初创公司如何持续招聘 AI/ML 人才 | Neha Kothari
没有知名品牌加持,如何吸引 AI 和数据人才?Neha Kothari 分享了 SalesCode.ai 总结出的可复制招聘流程,助力初创公司赢得顶尖候选人。
Amrit Acharya
讲者
招聘 AI 和 ML 工程师对所有企业来说都不容易。对于没有品牌影响力、需要同时招聘数据科学、全栈开发和 AI/ML 等多个细分岗位的初创公司来说,持续招聘更是难上加难。
SalesCode.ai 是一家为快消和消费品公司打造智能助手和机器人产品的 AI 企业,现已更名为 SalesCode.ai。Neha Kothari 加入时,公司还没有 HR 部门,也没有成型的招聘流程。四年后,公司规模从 35 人扩展到 100 多人,在市场最紧缺的技术岗位上,始终保持着稳定的人才储备。
在本期 Xobin Talks 第 4 集中,Xobin 联合创始人兼 COO Amrit Acharya 与 Neha 深度对话,探讨了如何实现招聘流程的高效与一致,如何应对面试官疲劳,候选人真正关注什么,以及一家初创公司如何通过招聘体验逐步建立雇主品牌。
本期内容
- 如何为细分技术岗位搭建高效一致的招聘流程?
- 多轮技术面试如何避免面试官疲劳?
- 虚拟化招聘如何改变了技术人才招聘?
- 哪些高校为产品型初创公司输送了最优秀的技术人才?
- 没有大品牌背书,初创公司如何留住技术人才?
如何为细分技术岗位搭建高效一致的招聘流程?
流程的标准化是一家初创公司在稀缺人才市场中唯一可持续的竞争优势。数据很直观:到 2026 年,82% 的印度雇主表示难以招聘到合适人才。AI 技能已超越传统工程,成为全球最难招聘的技术(ManpowerGroup 人才短缺调查,2026)。在这样的环境下,没有结构化流程的初创公司无异于“盲打渔网”。
Neha 针对技术岗位设计了五步招聘流程,每一步都有其不可或缺的作用。
第一步,通过外部平台进行技能测评。SalesCode.ai 从早期就采用 Xobin,实现了在投入面试官时间前的客观筛选。
第二步,进行更复杂的编程测评,考察实际问题解决能力,而非基础知识。
第三步,由相关招聘经理进行技术面试。
第四步,HR 面试,侧重考察文化和行为契合度。
第五步,最终决策环节。
这一流程筛选非常严格。200 名候选人参加测评,最终仅有 10 人进入 HR 面试环节,转化率仅为 5%。这并非过度筛选,而是为了最大程度保护每个人的时间,包括候选人。
对于横向或中层岗位,流程会适当压缩,测评环节减少或合并,技术面试成为主要评估方式。对于高级或管理岗位,则完全取消测评,转而通过更深入的技术和领导力面试,反映岗位对判断力和责任心的要求。
Neha 在 SalesCode.ai 从零搭建了这一流程,完全基于实战经验,而非教科书理论。
多轮技术面试如何避免面试官疲劳?
保护招聘经理的时间不是行政上的“人情”,而是战略决策。它决定了技术流程能否输出一致、有效的信号,还是变成仓促、噪音多的评估。技术招聘中,50% 的经理认为面试是最难的环节(Insight Global,2025)。当同一批人要负责多个岗位的多轮面试时,认知负荷会急剧增加。
Neha 的解决方案是前置把控,而非事后补救。HR 团队在候选人进入技术面试前,承担更多筛选责任。
具体做法是 HR 先进行预筛电话,作为非正式的第一轮面试。在推荐候选人进入技术面试前,HR 会排查最后一刻的淘汰项:如薪资期望超出范围、离职周期与岗位紧急度不符、或有技术面无法探究的背景问题。提前识别这些问题,能避免招聘经理浪费时间在本就不合适的候选人身上。
第二个机制是精细化面试官匹配。每个岗位开放时,HR 团队会内部讨论由谁来面试。并非总是让最高级别的人参与,而是选择最能对应岗位需求的专家。例如数据科学岗位,不一定需要 CTO 出面,如果有资深数据科学家更适合评估候选人深度。
这样,招聘经理只需把时间花在已经通过初步筛选、真正有潜力的候选人身上,而不是那些简历看似优秀但基础筛查就不合格的人。
虚拟化招聘如何改变了技术人才招聘?
