Google怎麼挑人才?人資長:英文好、名校畢業不是關鍵,最看重這4種特質
Google怎麼挑人才?人資長:英文好、名校畢業不是關鍵,最看重這4種特質
2021.10.01 |

進入Google、Facebook、Apple等大型跨國公司工作,是許多人的夢想。然而,Google每年都會收到數百萬份履歷,內部員工也都積極申請內轉,競爭者眾。究竟,Google挑選人才,到底看重什麼?Google台灣人資長呂亞樵、人才計畫經理石啟瑞一同揭密。

石啟瑞表示,Google全球的面試標準、流程與方式完全相同,不管在哪個地區面試,最終都會送到總部審核,「或許大家都會覺得進Google的人都是名校、講求英文能力,但這只是結果,而不是篩選條件。」

僅供刊物用途_shutterstock_647087959_google.jpg
圖/ Uladzik Kryhin via shutterstock

Google重視的4大特質:問題思辨、專業技能、領導力展現與文化適應性

Google不會要求應徵者的科系和職位有關,他們重視的是求職者擁有特定職缺所需的專業技能,以及在招聘過程中,確認求職者的4大特質:

1.溝通表達與解決問題的能力(General Cognitive Ability)

這個能力是考驗求職者的問題思辨能力,看他是否能在面試過程中想出方法,題目不一定有正確答案,主要是讓面試官知道你怎麼看待問題、解決問題。

呂亞樵進一步解釋,許多人都會想追求完美答案,花很多時間思考,但其實根本沒聽清楚問題,「假設性或情境式問題,(求職者)其實可以留一點空間釐清問題,為自己抓點空檔放鬆。」

2.針對各職缺的專業能力(Role Related Knowledge)

不同職缺所需的專業技能都不同,評選過程可能會有不同的測試來確認求職者是否具備相應的技能。

3. 領導力(Leadership)

領導力不一定是要在管理階層才能展現,跟別人合作的時候,如果能影響他人或利益關係人的決定,也是一種領導力的展現。換句話說,這個能力是看你是否具備團隊驅動、利益關係人管理的經驗與能力。

4.對Google文化的適應性(Googleyness)

強調應徵者是否能適應Google的企業文化,並為團隊、公司帶來更多的啟發。石啟瑞表示,這考驗求職者有沒有辦法在不確定下工作、會不會堅持用對的方式做事,或是想不想把事情做得更好,「我們希望每個人進來都能給Google帶來新的東西。」

調整中式履歷思維:利用量化數字、用「架構」說經歷

GOOGLE
圖/ Shutterstock

知道Google選才的標準後,履歷要怎麼撰寫,才能提升錄取機率呢?

首先,英文履歷是必要的,因為Google是跨國企業,要具備一定的英文程度,才能與全球同事溝通與協作。然而,由於審核履歷的主管可能來自不同國家,在撰寫英文履歷時,應該要注意呈現方式,如語言表達的精準與流暢度。

再來,調整中式履歷的思維。呂亞樵表示,內容務求精準、邏輯,避免流水帳,因為這樣的履歷無法被快速理解。看履歷的人希望可以一眼看出你的專業能力,怎麼對應到工作內容,「不要只是敘述,要充分利用量化數字,說一個能展現專業的故事。」

石啟瑞補充,就算投的職位都是人資,他在投遞履歷時一定會改變關鍵字、順序,讓自己的履歷和職缺的相關性提升。換句話說,求職者要針對不同職缺需求,找出關鍵技能,並依照關鍵字來調整履歷順序,讓最相關的經驗或能力被看見。

如果真的有機會進入面試,石啟瑞建議,求職者事前可以用「架構」整理經歷,CAR、STAR都是常用的架構法。CAR各代表當時情境(condition)、採取行動(action)、結果(result);STAR則是用當時情況(situation)、做這件事的目的(target)、採取什麼行動(action)、結果如何(result)來結構化描述經歷。

事前準備用有架構的方式說故事,可以有效減輕面試的焦慮感,「面試是一個對話,我們是想找可以合作的人進來,不是用高姿態的態度審查,過程中能穩定、自在地跟面試官對話,反而更能加分。」

本文授權轉載自:經理人月刊

【熱門焦點】

1.「要比外表更有料、不該過度膨脹」梅克爾將卸任,德國第一位女性總理的 7 句名言
2.管理者要懂取捨!有兩種員工,不值得主管「花時間」

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:傅珮晴、蕭閔云

關鍵字: #Google
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