アメリカのプログラマーたちは必死に仕事を探しており、250通もの履歴書を送っている!隠されたルールを発見: オンラインアプリケーションに記入することで、対戦相手の 92% を倒すことができます

アメリカのプログラマーたちは必死に仕事を探しており、250通もの履歴書を送っている!隠されたルールを発見: オンラインアプリケーションに記入することで、対戦相手の 92% を倒すことができます

経済が不況に陥っているため、テクノロジー業界の大手企業は給与を削減したり、従業員を解雇したりしている。

しかし、就職市場で最も困るのは、常にまだ仕事を探している人たちです。

米国のソフトウェアエンジニアであるシカール・サッチデフさんは、就職活動中に何度も拒否されたため、さまざまな仕事を探し続けることにした。

彼は就職して働き始めてからも、仕事を探すためにオンラインで履歴書を提出する習慣を身につけていた。

彼は、求職者がなぜ仕事を見つけるのがそれほど難しいのかを知るために、オンラインで250件の求人に応募するテストを実施しました。

趣味: 仕事探し

5か月前、ソフトウェアエンジニアの Shikhar Sachdev 氏は奇妙な趣味を始めました。友人たちが仕事が終わると集まってお酒を飲んだり、ビデオゲームをしたりしている間、彼は家に帰るとノートパソコンを開き、気晴らしとして何時間も求人応募書類の記入に費やしていた。

彼はサンフランシスコの金融テクノロジー企業での仕事に満足していますが、空き時間には今でも仕事を探しており、仕事の見つけ方を教えるブログを更新し続けています。

アドレスリンク: https://www.careerfair.io/

このブログを更新する過程で、彼は今仕事を見つけることが本当に歴史上最も難しいことだと徐々に気づきました。

現在の仕事に不満があり、新しい仕事を探している人の典型的なシナリオは、仕事で疲れた一日を過ごした後、家に帰って新しい仕事に応募するが、使いにくい応募ソフトウェアと驚くほど低い応答率にすぐに落胆し、諦めてしまうというものです。

調査によると、こうしたフラストレーションは広まっている。採用プラットフォーム「Appcast」によると、求職者の92%が、一度も仕事を完了することなく応募を諦めている。

彼は、自分は就職活動がとても好きなのに、なぜみんなは就職活動を難しく感じるのだろうと非常に不思議に思っていました。

そこで彼は、仕事探しの何がそんなに難しいのかを体系的に研究するために、500件の求人に応募するという小さな目標を立てました。

しかし、計画の途中で、彼自身も我慢できなくなってしまった。 「自分の首を切り落としたい」と彼は言った。

そこで彼は目標を半分の250人まで減らし、さまざまな業界と企業規模にまたがる雇用を創出することにした。

仕事は主にランダムに選ばれました。たとえば、看板で見かけた会社や友人の会社からの仕事です。

サッチデフ氏は、各応募の最初から最後までの時間を計り、一貫性を保つために、会社の「キャリア」ページから直接応募しただけだった。結局、250件の応募書類すべてに記入するのに合計約11時間を費やした。

彼は実際に新しい仕事を探しているわけではないので、興味をそそる職種がない限り、応募が完了したページで「送信」をクリックすることはありません。 (彼は3回の面接をオファーされたが、継続しなかった。)

彼の目標はすべての応募書類に記入することですが、実際の求職者ほどその職を得ることに熱心ではないので、実際の求職者よりも時間はかからないだろうと考えています。

サッチデブ氏は、250件の求人応募書類に記入した結果、1件の求人応募書類の記入には平均2分42秒かかることを発見したが、これには適切な職種を特定するために事前に費やす時間は含まれておらず、時間は求人によって大きく異なる可能性がある。

最長では10分以上かかり、最短では20秒未満です。この変化は主に応募者追跡ソフトウェアの性質によるものです。

たとえば、Workday を使用している企業に応募する場合、同じ業界の同規模の企業の平均よりも 128% 長くかかります。

ワークデイの広報担当ニーナ・エストリアン氏は、顧客サービスは同社の「中核的価値」であり、申請時間は顧客がアプリケーションをどのように設定するかによって決まると述べた。

