Makine çevirisi. İngilizce aslını okuyun: GitHub contributor lists are an early startup hiring pool →
TextCortex, GPT-2’yi yaratıcı yazarlık için ince ayar yapma denemelerimle başladı. Bu çalışma, ürünün teknik başlangıç noktası oldu.
2021’de Berlin’de Entrepreneur First’ta Dominik Lambersy ile tanıştım. Çalışmayı TextCortex AI’ya dönüştürdük ve ilk kurumsal turumuza kadar şirketi kendi kaynaklarımızla büyüttük. Haziran 2022’deki duyuru, btov Partners (şimdi b2venture) liderliğinde, Speedinvest ve Entrepreneur First’ün katılımıyla 1,2 milyon dolarlık yatırımı kaydediyor.
Tur öncesinde, işe alım üründen, müşterilerden ve o sabah bozulan her şeyden saatler çalıyordu. Yatırım, işten daha hızlı banka hesabını değiştirdi.
Ünlü işverenleri startup yetkinliğinin bir göstergesi olarak ele aldım. Akademik derinliğin ürün kaosuna aktarılacağını bekledim. Sonra her yönden acil işler gelirken ATS başvurularını didik didik inceledim.
Örneklemim tek bir şirket; kontrollü bir deney ya da dönüşüm tablosu yok. Güvendiğim filtre basit: faydalı bir sorun seçen, üzerinde herkesin gözü önünde çalışan ve bir yönetici atamadan devam eden insanlara bakın. Katkıda bulunanlar bu kanıtı ilk görüşmeden önce sunar. Eski meslektaşlar da sunabilir.
Ünlü bir logo, başarıyı başkasının makinesinin içinde ölçer
Bir Google ya da Amazon rozeti, kişinin zorlu bir işe alım sürecini geçtiğini ve ölçekte çalışmayı öğrendiğini söyler. Çevresindeki makine ortadan kalktığında ne olacağı hakkında çok az şey söyler.
Erken dönem bir mühendis öğleden önce frontend’e dokunabilir, öğleden sonra bir altyapı arızasının izini sürebilir, bir migrasyonu onarabilir ve bir müşteriye yanıt verebilir. Platform ekibi ya da yazılı bir süreç yokken, birinin boşluğu fark edip sahiplenmesi gerekir.
Bazı eski büyük teknoloji çalışanları istisnai startup işe alımlarıdır. Logo onları ayırt edemez. Aynı kategori hatasını doktoralılarla da yaptım. Bir doktora, kişinin dar bir alanda zorlu araştırmayı bitirebildiğini kanıtlar. Bu kişi eksik bir şikayeti ürün kararına dönüştürüp onarımı yayınlayabilir mi? Ucuz yaklaşım şirketi ayakta tutacaksa güzel bir yaklaşımdan vazgeçebilir mi?
Doktora işe alımındaki deneyimim küçük ve kötü, bu yüzden iddia dar kalıyor. Artık bu kimlik bilgisine startup hazırlığı atfetmiyorum. Bir kütüphane bakımı yapmak, yan projeler yayınlamak ya da bir ürün yığını üzerinde çalışmak daha iyi kanıt sağlar.
ATS’niz en faydalı sinyali düzleştirir
ATS başvuruları kurucuyu, adayların birbirine benzemeyi öğrendiği bir kuyruğa yerleştirir. Anahtar kelimeler ve sıkıştırılmış sonuçlar, sahiplenmeyi ortaya çıkaran depoyu, inceleme tartışmasını ve dağınık kararları yerine koyar.
Kendi kaynaklarıyla büyüyen bir startup gökyüzünün her parçasını inceleyemez. Nereye bakacağınızı siz seçersiniz.
ATS, şirketinizi seçen insanlarla başlar. Katkıda bulunan araştırması, yazarını seçen işle başlar.
Açık kaynak çalışması makbuzları bırakır
Bir katkı, profildeki yeşil bir kareden çok daha zengindir. Commit, kişinin neyi değiştirdiğini gösterir. Pull request, bunu nasıl açıkladığını gösterir. İnceleme, birisi aynı fikirde olmadığında nasıl tepki verdiklerini gösterir. Sorun geçmişi, heyecan verici kısım birleştirildikten sonra yardım edip etmediklerini gösterir.
Hiç kimse dışarıdan bir katkıda bulunana şirketinizin birebir sorununu atamadı. Bir proje buldular, onu değiştirecek kadar öğrendiler ve bir bakımcının çalışmayı herkesin önünde reddedebileceğini kabul ettiler. Düşünceli bir şekilde reddedilmiş bir pull request, birleştirilmiş olan kadar muhakeme ve geri bildirime tepki hakkında bilgi verebilir.
Bağımlılık grafiği zaten bir aday haritası içerir
Şirketinizin kullandığı yazılımla başlayın. Açık kaynak bir bileşen kütüphanesiyle mi geliştiriyorsunuz? Katkıda bulunanlarını inceleyin. PyTorch ile mi çalışıyorsunuz? Ürününüze bitişik parçaları geliştiren insanlara bakın. Ünlü bir depo, ismin peşinden gidip işi görmezden geldiğinizde ünlü bir işverenle aynı prestij tuzağını yaratır.
Bu ekran görüntüsü, bir ATS’nin üretemeyeceği bir işe alım havuzu içeriyor. Katkıları okuyun. Şirketinizin sahip olduğu sorunlara benzeyen değişiklikleri bulun. Çalışmanın güncel olup olmadığını ve profilin iletişime açık olup olmadığını kontrol edin. Sonra çalışmasını dürüstçe anlatabileceğiniz birkaç kişiye yazın.
