这当中有好有坏，男人开始为她开关车门，然而她的学生向她发问数学问题的频率不如她还是男人的时期，而男性也不再找她参与社交活动。

历经雌雄两种性别的转换，Ming除了自己体会甚深，她还举出一份研究报告指出，研究型大学教学成员筛选同样的经理人职位时，倾向描述女性申请者的竞争力明显落后男性3。而不止两性偏见，另外一份研究指称，求职者履历姓名「听起来像个黑人」者，得到的回覆远低於「听起来像个白人」者4。

每个人都能冠冕堂皇的说，我们不因性别、种族、或容貌来判定录取与否。不过从Ming自身经验与研究报告，事实并不如此。而Gild就是致力於解决Ming口中所称「太多人才被漠视」的状况，真正达到用人唯才的目的。当然他们并非全然舍弃传统，而是采取更精确细致的方法，泯除偏见。

Ming正在为Gild建立演算法，她说：「就让数据自己说话。」

数据不说谎

Gild演算法从约300个个人变数处理数千位元的资料：他经常流连哪些网站、他用来描述各种技术的语言种类、他在LinkedIn自我描述的技能、他曾参与的计划与时间长短、以及基本的毕业学校排名和主修课程。

他们就是凭藉这套演算法，找到了JadeDominguez。

出身洛杉矶蓝领家庭的JadeDominguez一身反骨叛逆，高中本来表现优异全科拿A，在对学校教学目的起了质疑后，成绩一路下滑，他拒绝上大学，宁在车库啃书自学程式与创业家故事。

既无显赫背景、也无辉煌学历、又不住在科技荟萃的矽谷，他本来会是个在狭窄角落默默无闻，搞不好成天怨叹怀才不遇的「loser」。但Gild靠着自家演算法找上了他，关键是Dominguez於程式协作网站GitHub上表现亮眼，以及在Twitter上的言谈非常坚持个人己见，而这正好跟年轻的Gild欲求的初创员工特质不谋而合。

於是Dominguez到旧金山面试，得到一份年收入十万美金的工作，表现也备受赞扬。Gild另一位创办人SheeroyDesai这麽形容：「他是聪明且动机强烈的人，只是无论什麽原因，高中不怎麽积极向学，也不甩大学教育。」

跟Dominguez相较，麻省理工毕业的Desai肯定是一般人资优先考虑的人选，但他自承，与一群精英共同学习，有时不免觉得自己平庸无奇，虽然最后拿到了CS学位，「但我是个很逊的开发者」。

Gild希望挖掘如Dominguez这般可能被埋没的人才，然而一切交给演算法，去除所有人为评估有其危险性，Ming不建议极端做法，但她的确认为电脑应该担任要角，建立自动化过滤人才的机制。Gild资料库内已累积700万笔人力资料，依照所谓「Gild分数」评比。未来希望扩大到网站设计师、金融分析师、甚至零售商业务等其他产业。

遗珠不留憾

在美国相当热门的行动支付服务Square是Gild的客户之一。如同其他矽谷新星科技新创公司，Square抢人自是不落人后，人才总监BryanPower的招募经验非常丰富，「史丹佛毕业或者曾在Google工作的人，当然人人抢着要」，只是这群精英有太多选择，而他们不一定会挑中Square。因此Square需要更多更宽广的池子「猎人头」。

Gild建造了这样的池子，但其所设定的通用条件并不完全合乎Square的徵才标准，「Gild对人才的评断有自己的看法，不过这并不那麽单纯。」BryanPower表示，Square和Gild正在研商修缮人才过滤模式。

尽管目前Gild的实际作用仍有限制，BryanPower认为Gild的远景意义非凡。年轻的程式设计师愈来愈常在线上发表作品，共同合作开放原始码计划，网路蕴藏愈来愈多值得探勘的金矿，他说，Gild的任务就是让遗珠真正闪烁出该有的光芒。
 

原文链接：http://www.thebigdata.cn/YeJieDongTai/14289.html