最初からやり直す

サッチデフ氏が就職活動のプロセスに興味を持ったのは、求職活動中に不採用になったという自身の経験からである。

スイスのジュネーブ出身で、2019年にカリフォルニア大学バークレー校を卒業し、環境経済学と哲学の学位を取得しました。

彼の友人のほとんどは、就職のチャンスが多いという理由でベイエリアに住んでいたので、彼はベイエリアで仕事を見つけてそこに留まることにしました。

サッチデフさんは高校最後の年を終えると、地元の仕事に必死に応募し始めた。しかし、ビザのスポンサーが必要かどうかを尋ねる申請書を読むたびに、彼は困惑した。

彼は米国市民権を持っていないため、雇用主のスポンサーが必要となり、おそらく特別なH-1B就労ビザが必要になるだろう。

「H-1Bビザのスポンサーのチェックボックスをチェックしたら、申請書はすぐにゴミ箱行きになりました」と彼は言う。「申請して4分後に却下されました。」

しかし、サッチデフさんは本当に粘り強く、数か月続けて仕事に応募し続けました。その後、彼はその政策の小さな抜け穴「OPT」を発見した。

この政策は、ほとんどのアメリカの大学で「STEM」の学位を取得した外国人は、就労ビザなしで最長3年間アメリカで働くことができると規定している。

「最初の仕事に3年間も留まる人がいるだろうか?」彼はこれを理解してほっとした。

そこで、大手テクノロジー企業のプロダクトマネージャーの職に応募し、ビザスポンサーが必要かどうか尋ねられたとき、彼は「いいえ」と答えた。

面接が決まったとき、彼は面接のヒントを得るために就職活動ウェブサイトを40時間かけて検索しました。

彼はノートにシミュレーション問題と自分の答えを書き、会社が要求するプレゼンテーションを書き上げ、授業に取り組む時間がなかった。

6回の面接を経て、彼はついに就職した。彼はその時とても興奮していましたが、その興奮は長くは続きませんでした。彼が採用担当者に自分の移民ステータスを説明すると、会社は直ちに採用を取り消した。

サッチデフさんはゼロから始めなければならず、最終的にH-1Bビザのスポンサーとなるスタートアップ企業で仕事を見つけた。

彼は、他の不幸な求職者を助けるために、自分の経験を求職ブログに書くことにしました。

採用される前は、採用担当者は単なるデータに過ぎないかもしれません。

人材紹介コンサルタント会社RecTech Mediaのマネージングディレクター、クリス・ラッセル氏は、求職者は長い間、従来の採用プロセスに不満を抱いていると語った。

しかし、1990年代半ばに採用活動がオンラインで行われるようになってから、新たな問題が浮上した。

MonsterやCareerBuilderなどのオンライン求人検索サイトには求職者が殺到しており、採用担当者が応募者の殺到に対処するのを助ける「応募者追跡システム」が登場している。

これらのシステムは、キーワードに基づいて求職者を自動的にランク付けしてフィルタリングし、採用担当者の時間を節約します。

面倒なソフトウェアへの情報入力を強いられる求職者から見れば、こうしたシステムは求職者と仕事の間に立ちはだかる新たな障壁のように感じられる。

「これらのシステムは雇用企業の視点から構築されています」とラッセル氏は語った。 「彼らは求職者の視点からユーザーエクスペリエンスについて考えていません。」

その結果、求職者が履歴書を最適化し、自動履歴書審査に合格できるよう支援できると主張する小規模なワークショップが雨後の筍のように数多く出現しました。

求職者の時間を無駄にしているものは何でしょうか?