虚拟化招聘不仅仅是把面试搬到线上,更改变了你能触达的人群、候选人的参与度,以及你对候选人的判断方式。2025 年 4 月,印度初创公司招聘同比增长 32%,IT 服务岗位占所有职位的 32%(India Employer Forum,2025)。这一增长很大程度上得益于虚拟招聘带来的地域扩展。
Neha 对这一转变有着细致的看法。她并不简单地认为“线上更好”或“线下更好”。
线下校园招聘有一个天然优势:只有真正有意向的候选人才会亲自到场,时间成本本身就是一种筛选,最终从入围到录用的转化率更高,因为到场本身就是承诺的信号。
虚拟招聘则完全颠覆了这一点。候选人可以随时随地参加评估,极大扩展了人才池。对于细分岗位,合适的人才可能在 Pune,而团队在 Delhi。但也因此失去了“摩擦筛选”,候选人甚至可以同时在不同浏览器标签页参加多家公司流程。
Neha 的应对方式是每一轮都要求视频通话,而不仅仅是最后一轮。早期筛选中不开摄像头的候选人,是她非常重视的信号。在技术讨论中观察表情、参与度和肢体语言,HR 能获得音频无法提供的信息。结构化的 AI 面试 也能从另一个角度解决这一问题,确保每一次远程评估都标准一致,同时也为后续 offer 建立初步关系。
对于与 SalesCode.ai 办公室同城且已通过所有线上环节的候选人,最后一轮优先安排线下面谈(如条件允许),无需全天,仅需一次直接交流。因为有些信息只有面对面才能快速、准确地捕捉到。
哪些高校为产品型初创公司输送了最优秀的技术人才?
最有价值的高校名单不是声望排名,而是基于实际岗位表现的数据追踪。印度 AI/ML 岗位毕业生的就业率仅为 46%(Abekus.ai,2025)。这意味着精准的院校定位比大范围覆盖更重要。
Neha 直言,答案取决于公司招聘的岗位类型和需求量。
在 SalesCode.ai,工程和技术岗位方面,A 类院校(如 IIT、NIT 及部分 Delhi University 项目)为数据科学和 AI/ML 岗位输送了优秀的专业人才。但 B 类院校反而贡献了更多成功录用,因为这些院校的候选人基数更大,且与大型 IT 企业的竞争压力较小。
在中等院校中,IP University 附属院校、Bennett University 和 ABES Engineering College,成为 SalesCode.ai 技术人才的稳定来源。这些并非通用推荐,而是基于 SalesCode.ai 的实际招聘需求和岗位特性。任何公司制定自己的 校园招聘 名单时,都应以每所院校 6-12 个月的实际表现数据为依据,而非第三方排名。
MBA 岗位方面,SalesCode.ai 的经验涵盖了从 FMS Delhi、Indian Institute of Foreign Trade 等 A 类院校,到 IBS 等中档院校。无论哪种情况,结论都是:院校层级只是初步假设,最终还是要用实际表现数据说话。
没有大品牌背书,初创公司如何留住技术人才?
初创公司的留才关键在于两点:真实的成长机会和高层的可见支持。这是品牌无法替代的。印度初创公司招聘越来越注重技能,但要留住人才,仅靠市场薪酬远远不够(ManpowerGroup,2026)。薪酬只是基础,真正让技术新人留下来的,是他们能感受到成长速度远超其他平台。
Neha 在 SalesCode.ai 的留才理念是:用实际成长速度说话,而不是空头承诺。
第一,岗位流动性。在 35-100 人的初创公司里,员工如果在主职表现出色,可以主动申请转岗到相关领域,证明能力后获得公司支持。这种内部流动在大公司纸面上存在,但在初创公司是真实发生的。早期职业人才能明显感受到,自己积累的技能和经验远超传统大企业。
第二,高层可及性。数据科学家可以直接与 CTO 讨论模型表现,工程师可以直接向创始团队反馈技术问题,这种学习机会与层级森严的组织完全不同。这种可及性是真正的留才杠杆,而不仅仅是文化口号。
第三,市场敏感度。薪酬必须紧跟市场,哪怕无法做到领先。员工如果知道自己薪酬公平、成长速度快于同龄人,就有两个留下的理由。缺一不可,否则就是潜在的离职风险。
20 多岁的技术候选人真正看重什么?
招聘流程的透明度,是公司在候选人入职前最有力的文化信号。在竞争激烈、候选人同时比较多家机会的市场中,公司如何组织招聘流程,直接影响他们对公司整体运营的判断。
Neha 总结,20-25 岁、正处于职业早期的技术候选人,最在意三点:
第一,流程透明。候选人希望明确知道自己处于哪一步、下一步是什么、时间线如何、每一步的意义。五步流程只要解释清楚,比三步流程却让人一头雾水更能赢得信任。流程清晰被视为公司内部沟通清晰的信号。
第二,面试前的准备支持。候选人如果能在面试前获得有价值的公司信息,不只是职位描述,还包括产品、团队、业务和岗位成功标准,会表现更好,也更有被尊重感。能以“知情同行者”身份与面试官交流,而不是第一次听说公司,这对双方都是更好的体验。主动提供这些信息,投入小,回报大。
第三,一致性。市场波动会让公司频繁调整 offer 标准、岗位定义和流程节奏。候选人能感受到这种不一致,并据此判断公司。Neha 的观点是,公司应明确自身需求,按需招聘,并在市场变化时坚持标准。
成长型初创公司应如何选择招聘技术工具?
