{ "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...",然後，你就可以利用數千份已有的簡歷數據，建立起針對每個屬性部分的模型。一些需要著重關注的部分已經在GitHub上開源了：https://github.com/jsonresume/jsonresume-fake/tree/master/models比如，你看看這份簡歷，這位名叫Brin Coordsen的應聘者是一名軟體工程師，他能夠自動化地運用工具，希望可以把專業和不同項目風格結合起來。在工作經歷上，Coordsen也是經驗豐富，他先後在幾家網際網路公司工作過，也都擔任了項目負責人等要職。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，仔細看會發現，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上也已經開源了，有興趣的同學歡迎圍觀：https://github.com/jsonresume/jsonresume-fake當然，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，文摘菌發現，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，而且他還發現了一些小秘密。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。後續，經過數次迭代和解決了一些尷尬的小問題之後，該程序的5.0版本在三個月內幫助申請了538份工作。不過，在他追蹤了自己的求職信、簡歷或者領英檔案被瀏覽的次數，以及電子郵件的回覆後發現，用機器人申請工作這招似乎並不管用。據Coombs本人表示，他所做的不只是把同樣的內容發送到給職位郵箱上，他還測試了不同的郵件標題、不同版本的簡歷和求職信。但是結果是，儘管回復會有些許不同，但是差距不大，真人閱讀郵件時看起來沒什麼不同。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覆嗎？但是，事實證明，並不是這樣的。對於求職者來說，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這樣的機器人。在Agile.Careers工作的斯科特·烏裡格表示：「大約80%的職位從來沒公布過，而對於更高級別的職位，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，數量其實不重要，數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）的控制範圍。不過，也不要灰心喪氣，Coombs就從機械地申請上千份工作中學到了三個教訓：公司試圖以最小的風險來填補一個職位，而不是尋找打破常規的人；你申請了多少工作與你是否會被考慮沒有關係，你沒有機會申請的工作也不會考慮到你。於是，Coombs決定放棄傳統的求職方式，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實更多有趣的人。當然，他也希望其中會有人帶走他的簡歷，並放到一堆簡歷的最上面。文摘菌在這裡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奏，工作不是萬能的，心態和身體更重要。https://www.reddit.com/r/MachineLearning/comments/j7aeyf/p_i_made_an_entirely_fake_resume_generator_it_has/https://medium.com/fast-company/i-built-a-bot-to-apply-to-thousands-of-jobs-at-once-heres-what-i-learned-46ece659593e重磅！
AI有道年度技術文章電子版PDF來啦！
掃描下方二維碼，添加 AI有道小助手微信，可申請入群，並獲得2020完整技術文章合集PDF（一定要備註：入群 + 地點 + 學校/公司。例如：入群+上海+復旦。
長按掃碼，申請入群
（添加人數較多，請耐心等待）
感謝你的分享，點讚，在看三連↓