科技公司招聘大摸底：哪個公司面試最容易，哪個公司最愛給offer？

我發現很多求職者都提出過同樣的問題：有多大比例的求職者能夠拿到offer。而另一方面，招聘人員特別是招聘經理，也關注着類似的指標：在收到offer後，有多少求職者願意接受？

毫無疑問，各家企業的人力資源部門都會非常關注這些數字。但據我所知，沒有哪家企業願意主動公開這類信息。於是我決定整理自己掌握的信息，通過Glassdoor上的資料彙總出大致可信的數字，得出的結論很有意思：

offer發放比例最低的公司是Yelp；
對網上投遞簡歷最不友好的公司是Facebook；
求職者最愛吐槽的公司是Netflix；
Netflix不招實習生和應屆生；
谷歌面試在求職者眼中難度最高，IBM則最簡單。

不過我要強調一點，由於存在以下干擾因素，我的信息源並不是百分之百可信：

接受過面試的求職者在網上留下有價值信息的比例並不太高；
在網上留下信息的人們，很可能是在面試當中遇到了非常糟糕的狀況；
相較於沒能通過面試的人們，拿到offer的求職者們在網上發佈信息的積極性更高；
相較於拒接offer的人，接受offer的求職者們更樂於在網上發佈信息；
相較於高層求職者，基層求職者更樂於在網上發佈信息。

但是，我覺得足夠充分的樣本量仍然能夠在一定程度上消除以上的諸多幹擾。另外，如果說所有的評論信息當中都存在類似的偏見，那麼有可能這就不再是嚴格意義上的“偏見”，而更像是一種企業間的共性。

數據

我主要關注軟件工程相關職位，包括軟件工程師以及數據科學家等，具體涵蓋初級以及高級崗位（不過大多數屬於初級崗位）。對於每一輪面試，我都會收集以下信息：

結果：沒有offer/拒絕offer/接受offer。
難度：難度較低/難度適中/難度較高。
體驗：負面/中立/正面。
面試：包括申請流程、面試流程以及面試問題等。

我剔除了價值比較有限的評論內容。我從27家主要科技企業處共收集到15897條評論，這些企業至少有100條評論與軟件工程相關職位有關。從技術層面講，面試資料可以來自求職者在面試過程中的任何時間點，不過本次調查使用的樣本大多數由已經完成現場面試的求職者提供，因此我們的分析也將以此爲基本前提。

以下是各家企業及其全部與軟件工程師相關職位的彙總統計。評論數量似乎與每家公司的軟件工程師崗位數量成正比。不出所料，目前規模最大的軟件工程師僱主爲谷歌、亞馬遜、Facebook以及微軟。與其他FAANG公司相比，蘋果與Netflix之所以相關評論較少，是因爲：

蘋果公司並不屬於軟件公司。
Netflix公司的規模相對有限（員工約爲6000名，相比之下Facebook的員工達40000名）。

感興趣的朋友可以點擊此處查看各家公司各職能崗位的原始評論計數。

Glassdoor軟件工程面試統計當中，涉及的各主要科技企業。

關於這套數據集，首先需要強調的是即使針對同一家公司，不同職位的面試反饋也會出現巨大差異。例如，對於Facebook公司的數據科學家職位，只有25.4%的求職者認爲面試難度較高，但高級軟件工程師職位的同一指標則爲36.4%。同樣的，只有51%的高級軟件工程師求職者認爲自己在面試當中獲得了正面的體驗，相比之下69.5%的數據工程師求職者表示自己很享受整個面試過程。

之所以存在這樣的差異，是因爲不同的職位擁有不同的招聘流程（例如，高層職位往往更多通過電子郵件以針對性方式預約，而基層職位則更多依靠批量性質的校園招聘）、不同的期望以及不同的面試方式。某些企業會在各不同職位當中採用相同的流程，新員工在加入之後通過團隊匹配流程找到最適合自己的職位；但大多數企業仍然委派各團隊分別進行招聘，因此同一企業之內的不同部門也會對面試經歷產生顯著影響。

在繼續閱讀本文之前，再次提醒大家，評論當中可能存在大量偏見以及差異性因素。調查結果並非定論，僅供您參考。

面試結果

我個人最好奇的第一項指標，當然是offer發放比例與offer接受比例。

從圖表中可見，有18.83%的求職者拿到了谷歌發出的offer；而在所有收到offer的求職者中，有70%選擇了接受。由於之前提到的評論信息偏見，我覺得實際接受比例應該要低得多。通過與我認識的招聘人員交談再加上閱讀在線資料，我認爲統計得出的offer發放比例要比實際情況高一點，大約百分之幾。例如有資料指出，谷歌的面試offer發放比例大概是10%到20%之間，而亞馬遜則爲20%（請注意，這些信息同樣來自互聯網上的匿名人士）。同樣的，offer接受率接近90%的情況也顯然不太可信。招聘人員告訴我，如果能有80%的求職者願意接受offer，那這支人力資源團隊已經是神仙級別了。

offer發放比例最低的十家企業都是互聯網巨頭，包括Yelp、谷歌、Facebook、Airbnb以及亞馬遜等。他們也是那種比較挑剔的用人單位。當然，這並不是說offer發放率較高的企業就不挑剔，只是其它企業會進行提前篩選，而且僅面試自己已經瞭解或者覺得很有希望的求職者。現場面試的成本很高，因此現場offer發放比例越高，相應的財務成本也就越低。

