原來這份簡歷是AI幫忙做的？！
秋招輕輕地走了，但是對于想要找一份靠譜實習(xí)的大學(xué)生們來說，一切都還沒有停止。
想要找到一份好的實習(xí)經(jīng)歷，好的簡歷必不可少。
但是，一想到制作簡歷就“一個頭兩個大”，要是有什么方法可以自動生成簡歷就好了。
現(xiàn)在，文摘菌給大家?guī)砹艘粋€好消息，同樣受到制作簡歷的困擾，Reddit上的一個網(wǎng)友用深度學(xué)習(xí)就真的制作了這么一個簡歷生成器，使用者不僅可以用JSON編寫自己的簡歷，還可以公開托管。
夠了，聽上去已經(jīng)值得無數(shù)次心動了，不少網(wǎng)友也在帖子下方留言表示，“太棒了，感謝你”。
用AI生成了一份完全虛假的簡歷
制作簡歷前，你首先需要知道，一份標(biāo)準(zhǔn)的簡歷應(yīng)該長什么樣：
- { "basics": { "name": "John Doe", "label": "Programmer", "picture": "", "email": "john@gmail.com", "phone": "(912) 555-4321", "website": "http://johndoe.com", "summary": "A summary of John Doe...",
然后，你就可以利用數(shù)千份已有的簡歷數(shù)據(jù)，建立起針對每個屬性部分的模型。
一些需要著重關(guān)注的部分已經(jīng)在GitHub上開源了：https://github.com/jsonresume/jsonresume-fake/tree/master/models
準(zhǔn)備好了之后，我們就可以試試看最終的生成效果了。
比如，你看看這份簡歷，這位名叫Brin Coordsen的應(yīng)聘者是一名軟件工程師，他能夠自動化地運用工具，希望可以把專業(yè)和不同項目風(fēng)格結(jié)合起來。
在工作經(jīng)歷上，Coordsen也是經(jīng)驗豐富，他先后在幾家互聯(lián)網(wǎng)公司工作過，也都擔(dān)任了項目負責(zé)人等要職。
甚至還有兩封來自前同事的推薦信，可以說完全可以做到以假亂真的地步了。
不過，仔細看會發(fā)現(xiàn)，這份簡歷存在著不少語法錯誤和拼寫錯誤，看來AI捏造假簡歷的本事還有待提高啊。
整個項目在GitHub上也已經(jīng)開源了，有興趣的同學(xué)歡迎圍觀：https://github.com/jsonresume/jsonresume-fake
除了自動生成簡歷，有人還做了一個自動投簡歷的程序
當(dāng)然，只是自動生成簡歷還是不夠的，投遞簡歷也是十分費時費力的，要是AI也能夠把這項工作包攬下來就好了。
還別說，文摘菌發(fā)現(xiàn)，真的只有想不到，沒有別人沒做過的。這不，medium上的一位博主Robert Coombs還真就做了這件事，而且他還發(fā)現(xiàn)了一些小秘密。
Coombs寫了一個魯布·戈德堡式的精巧爬蟲程序、電子表格和腳本來把求職過程自動化，該程序第一次啟動時，僅用了去街對面買咖啡的時間，就幫助他申請了1300份中西部的工作。
后續(xù)，經(jīng)過數(shù)次迭代和解決了一些尷尬的小問題之后，該程序的5.0版本在三個月內(nèi)幫助申請了538份工作。
不過，在他追蹤了自己的求職信、簡歷或者領(lǐng)英檔案被瀏覽的次數(shù)，以及電子郵件的回復(fù)后發(fā)現(xiàn)，用機器人申請工作這招似乎并不管用。
據(jù)Coombs本人表示，他所做的不只是把同樣的內(nèi)容發(fā)送到給職位郵箱上，他還測試了不同的郵件標(biāo)題、不同版本的簡歷和求職信。但是結(jié)果是，盡管回復(fù)會有些許不同，但是差距不大，真人閱讀郵件時看起來沒什么不同。
為此，他還專門做了一項A/B測試，把一封正常的求職信和第二句中承認了是由機器人發(fā)送的郵件進行了對比：
你以為不同的求職信會得到截然不同的回復(fù)嗎?但是，事實證明，并不是這樣的。
對于求職者來說，想要在眾多簡歷中脫穎而出才是最重要的，但是，這個結(jié)論似乎有些令人沮喪，因為沒有人會來認真閱讀這些求職信，哪怕是像求職者追蹤系統(tǒng)這樣的機器人。
在Agile.Careers工作的斯科特·烏里格表示：“大約80%的職位從來沒公布過，而對于更高級別的職位，這個比例可能達到90%。”被公布的職位競爭非常激烈，但是求職者追蹤系統(tǒng)在挑選出最好的候選人方面卻做得很差，不過，我們也不能忽略最重要的事實，那就是很多職位都沒有被公布過。
換句話說，你提交的申請比一般求職者多兩倍、三倍或是十倍，數(shù)量其實不重要，數(shù)量對你的幫助微乎其微，因為影響因素超出了你(或你的機器人)的控制范圍。
不過，也不要灰心喪氣，Coombs就從機械地申請上千份工作中學(xué)到了三個教訓(xùn)：
- 關(guān)鍵不在于你怎樣申請，而在于你認識的推薦人;
- 公司試圖以最小的風(fēng)險來填補一個職位，而不是尋找打破常規(guī)的人;
- 你申請了多少工作與你是否會被考慮沒有關(guān)系，你沒有機會申請的工作也不會考慮到你。
于是，Coombs決定放棄傳統(tǒng)的求職方式，不管是手動申請還是用機器人。
此前他在一家非盈利組織工作，現(xiàn)在，他這部分的工作時間縮減為每周三天，其他時間他決定用來去結(jié)實更多有趣的人。當(dāng)然，他也希望其中會有人帶走他的簡歷，并放到一堆簡歷的最上面。
文摘菌在這里也不是想要打擊大家的求職積極性，也絕非鼓吹大家可以效仿，只是，在這個過程中，還是要找到自己的節(jié)奏，工作不是萬能的，心態(tài)和身體更重要。
【本文是51CTO專欄機構(gòu)大數(shù)據(jù)文摘的原創(chuàng)譯文，微信公眾號“大數(shù)據(jù)文摘（ id: BigDataDigest）”】
