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
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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