招聘工具的每一项投入都应有可衡量的产出,而不是因为大公司在用就盲目跟进。到 2025 年,83% 的公司计划用 AI 进行简历筛选。但如果没有 ROI 意识,工具只会增加成本而非带来清晰价值(Resume Builder,2025)。对于小型 HR 团队,工具选择既是技术决策,也是资源分配。
Neha 在 SalesCode.ai 的招聘工具分为三大类:
第一,技能测评平台。对于技术岗位,候选人在进入人工面试前必须通过客观测评,避免简历偏见,确保进入技术面试的都是与岗位真正匹配的人才。
第二,人才获取平台。要清楚你的目标候选人最活跃在哪些平台--无论是 LinkedIn、专业招聘网站还是高校就业平台,比起“全平台撒网”更重要。
第三,ATS(招聘管理系统)。即便公司只有 50-100 人,五步流程如果没有集中管理,极易出现协作失误,浪费时间,也影响候选人体验。
Neha 向管理层推荐工具时的原则很直接:每次申请续费或扩容,都要用数据证明产出。哪个测评平台筛选出的候选人表现最好?哪个渠道的质量与数量比最高?在初创公司争取 HR 预算时,ROI 不是可选项,而是必选项。
Amrit Acharya · Co-Founder, Xobin
Amrit Acharya is Co-Founder of Xobin, an AI-powered recruitment, talent assessment and talent management platform used by 5000+ companies across 60+ countries. With a decade of experience in talent assessment and hiring technology, he focuses on building evidence-based, bias-free hiring solutions.
Have a hiring story worth sharing?
常见问题
- 初创公司技术岗位面试应设几轮合适?
- 针对专业岗位,建议五步流程:技能测评、复杂编程测试、技术面试、HR 面试和最终决策。每一步都有明确筛选目标。对于横向或高级岗位,测评环节可适当减少或取消,转而通过更深入的技术面试评估。
- 多轮招聘流程如何避免面试官疲劳?
- HR 预筛环节提前排查薪资期望、离职周期、沟通障碍等关键风险,确保只有真正合格的候选人进入技术面试。这样招聘经理只需面试已通过初步筛选的高潜力人才。
- 疫情后技术招聘最大的变化是什么?
- 人才池因地域限制消失而大幅扩展,对细分岗位是利好。但“摩擦筛选”消失,候选人可同时参与多家公司流程。每一轮强制视频面试、同城候选人最后一轮线下面谈,能部分弥补承诺信号的缺失。
- 哪些高校为初创公司输送了最优技术人才?
- A 类院校擅长培养专业型人才,B 类院校则因基数大、竞争小而贡献更多录用。建议用 6-12 个月的实际录用与表现数据,动态调整院校名单,而非依赖外部声誉排名。
- 20 多岁的技术候选人最看重什么?
- 三点:招聘流程透明,能感受到未来工作的清晰度;面试前获得公司背景信息,避免临场被动;标准一致,不因市场波动频繁调整。薪酬重要,但这些信号更能建立信任。
- 没有大品牌,初创公司如何留住技术新人?
- 靠可见的成长速度:岗位流动性让员工能跨界发展,高层可及性带来直接学习机会,薪酬紧跟市场。新人成长快于同龄人时,留下的理由就有两个,缺一不可。
- 初创公司 HR 团队应优先投资哪些招聘工具?
- 三类工具最为关键:技能测评平台用于客观筛选,精准匹配的招聘渠道,和 ATS 管理多轮流程。每次续费都需用实际产出数据说服管理层,而非单纯比拼功能。
- Neha 如何看待技术人员兼职(moonlighting)?
- 完全取决于雇佣协议。如果协议允许且公司接受,员工有权兼职。如果不允许,隐瞒才是问题本身,而非兼职行为。风险在于注意力分散和责任冲突,最终对双方都有害。
更多 Xobin hub 内容
- Xobin Talks高管匹配因情境而异,并非放之四海而皆准 | Rajesh Swaminathan优秀领导者在错误的环境中也会失败。Rajesh Swaminathan 解析为何评估判断力比过往业绩更重要,以及 AI 在高管招聘中真正能发挥作用的领域。
- Xobin Talks大多数公司在 HR 科技堆栈上容易犯的错误 | Phil Strazzulla大多数 HR 科技堆栈都是为“别人家的公司”而建。Phil Strazzulla 分享如何客观评估工具,并充分发挥现有系统的价值。
- Xobin Talks先修好管理者,文化自然随之而来 | Chetan Swaroop制度无法塑造企业文化。Chetan Swaroop 解析员工规模突破 100 后的管理难题,以及如何在不引发反弹的情况下,将家族企业逐步转向以能力为本。
- 对比在寻找 Criteria Corp 的替代方案?看看 Xobin 的对比表现通过我们的专家对比,了解 Xobin 和 Criteria Corp 哪一个更适合成为您团队的测评合作伙伴。
- 对比超越开发者招聘的最佳 HackerEarth 替代方案:Xobin在 Xobin 和 HackerEarth 之间犹豫不决?阅读我们的专家对比,了解哪款平台更适合您的技术与非技术岗位招聘需求。
- 对比Xobin 与 HackerRank:2026 年该选哪个平台?了解 Xobin 和 HackerRank 在编程测试、题库和面试方面的表现,助您选择最适合招聘目标的平台。

