到底在一次技术面试中，什么因素最为重要？

　　本文作者 Aline Lerner从interviewing.io(关于面试的输入输出流)中导出了3000份技术面试数据进行分析，并发现了对面试影响最大的几大因素。并且，他还得到了一个鸡血满满的结论：在求职技术面试中，毕业后做什么比毕业于哪所学校更要紧。

　　相关背景：interviewing.io是一个平台，人们可以在上面匿名练习技术性面试，并在这个过程中找到工作 - 在练习中做得好的话，您能（匿名！）得到像Uber、Twitch、Lyft或其他大公司的技术面试。自从上线以来，这里积累了成千上万的真实面试和练习面试的表现数据。这些面试的数据能很好地帮助我们了解面试者背景中的何种信息对面试表现更为重要。

　　数据分析

　　在interviewing.io上，当面试者和受试者在平台上匹配好后，他们会在一个支持语音、文本聊天和白板的协作编程环境中见面，并直接进入技术问题讨论。平台上的面试问题一般属于后台软件工程人员会在手机屏幕上遇到的类型。面试方往往来源混杂，既有大型公司（如Google、Facebook和Uber）也有聚焦工程领域的初创公司（如Asana、Mattermark、KeepSafe等）。

　　在每次面试后，面试者从几个不同维度对受试者打分，其中包括技术能力。技术能力评分范围为1到4，其中1是“差”，4是“太棒了！”在我们的平台上，3分及以上的分数通常表明此人有晋级下一轮的实力。以下是我们的反馈表格①：

　　得出结果

　　为了进行本文的分析，我们交叉参照受试者在以下属性的平均技术得分（在上面的反馈表单中用红色圈出），以发现哪些因素最为重要。下面是完整的属性清单：

曾就读于过顶尖的计算机科学学校

曾在一家顶级公司工作过

在Udacity / Coursera上学习过课程②

创立过一个创业公司

硕士学位

多年相关经验

　　在所有上述属性中，只有3个指标从统计上看意义重大：顶尖学校，顶尖公司和Udacity / Coursera的课程。显然，正如Metallica（知名重金属摇滚乐队）曾经的一首歌《其他皆无所谓》所说的那样。在下面的图表中，您可以看到每个显著属性的效应大小（未达到显著标准的属性没有注明条形）。

　　在面试中，哪些因素更重要

　　正如在开始时所说，这些结果是相当令人意外的，我将在下文中尝试解释每个结果。

　　顶尖学校和顶尖公司

　　关于这个话题，我本来期望更重要的应该是顶尖公司而非顶尖的学校。看重“公司”是有道理的 – 选择至少已经成功通过一次面试考验的人，这些人在未来成功的几率应该更高。

　　而顶尖学校就有点讲不清楚了，这确实是影响最小的显著因素。为什么学校在这次数据迭代中很重要，但在查看简历阶段却没有显露出它的作用？我预料答案是受试者在单独的技术手机屏幕面试中的表现与实际现场表现的差异所致。通过正确的准备，技术电话面试是可以应付的。而顶尖学校常有严格的算法课程和基于技术手机屏幕的备考文化（要了解为什么这种文化重要，以及它如何为浸淫其中的人带来不公平的优势，请参见我关于为何需要重新思考技术面试的文章）。但能从一个关于算法的技术手机屏幕面试过关，是否就意味着你就是一个伟大的工程师，这完全是另外一码事，希望这作为今后帖子讨论的主题。

　　参加MOOC课程（特别是Udacity和Coursera，因为它们是interviewing.io的用户最为重视的课程）与它过去一样重要（而且明显比名校血统更重要）可能是这里最令人惊讶的发现，因此值得进行一些额外考察。

　　我特别好奇MOOC属性和顶尖学校属性之间的相互影响，所以把MOOC参与者划分为“曾就读过顶级学校的”和“没有就读过顶级学校的人”两类。当我这样做时，令人吃惊的结果浮现出来。对于就读过顶级学校的人，完成Udacity或Coursera课程看上去并不重要。然而，对于没有就读过顶尖学校的人来说，效果是巨大的，实际上足以主导面试结果。此外，曾就读过顶级学校的受试者表现，比那些未读过顶级学校但是参加过Udacity或Coursera课程的受试者表现差得多。

　　那么，这究竟意味着什么？当然（当你这时可能在考虑自己），相关性并不意味着因果关系。因此，我并不认为MOOCs是一粒魔药，而是感觉那些热衷于听在线课程的人（特别是那些对本科课程牢骚满腹而对MOOC课程如饥似渴的同学们）有受到过度驱动的倾向。但即使如此，我很难讲修完优秀的计算机科学在线课程不会帮助你成为更好的受试者，尤其是当你还没有接受过严格的算法类课程训练时。事实上，我们注意到在很多课程中人们把精力集中在算法方面，所以不出意外的是，为了准备好面试，补充这类在线课程可能是非常有用的。我们看到过的一些最受欢迎的课程如下：

　　Udacity网站：

　　计算机程序设计

　　https://www.udacity.com/course/design-of-computer-programs--cs212

　　算法介绍

　　https://www.udacity.com/course/intro-to-algorithms--cs215

　　可计算性，复杂性和算法

　　https://www.udacity.com/course/computability-complexity-algorithms--ud061

　　Coursera网站：

　　算法专业化

　　https://www.coursera.org/specializations/algorithms

　　Scala中的函数编程原理

　　https://www.coursera.org/learn/progfun1

　　机器学习

　　https://www.coursera.org/learn/machine-learning

　　图论算法

　　https://www.coursera.org/learn/algorithms-on-graphs

　　创始人背景