另外，offer發放比例與offer接受比例之間也存在着很強的相關性。縱觀全部27家調查涵蓋的企業，其相關係數高達0.81。如果我們只考慮至少擁有 300條評論的企業（包括蘋果、Uber、亞馬遜、谷歌、微軟、甲骨文、Yelp、思科、IBM以及Facebook），那麼相關性還會更上一層樓，達到0.89。這意味着offer發放比例越高，收益率就越高。道理在於，一旦求職者通過了這些科技巨頭的面試，那麼他們在面試其他企業時的成功率也會大大增加。因此，這些選擇性較強的企業相當於在爲求職者做背書，求職者們會藉此與他們真正想要效力的企業進行勞資待遇談判。

求職者來源

接下來我的研究內容是企業如何尋找求職者。在交流當中，每一位招聘經理都向我強調稱，推薦是最重要的途徑。但是確切的推薦數量取決於具體企業、職位以及角色需求。高級職位往往要比基層職位更重視推薦，具體原因包括以下幾點：首先，基層推薦可能來自初級工程師，他們在判斷好友的業務能力方面並沒有特別豐富的經驗；其次，高層職位往往承擔更多領導責任，因此與文化契合度的重要性也更高一些。

對於基層職位，約有10%到20%的求職者來自推薦渠道，Uber在這方面比例最高，接近30%。在高級職位方面，推薦比例則明顯更高。Salesforce、Uber以及思科都有約30%的推薦比例。考慮到走推薦渠道的求職者在總體數量上要遠遠低於其他渠道，因此可以看到，與隨機申請者們相比，擁有推薦信的申請人成功拿下對應職位的機會要高得多。

在基層職位方面，面試參與者主要來自校園招聘。微軟與甲骨文都有超過半數求職者是通過招聘會以及科技討論等校園活動招募而來。谷歌、Faecbook與Airbnb等熱門互聯網企業較少依賴校園招聘，但這部分求職者仍佔全部數量中的20%到30%。這意味着大型科技企業仍將其大部分招聘活動集中在少數高人氣院校身上（即技術常青藤聯盟，包括斯坦福大學、加州大學伯克利分校、麻省理工學院、卡內基梅隆大學、多倫多大學以及滑鐵盧大學）。來自這些學校的畢業生未來又會介紹自己的同學，最終形成強大的人脈圈，最終令各大科技巨頭企業變成常青藤聯盟校友會的延伸機構。

但我們也完全可以理解招聘人員採取這種篩選方式的理由。而對於那些未能考上頂尖工程技術學院或者根本沒上過大學的求職者們來說，統計結果就相當令人沮喪了——如果你是其中之一，我個人的建議是請務必整理出一份強大而有說服力的技能組合，然後祈禱招聘人員能夠恰好發現你的長處。

你可以多寫點技術博文或者論文，爲開源項目做貢獻，參加黑客馬拉松及編程競賽；最重要的是，多多發佈你的成果，讓世界意識到你是一位多麼了不起的軟件工程師。約有15%至25%的基層職位求職者由招聘人員挑選而來；高層職位求職者的這一比例大致加倍。如果你擁有多年的工作經驗，但卻缺少足夠相關的技能/成果組合來吸引招聘人員，同時也拿不出推薦信，那就真的麻煩了。

如果其它辦法都走不通，大家也可以選擇那些對於申請者比較公平友好的企業。在這方面態度最積極的公司是Twitter、亞馬遜以及Airbnb，其大約半數求職者來自在線申請通道。而對網上投遞簡歷最不友好的企業分別是Facebook、微軟以及甲骨文。

面試體驗

幾乎每一位未能通過面試的求職者都會抱怨幾句，但這顯然不能反映面試的真實體驗。而且我們看到，有60%的求職者認爲面試體驗比較正面。

作爲一家以提供銷售解決方案而聞名的企業，Salesforce顯然非常善於給求職者留下良好的印象。參加Salesforce面試的求職者給出了最高的正面體驗比例。其他排名先前的企業還包括英特爾、Adobe以及SAP。而求職者們認爲面試感受最差的兩家公司，分別爲Netflix與Snap——報告正面體驗的比例僅爲三分之一。當然，這兩家公司的評論也最少，因此此種結果也可能源自負面結果造成的偏見。