1.3 全面評估：用AI綜合評價人才

問題情景

AI提問框架

通用公式=評估目標定位 + 數(shù)據(jù)基礎構建 + 分析維度設計

評估目標定位

明確評價的核心目的及須解答的關鍵業(yè)務問題，為AI設定分析方向，避免為了評估而評估。

提問要素

·崗位類型：如研發(fā)骨干、銷售主管。

·業(yè)務訴求：如識別高潛人才、優(yōu)化團隊結構。

·決策場景：如晉升評審、資源分配、培訓規(guī)劃。

數(shù)據(jù)基礎構建

提供支撐評價的多源數(shù)據(jù)輸入，確保評價有理有據(jù)，減少主觀偏差。

提問要素

·客觀數(shù)據(jù)：如項目交付周期、客戶滿意度評分。

·主觀數(shù)據(jù)：如評估反饋、跨部門協(xié)作評價。

·行業(yè)標桿：如同類崗位市場薪酬分位值、技能認證標準。

分析維度設計?

將抽象評價目標拆解為可量化的具體指標，構建評價坐標系，使人才特征可視化。

提問要素

·能力維度：如戰(zhàn)略思維、用戶洞察力。

·行為維度：如跨部門協(xié)作頻次、創(chuàng)新提案數(shù)量。

·潛力維度：如學習敏捷度、環(huán)境適應力。

準備資料

實戰(zhàn)案例

評估目標定位?

我是某金融科技公司的算法團隊負責人，需在30人的團隊中識別“技術領軍人才”培養(yǎng)對象，目標是未來1年支撐3個AI風控模型落地。

數(shù)據(jù)基礎構建

請你整合以下數(shù)據(jù)

1.客觀數(shù)據(jù)：近半年代碼提交質(zhì)量（圈復雜度、注釋完整率）及模型上線后的壞賬率下降值。

2.主觀數(shù)據(jù)：技術評審會上的方案創(chuàng)新評分（1~5分）、跨部門協(xié)作滿意度調(diào)研結果。

3.行業(yè)標桿：GitHub（代碼托管和協(xié)作開發(fā)平臺）開源項目貢獻度。

分析維度設計?

請從以下三個維度評估

1.技術攻堅能力：主導完成復雜項目的數(shù)量與難度系數(shù)。

2.技術影響力：在團隊內(nèi)部的知識分享頻次、外部技術峰會演講次數(shù)。

3.業(yè)務轉化力：開發(fā)的算法產(chǎn)生的直接經(jīng)濟價值（如降低多少萬元逾期損失）。

需要輸出

1.人才梯隊分布圖（含“領軍人才”“骨干人才”“潛力人才”等）。

2.每位候選人的能力雷達圖（如技術/影響力/轉化力）。

3.定制化培養(yǎng)建議（如須加強從算法到業(yè)務落地的轉化思維訓練）。

注意事項