1樓：
用人的特點很多因子沒法量化、你也不可能蒐集到用人部門的主管的特點，公開的資料根本做不到，還有一些由於用人部門臨時的感性的變化，你資料模型能及時跟上嗎？模型永遠是落後於現實的情況。
2樓：
hr常用的人才測評工具有哪些？各有什麼優缺點？ - 人力資源（HR）如果和這個問題對照著看呢？
通過專業的人才測評工具進行價值觀、性格、目標能力值的匹配，然後通過基於大資料的建模來評測乙個候選人的真實匹配度。
當然這裡有很多需要注意的地方，比如候選人刻意的選擇對自己有利的答案而非真實的答案，或者大資料的積累的真實性是否可靠，等等。
3樓：Tim Chen
獵頭公司會更積極主動地使用大資料來提高他們的工作效率，只要他們的效率及綜合成本好過客戶公司自己來做大資料，那麼獵頭公司就依然會存在，並且可能越來越強。
而在獵頭公司內部，由大資料來替代或者幫助傳統的人工匹配，是趨勢。我軟目前就在幫一家國際著名獵頭公司實施乙個大資料專案，進行職位和候選人之間的自動匹配。在這之前匹配完全靠人工，找到乙個合適的匹配一般需要花兩周時間，而使用大資料分析後只需要乙個小時。
當然後續的跟進還是需要靠人，但是在匹配環節可以節省極大的成本。
當然，要做到較高的匹配效果，這個技術含量真心不低，所以目前來看一般公司自己是沒法做的。而且由於規模效應，小型獵頭公司也沒法做，掌握的資料量就這麼多。
4樓：馬克
如果有足夠的資料，是不是程式設計師就可以被代替了呢，是不是產品經理就可以被代替了呢？是不是銷售也可以被代替了呢？是不是ceo也可以被代替了呢？
如果不能，就請停止這樣的問題
5樓：三特
這些理論說白了都是toVC的，真正圈內從業者有多少相信這一點。從51job的出現，就是要解決資訊不對稱問題，搶奪一部分獵頭的生意，快20年過去了，獵頭不但沒有減少還越來越多。
大家都吐槽51job不進取，只在中低端做，實際51job最明智的就在於此。這個廣告張貼模式只適合中低端職位。堅持不越界，才有這個成績，已經很不錯了。
目前打著各種旗號說乾掉獵頭，顛覆招聘，51job不行的，沒有一家做得到人家51job的成就，他們自己不知道麼？喊給VC聽罷了
6樓：
代價比請獵頭還大，沒意思的。人力資源管理理論幾年就翻新一把，根據理論模型做了系統，還沒通過反饋調節引數，估計理論已經更新了。只有重複不變的處理，做成系統才有經濟上的意義，否則，人來做比系統便宜多了
大資料浪潮可以持續多久？
資料蟲巢 從08年到12年左右，大資料在國內基本算是夢寐期，也不能說沒人在用，只是只有少部分大公司在小範圍的嘗試使用。從12年到15年，又是乙個時間窗，大資料不再是大公司的專屬，開始被大眾所接觸，並且其開源的生態也逐漸完善，逐漸變成了乙個普眾化的概念。從15年到17年，大資料在國內基本由風口逐漸穩定...
準大學生報考資料科學與大資料技術需要做哪些準備或者為大學打下基礎呢？
唐之杜 現在已經開學了吧。不過看見以前的草稿還是繼續發了。我好想選這專業。奈何當年並沒有這專業，陰差陽錯去讀了應用心理學，現在考研只能跨考計算機。其實先把英語學好是第一位。培養資料敏感性，多看幾本這方面相關的科普書籍。然後有空先自己學學c也是可以的。差不多三個月夠你學了。 Lecter 資料科學約等...
如何利用大資料思維租到好房子？
徐超 2.其實主要就是對比，通過不同租房資料的對比 需求資料與房租資料碰撞對比 找到符合你要求的資料 根據你上幾次的租房資料進行推薦 結合你上班位置，交通軌跡等進行推薦 非網際網路場景往往難的就是採集資料，這裡採集有幾種方案，第一問卷調研，就是在你準備住的地方附近投問卷，為了保證一定效果可能要給點東...