Detecting Soft Skills in ML Engineering Roles CVs
本文介绍了一种基于大语言模型（LLM）的流水线，用于分析 300 份机器学习工程领域的简历，揭示了候选人主要通过叙述而非关键词来表达软技能，并验证了十一个挑战先前需求侧关于特定角色胜任力和资历晋升假设的假设。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，技术世界就像一个巨大且繁忙的建筑工地。在这个工地上，有三种主要的建造者：软件工程师负责搭建坚固的脚手架和墙壁；数据科学家负责设计蓝图并分析材料；而 ML（机器学习）工程师则负责安装那些让建筑能够智能运转、自我学习的机器人。长期以来，人们认为在这片工地上，唯一重要的事情就是你如何使用工具——你的锤子、你的代码、你的数学知识。但最近，大家都意识到，即使是最优秀的建造者，如果无法彼此沟通、领导团队或共同解决问题，也无法完成一座摩天大楼。这些“人际交往能力”被称为软技能。
通常，当我们试图理解这些技能时，我们会观察“招聘经理”——即那些编写职位广告的工地领班。他们会说：“我们需要出色的沟通者！”但本篇论文提出了一个不同的问题：当建造者们递交简历时，他们自己是怎么说的？他们是真的在简历中描述了自己的团队协作和领导力，还是仅仅列出了他们的工具？为了找出答案，研究人员使用了一种特殊的“智能机器人阅读器”（AI）来扫描 300 份真实的简历。他们想看看建造者们是将软技能隐藏在关于工作的长篇故事中，还是仅仅像列配料表一样把它们罗列出来。
伟大的简历侦探故事
由 Aidin Azamnouri 及其团队领导的研究人员决定扮演侦探的角色。他们收集了来自 ML 工程师、数据科学家和软件工程师的 300 份简历。他们并没有简单地统计“沟通”这个词出现了多少次，而是使用了一个强大的 AI 来阅读简历中的“故事”。你可以这样理解：如果一份简历是一张藏宝图，简单的关键词搜索就像是在寻找“黄金”这个词，但他们使用的 AI 实际上会阅读句子，以查看地图是否描述了是如何找到宝藏的，即使文中没有写下“黄金”二字。
他们根据招聘经理通常的说法设定了 13 个具体的假设，并针对真实的简历进行了测试。以下是他们的发现：
1. “讲故事”的秘密
最大的惊喜在于人们是如何隐藏技能的。大多数简历（约 59%）根本没有在专门的“技能”板块中列出软技能。相反，候选人将它们编织进了过去工作的经历故事中。例如，与其在列表中写下“领导力”，一位候选人会写道：“我带领一个五人团队提前完成了项目。”研究发现，候选人通过讲故事的方式来展示技能的可能性，是直接列出关键词的三倍。这意义重大，因为许多公司用来扫描简历的计算机程序只寻找关键词。如果你只写故事，那些程序可能会认为你完全没有任何技能！
2. 对“领导力”的误解
招聘经理经常说：“无论从事什么工作，每个人都需要领导力。”研究人员猜测这对三种类型的工程师都是成立的。但数据给出的答案是：并非如此。
- 数据科学家和 ML 工程师经常谈论他们的领导技能（比例约为 42–47%）。
- 然而，软件工程师在简历中很少提及领导力（仅为 26%）。
这表明，虽然软件工程师可能具备领导力，但他们并不像同行那样经常将其写下来。这就像一群厨师，其中两组人在夸耀自己的刀工，而第三组人只是默默地切着蔬菜，只字不提。
3. “资历”带来的转变
随着建造者变得更年长、更有经验（从“初级”晋升为“高级”），他们的简历也会发生变化。研究发现，资深专业人士提到领导力的可能性几乎是初级人员的三倍。但有趣的部分在于：他们并没有停止谈论团队合作；相反，他们会同时谈论团队合作和领导力。这就像一位音乐家，起初只是演奏简单的音符，但随着名声渐起，他开始既指挥管弦乐队，又演奏独奏。研究证明，经验并不会取代协作，而是将领导力叠加在协作之上。
4. “沉默”的建造者
研究人员还注意到，有些简历在软技能方面完全是“沉默”的。大约 18% 的 ML 工程师和 16% 的软件工程师在简历中没有任何可检测到的软技能。然而，这并不是因为他们缺乏这些技能，主要是因为这些群体中有许多非常年轻的初级员工，他们还没有学会如何书写自己的人际交往能力。数据科学家在展示软技能方面表现最好，只有 4% 的简历是“沉默”的。
这对每个人意味着什么
论文得出结论，在“候选人所做的”与“候选人所写的”之间存在着一个“鸿沟”。技能确实存在，隐藏在他们工作的故事中，但那些用于扫描简历的传统计算机系统太“笨”了，无法找到它们。它们在寻找一份配料表，而厨师们却在撰写一本关于这顿美餐的小说。
这项研究建议，如果你是一名试图找工作的年轻工程师，你需要停止仅仅列出你的工具。你需要讲述你是如何利用这些工具去帮助他人、领导团队以及解决问题的故事。如果你是一家使用机器人扫描简历的公司，你可能会因此错过最优秀的候选人，因为你的机器人只盯着关键词看，而忽略了背后的故事。
简而言之，这篇论文不仅仅是在计数单词；它证明了我们讨论软技能的方式正在发生变化，如果我们不更新阅读这些技能的方式，我们可能会错过工地上最优秀的建造者。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。