借助大数据发现并招聘到最适合的人才，其实这已不再是什么秘密，尤其对于小型企业和刚创建的企业来说。虽然互联网确实给我们提供了大量的潜在、适合人才的信息，但是搜集、浏览所有的信息却是一件费时费力的工作。这让我们怀念起那些逝去的岁月中，人才推荐是唯一挑选员工的方式。(事实上，人才推荐仍然是一种重要的方式，但是现在我们能够选择的方法却更加丰富了。)

　　可以肯定的是，大数据为未来的招聘工作提供了便捷，理解并且运用它将成为公司成败的关键性因素。现在，大数据已经为迅猛发展着的公司提供了适合的工程师、开发人员和管理人员。每个人都会说他们在利用类似领英这样的社交平台寻觅人才，但是，你不能只是“挖掘数据“来选择适合的人选，你需要正确的工具来分析它，恰当的人来提供有价值的见解。

　　现在并不缺为人才招聘而设立的劳动力分析系统以及申请人跟踪系统，很多在收集和聚合“事务性信息“上都卓有成效。但是问题却不仅仅是收集到这些信息，而是在于如何解释它，理解哪些数据更加重要。例如Hadoop这样的系统的优势在于数据收集方面，但是问题是，人们对于他们未知的东西仍然不能理解。

　　今天，招聘人员必须能够理解大数据，并且能发现它、洞察它，使这些数据形象化。最好的招聘团队往往会运用技术，让恰当的候选人浮现出来，再通过数据考量来提供最恰当的岗位。但是不要忽视了个人互动和交流的作用，它们往往比大量公开的、可获取的数据来的更重要。候选者回复电子邮件了吗?在面试当天候选者出现了吗?当然，还有个人推荐，与复杂的算法相比，这些都不可小觑。

　　换而言之，人才招聘已经逐渐形成了E2E事物模型，这种模式在类似Redfin、Airbnb的公司均得到了充分展现——这些公司的特点是都属于科技公司，对于前端、后端的人才给予了巨大投资。这种端到端模式的目标是提供最好的服务和经验，从而帮助个人与企业发挥他们的最大潜能。

　　在一天将结束的时候，大数据——如果您恰当运用，对每个人来说都是一件好事。利用大数据，招聘人员节省了时间，公司迅速地获得了适合的人才，应聘者投身于他们梦想的工作之中。