求職者には多くの不満があるが、「ゴーストジョブ」(実際には存在しないポジション)から恐ろしい「履歴書ブラックホール」(履歴書を送っても決して反応しないポジション)まで、あらゆるものは常に存在してきた。

サッチデフ氏は、最初の申請プロセスに重点を置くことにしました。彼は、応募時間に影響を与える主な要因として、企業規模、業界、そして使用されるさまざまな「応募者追跡システム」の 3 つを指摘しています。

応募者追跡ソフトウェアはサッチデフ氏にとって大きなストレスの原因だった。

彼が遭遇する最も一般的なシステムは、Workday、Taleo、Greenhouse、Lever、および Phenom です。これらのシステムは、Workday などのシステムに AI 駆動機能を追加します。

Workday や Taleo などのより成熟したシステムでは、採用ページからリダイレクトされ、応募ごとに個別のアカウントを作成する必要があり、多くの時間がかかり、多くの問題が発生していました。

250 枚の申請書に記入するまでに、彼は 83 個の個別のアカウントを作成していました。

Greenhouse や Lever のような新しい製品のおかげで、彼の就職活動は少し楽になりました。

たとえば、Lever を介した申請の完了にかかる時間は、同じ業界の同規模の企業の平均よりも 42% 短くなります。

サッチデフ氏はまた、履歴書にアップロードした情報をソフトウェアが誤読したために再入力する苦労の時間を何時間も費やした。

たとえば、履歴書にはカリフォルニア大学バークレー校卒業と明記されているにもかかわらず、Workday では学歴として「ミュンヘンビジネススクール」と記載されることがよくあります。 「時には時間さえ間違っていることもある」と彼は言った。 「こういうことが起こるたびに、とても疲れを感じます。」

記入に最も時間がかかったのは米国郵政公社の申請書で、10分12秒かかりました。最も短い応募時間はヘッジファンドのルネッサンス・テクノロジーズで、氏名と履歴書のみで、わずか17秒しかかかりませんでした。

全体的に、政府機関への応募に最も時間がかかり(Indeed のデータでもこの傾向が確認されている)、次いで航空宇宙およびコンサルティングの仕事であることがサッチデフ氏の調査でわかった。

オンラインバンキングや人工知能企業などの新興産業は、最も時間がかからない産業です。

たとえば、従来の銀行の申請時間はオンライン銀行の約 4 倍です。

サッチデフ氏はまた、大企業に応募する方が中小企業に応募するよりも時間がかかることも発見した。一般的に、会社の規模が 2 倍になると、平均申請時間は 5% 増加します。

このプロセスは大部分が反復的ですが、一部の企業が依然として創造的な試みを行っていることを彼は喜んでいます。

Plaid は、ソフトウェアを求職者の銀行口座に接続するための API を提供し、求職者に API を通じて応募するよう呼びかけるフィンテック企業です。 (ただし、一貫性を保つために、ルートごとにフォームを完了することを選択しました。)

ゲーム会社 Roblox では、求職者がゲーム内で応募できるようになっています。

これまで採用ソフトウェアは雇用主の視点から開発されてきましたが、求職者が独自の自動化された方法を使用して仕事を探すケースが増えています。

LazyApply のようなボットやツールは、ChatGPT の背後にあるテキスト生成テクノロジーを使用して、求人への一括応募を自動化しますが、これは多忙な採用担当者にとっては面倒な作業になる可能性があります。

サッチデフ氏がその結果をハッカーニュースのフォーラムに投稿したところ、コメント投稿者の1人は、サッチデフ氏がボットを使って求人応募書類を記入し、カバーレターの作成や採用担当者とのやり取りにはAIを使用し、面接の段階だけ完全に自分で行ったと述べた。

「彼を責められますか?」とサッチデフ氏は言った。

「企業もAIを利用しているからです。履歴書分析システム、応募書類追跡ソフトウェア、ツールはAIを活用しています。つまり、求職者は今や、こうした企業に対しても使える武器を手に入れたようなものです。」

しかし、中途半端な求職者や克服するのが難しいフィルタリングツールで求人市場を溢れさせるような AI 軍拡競争は、双方の利益を損なうことになるだろう。

インディードのドブロウスキー氏は、自社のプラットフォームも含め、いくつかのプラットフォームが、アルゴリズムにも依存しながらも、双方の時間を節約する新しいアプローチを導入し始めていると述べた。