İlk mesaj, okumayı yaptığınızı kanıtlamalı:
[proje]’ye katkınızı okudum, özellikle [belirli pull request]’te verdiğiniz kararı. [şirket]’te ilgili bir sorunla uğraşıyoruz. Rol [gerçek kapsam]’ı kapsıyor ve nakit ile hisse aralıkları [aralıklar]. Kulağa ilginç geliyorsa, sorunu size göstermek ve nasıl yaklaşacağınızı duymak isterim.
Bu, neden bu kişi olduğunu açıklar, kapsamı ortaya koyar ve ücreti açığa çıkarır. Kısıtlı bir bütçe şirketin bir kısıtıdır. Size bir adayın zamanını harcama ya da zayıf nakit ödemeyi kahramanca dille gizleme izni vermez.
Bir araştırma istemi yalnızca işi geri getirdiğinde faydalıdır
İki modelden birine dar bir özet verin ve bağlantı isteyin. Her köşeli parantezli alanı değiştirin.
Claude:
Research contributors for [ROLE] at [COMPANY, URL]. We build [PRODUCT] with
[STACK] and need help with [3 CONCRETE PROBLEMS]. Search [REPOSITORY URL], its
dependencies and adjacent projects. Return at most six people. For each, link a
profile and two relevant commits, pull requests, reviews or issues. Explain the
technical match, judgment shown, recency and uncertainty. Prefer substance over
commit counts. Use only public professional information. Never infer protected
traits, guess contact details or invent evidence.ChatGPT:
Research a [ROLE] for [COMPANY, URL] working on [PROJECT AND PROBLEMS]. Search
[REPOSITORY URL], its dependencies and related projects. Return at most six
contributors in a table: profile, contribution links, problem ownership,
response to review, recency, fit and caveats. Every judgment must cite public
work I can open. Exclude prolific but weak matches. Do not scrape personal data
or draft bulk outreach. Give me one specific question about each person's work.Toplu erişim, geldiğiniz sinyali yok eder
Her katkıda bulunanı kazıyıp grafiği başka bir huniye dönüştürmek bariz kısayoldur. Yapmayın. GitHub’ın Kabul Edilebilir Kullanım Politikası, hizmetten elde edilen bilgilerin istenmeyen e-posta dahil spam için kullanılmasını açıkça yasaklar ve işe alım uzmanlarını, headhunter’ları ve iş ilanı platformlarını hedef alır.
Bu aynı zamanda kötü bir işe alım yöntemidir. Özgüllük avantajı yaratır. Otomasyon bunu siler ve aynı düz kuyruğu bırakır, tek fark artık hiç başvurmamış insanları rahatsız etmişsinizdir. Keşif için grafiği kullanın, katkıda bulunanın yayınladığı iletişim yolunu izleyin, reddetmeyi kolaylaştırın ve net bir ilgisizlik görünce durun. Daha küçük liste asıl özelliktir.
Arkadaşlar uzun bir referans kontrolüyle gelir
Tanıdığınız insanlar, hiçbir mülakat sürecinin yeniden yaratamayacağı kanıtlar sunar. Sıkıcı işi bitirip bitirmediklerini, çatışmayı yönetip yönetmediklerini ve sizi erken uyarıp uyarmadıklarını görmüşsünüzdür.
Yine de arkadaşlık rol netliği, risk iştahı veya nakit ve hisse konusunda anlaşma sağlamaz. Bunları yazıya dökün. Çirkin kısımları, misyon için gösterdiğiniz özenle açıklayın. Şirketi olduğundan daha güvenli göstermek yerine gerçek sorunu gösterin.
Mülakatlarda da aynı standardı kullanın. Adaylardan seçtikleri işi adım adım anlatmalarını isteyin, ardından gizli detayları çıkarılmış gerçek bir problem verin. Ne sorduklarını ve eksik bir şartnameyle nasıl başa çıktıklarını izleyin. Yüksek inisiyatif, bir problem pahalıya mal olmadan önce yardım istemeyi içerir.
Ucuz kaynak bulma, özensiz bir filtreyi kurtaramaz
Kamuya açık katkıların kendi önyargısı vardır. Yabancıların yargılayabileceği yerlerde çalışmak için zamanı, izni ve özgüveni olan insanları kayırır. Bakım sorumlulukları, kısıtlayıcı iş sözleşmeleri veya kapalı kaynak kariyerleri olan mükemmel mühendisler kamuya açık bir iz bırakmayabilir. Kamuya açık çalışmayı yüksek sinyalli bir kaynak olarak kullanın. Yokluğu hiçbir şey kanıtlamaz.
İşin ne gerektirdiğine karar verin ve bu davranışları öngören kanıtları yazın. İşe alım gerçek iş yaptıktan sonra, tahmini olanlarla karşılaştırın. Katkıda bulunan adaylar ATS adayları kadar yönlendirmeye ihtiyaç duyuyorsa, teoriniz başarısız olmuştur. Filtreyi değiştirin.
Size katkıda bulunanların eski Google çalışanlarını, doktoralıları veya başvuranları yendiğini kanıtlayan bir tablo gösteremem. Size hatalarımdan sağ çıkan filtreyi gösterebilirim. Bir marka bana birinin nerede başarılı olduğunu söyledi. Bir diploma ne okuduklarını söyledi. Bir başvuru kendilerini nasıl tanımladıklarını söyledi. Kamuya açık çalışma ise neyi seçtiklerini, neyi yayınladıklarını ve başka biri karşı çıktığında ne olduğunu gösterdi.
Kısıtlı bir bütçeyle kesinlik elde edilemez. Kanıt, kötü bir işe alımdan daha ucuzdur ve zaten bağımlılık grafiğinde duruyor.