简寻：通过数据让机器做猎头 帮你招程序员
简寻 HuntCoder 起源于 2013 年 Yahoo 举办的一次编程马拉松。Huntcoder 收集了 Github, stackoverflow， V2EX, 知乎等数据，构建了程序员搜索引擎。通过数据挖掘，为每个索引到的程序员建立技能评估报告，构建程序员的排名模型，建立程序员数据仓库； 提供搜索接口，企业可以通过语言、城市、技能标签等对程序员进行搜索。通过报告更加深入地了解该程序员，降低面试误判风险，帮企业找到最合适的程序员，让招聘依靠数据而不是直觉。
那么简寻究竟是如何帮助企业科学的招聘到合适的程序员的呢?创业邦记者采访了简寻创始人兼 CEO 何斌，一个 23 岁的极客控，看看他是如何操控机器做猎头的。
创业邦：当初为什么会选择做这样一款产品呢?
何斌：HuntCoder 起源于 2013 年 Yahoo 举办的一次编程马拉松，算是 GEEK 精神的结晶。当时我们利用已有的 Github 数据，用 Pagerank 对 Github 上的程序员进行排名并提供搜索。之后，team 中很多同学也多次收到邀请邮件，说看了我们的 Github 博客等信息，问我们是否有兴趣参加他们的面试。我慢慢发现，用全网开放数据聚集去做人才的挖掘和评价，是一件非常有意义的事情，不仅仅再是极客的玩具。
2014 年 12 月我们正式开始了这个项目，尝试挖掘数据的价值，真正用大数据解决招聘问题。我们收集所有有价值的数据并建立模型，对每一位索引的程序员进行排名和数据展示。我们现在索引到的数据来自 Github、stackvoerflow、知乎、v2ex 等。
创业邦：简寻是一个什么样的平台?程序员如何在上面找到合适的工作?
何斌：简寻是一个人才自动发现评价和推荐的引擎，主要面向0-5 年经验优秀程序员。我们的平台主要运营流程是：分析数据、构建程序员搜索引擎;筛选优秀程序员加入人才推荐池，通过构建推荐引擎，分析程序员技能、求职意向，分析公司对程序员的要求，进行相互推荐，提高交易的成功率。
为了更好的解释简寻这个产品，我可以类比一个大家比较熟悉的行业：机器人猎头。它自动在网络上收集各种各样的信息，然后将数据整合，构建一个搜索引擎；选取里面不错的程序员，引入我们平台，放入人才推荐池;然后分析程序员的技能和企业的需求，进行推荐撮合。
创业邦：众所周知猎头需要人脉，需要沟通，需要用力挖才能搞定一个候选人。那么机器人怎么取代猎头?
何斌：我们承认高端猎头存在的价值，但我们目前只做0-5 年程序员市场。这是一个可以标准化评价的群体，网络上数据丰富，切入难度更小。而且，这批人是典型的被动求职者，每个价值都很高。
创业邦：被动求职者有多大市场?
何斌：linkedin 数据显示，中国有 79% 的求职者是被动求职者。被动求职者能带来的产值也远高于普通的主动求职。被动求职者也非常难挖。而传统招聘网站并不能在被动求职者这里有什么动作。所以现在很多的被动求职者的来源是内部推荐(雇主品牌)和猎头，但是整个猎头行业的平均产值非常低，是劳动密集型产业，所以很多人转向在社交网络寻找人才。在 linkedin、github、知乎等发现人才的过程，时间成本高，效率低。简寻把所有数据集合在一起并分析，提供匹配猎头的服务。
创业邦：现在程序员招聘的垂直网站很多，简寻有什么创新的地方?
何斌：在竞争对手分析这方面，我认为被动求职者这个领域，传统招聘网站已经没有太多机会。其他模式，比如简历超卖，数据源只能人工去扒，我认为这种模式不会长久。还有人才拍卖的模式，重点在于对人才的包装，这种模式在一定程度上解决了招聘一些问题，但是依然门槛太低，边际成本太高，不能持续拓张品类，人才的 source 方式没有解决挖的问题。这种模式本质上拼的是运营。
而简寻通过机器搜索会很大程度上提升效率，数据匹配上实现多对多，其成交率远高于传统猎头的 case by case。在体验上，我们的平台接入简单，不用签订各种合同。而且，因为使用机器，所以成本比猎头低，性价比更高。最最重要的是，我们面向人的层次可以更加丰富，我们只要能分析出分别的需求，就可以有针对性的去推荐。
创业邦：简寻主要积累了哪些数据?
何斌：简寻积累以下几方面数据：(1) Github 等程序员相关网站数据;(2) 猎头的数据库;(3) 传统简历平台数据;(4) 主动吸引注册(5) 有奖推荐。
创业邦：公司的下一步规划是什么?
我们下一步考虑更偏重为候选人提供更好的服务，比如让机器为求职者提供私人猎头服务。在 12 月份前我们将完成一轮大天使，充实团队，开始快速奔跑。
简寻：http://jianxun.io/
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