求職者は、何百もの履歴書を無駄に送り、最善の結果に期待する(彼はこれを「スプレー&祈り」と呼ぶ)のではなく、自分のスキル、資格、希望をリストアップし、AI に応募に適した仕事を提案させることができます。

「このマッチングにより、採用プロセスが本当にスピードアップし、そうでなければ履歴書が見られなかったかもしれない応募者と雇用主を結び付けることができます」と彼は語った。

サッチデフ氏は、求職者と採用担当者にとって求職プロセスをより効率的にする方法についてアイデアを持っています。

まず、彼は求職者に、時間と精神的苦痛を節約するために、Lever や Greenhouse のようなよりシンプルなシステムを使用する雇用主を優先するようアドバイスしています。

彼は本当に興味のある仕事については、LinkedIn で人事部に直接連絡を取ろうとします。

サッチデフ氏は、コンピューターサイエンスの教授ランディ・パウシュ氏の次の言葉が好きだ。「壁があるのには理由がある。障害に直面してそれを乗り越えることで、人は自分がどれだけ何かを望んでいるのかに気づくことができる。」

しかし、雇用主があまりにも多くの障壁を設けた場合、求職者は本当に「その壁には理由があるのだろうか」と考え、あなたのサイトを離れて他の仕事を探すでしょうか? 「後者だと思います」と彼は言った。

<<: 

>>:  LeCun 氏と xAI 共同創設者の衝突: GPT-4 の主要な推論欠陥に対する解決策はないのか?ネットユーザー:人間も「ランダムなオウム」

ブログ    
ブログ    
ブログ    

推薦する

未来の世界:すべてが AI になる?

人工知能は私たちの日常生活にますます大きな影響を与えており、研究分野に革命をもたらしています。 ET...

スタンフォード大学が長いテキストをよりスムーズに生成する時間制御方式を導入、その論文がICLR 2022に選出される

近年、GPT-2 を含む大規模言語モデルはテキスト生成において大きな成功を収めています。しかし、大規...

メーデー休暇中の安全確保のため5G警察ロボットが配備される

[[397258]] 2021年5月1日、「労働節連休」初日、浙江省舟山市公安局普陀区支局東港派出所...

がん治療のブレークスルー:AIGCの医薬品開発における役割

AIGC には、がんの治療に役立つ可能性など、驚くべき用途を含め、多くの潜在的な用途があります。 M...

人工知能業界を理解するにはどうすればいいのでしょうか?まず知っておくべき知識は何でしょうか?

人工知能の発展を理解したい場合、または人工知能の基本的な応用を理解したい場合は、まずいくつかの基本的...

Google翻訳カーネルのアップグレードによりエラー率が55%以上低下したと主張

最近、Google 翻訳はひっそりと翻訳コアをアップグレードしました。 Google が提供する公式...

...

顔認識の60年: EU一般データ保護規則は本当に「史上最も厳しい」ものなのか?

2018 年 5 月に、EU 一般データ保護規則 (GDPR) が正式に施行されました。それ以来、...

...

手術ロボットには依然としてリスクがあり、人工知能技術の応用は成熟する必要がある

外科用ロボット、人工知能心理学者、そして一連の「人工知能+」プロジェクト技術の統合が医療分野に急速に...

グレートウルフホテルはAIを活用してゲストの体験とレビューを理解する

現在、ホテルやエンターテインメント業界のチェーンは、ゲストの体験やレビューをスキャンして理解するため...

...

5G、AI、IoTが「インテリジェントな接続」を実現する方法

5G、人工知能(AI)、モノのインターネット(IoT)技術の発展により、あらゆるものがインテリジェン...

近年、「人工知能」が私たちの生活に静かに登場している

科学技術と産業技術の継続的な発展により、私たちの生活は大きく向上し、「人工知能」という言葉も徐々に私...