面试和招聘的算法——2012年的诺贝尔经济学奖

竟然有1年多没有写东西！今天终于强迫自己更新了一篇。

我自己既是公司校招的面试官，也经历过自己孩子的小升初的过程。应聘者和招聘者的焦虑，我都深有体会。
问我：我们学校是你们的唯一选择吗？
我问：我们如果发offer了，你真的会来么？
问我：我们学校今年迁新校区了，有点远，你们想好了吗？
我问：我们只有杭州北京两地可选，你可以接受吗？
发offer的人，害怕自己发了offer，候选人却不来。要拿offer的人，怕自己拿不到最好的offer。劳动力和市场的匹配，是一个长久存在的难题。因此我去调研了一下，已运行了多年的美国住院医生匹配项目，The Match。它使用的匹配方法，是一个获得2012年诺贝尔经济学奖的理论方法。

The match[1]，是美国全国的医学院学生，进入住院医培训阶段的一个“找工作”的过程。每年一次。步骤大致是：

学生到R3系统（Registration, Ranking, and Results (R3) System）注册
学生找各家医院面试
学生提交自己心仪的医院/科室的，排序。比如我想去十几家医院，排第1的是xxx，第2是xxx。医院也提交自己心仪的学生的排序。
R3系统根据一个算法，算出结果

2021年，NRMP系统中，共有38106个职位，申请人数量是48700。经过NRMP，有94.9%的职位都能匹配上。每年match结束之后，NRMP会出一个总结报告。报告中会介绍，哪些专业需求量大，匹配情况如何等等。比如2021年，Top 3需求是，内科、家庭医生、小儿科。这篇[2]是2021年的总结报告。

The match算法的原理不复杂，这个链接[3]里有解释。它的思路是：
for 循环 (以申请者为index) {
从每个申请者的最顶部的志愿开始（比如刚开始就是第1志愿），找对应的职位
如果第1志愿的职位，面试官没有看上这位候选人，也就是说不在面试官的排序列表中，那么第1志愿失败
如果第1志愿，在面试官的排序列表中，但排在前面的人较多，已经超过面试官的HC数量，那么第1志愿也失败
否则，第1志愿暂时获得match
}end of for

这种算法获得了2012年的诺贝尔经济学奖，称为“The theory of stable allocations and the practice of market design”，属于博弈论相关的研究方向。有一篇文章[4]，比较通俗的讲解了这个算法的贡献。这种算法除了用在住院医匹配项目，还被使用在，肾脏移植匹配（病人和捐献者匹配）、相亲问题（男女匹配）、择校问题（纽约和波士顿地区学生和公立学校匹配）等等。这些匹配问题，都有一个共同特点，其中没有金钱/价格的因素。需要移植肾脏的病人即使出价再高，也不能因此优先获得肾源。相亲男女，如果没人选你，你也无法降价甩卖。

感觉这种算法应该很适合用于，国内的小升初过程，和大公司的校园招聘。在公司招聘时，比如像华为、阿里、中国移动等大型公司，通常有多个部门，招聘相同专业的学生。于是会出现，不同部门抢同一个学生，卷！或者强制学生只能面试一个部门。这样的怪操作。

但不知道为什么没有得到应用。一个可能的原因是，成本太高。学生要做很多轮面试，应聘很多职位，才能列出自己的优先级排序。而面试官，同样需要面试很多学生。比如美国的某位教授[5]，就批评了这个劳民伤财的The Match Program。

在github上能搜到一些算法实现[6][7]。不过这个算法具体的实现，还是得结合实际问题。

面试和招聘的算法——2012年的诺贝尔经济学奖

参考文献