![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
e_mirЗанятно, я пропустил ссылку на это в тот момент когда она закономерно поднялась в топ, но может быть это даже неплохо, можно обсудить без шуму и пыли.
По ссылочке рассказ HR-менеджера какой-то компании, который повествует о том что он по социальным сетям "пробивает" кандидатов, отсевая всех тех, которые хоть как-то выпадает из его (или корпоративного) понимания "нормальности". В список ненормальности попало, на мой взгляд - почти все, начиная от нудизма и толкиенизма и кончая оппозиционными настроениями.
Я не исключаю что именно вот этот пост - просто троллинг, причем хорошо удавшийся, но в принципе - совершенно не секрет что подобным образом происходит отсев почти везде (правда, разумеется, не такой тотальный).
Тут я хочу сказать об одном фундаментальном делении - в статистике рассматриваются два вида ошибок - ложноположительные и ложноотрицательные. Ложноположительные - это когда, скажем, важное письмо по ошибке определяется как спам, здоровому человеку ставиться диагноз болезни, которой у него на самом деле нет и т.п. Ложноотрицательные - это когда больной человек после анализов признается здоровым, а спам "пробивает" спаморезку и ложится во входящие сообщения.
Сказать какой из видов ошибок важнее и страшнее - нельзя, это определяется типом системы. Например в медицине традиционно считается более опасной ложноотрицательная ошибка - незамеченная вовремя болезнь хуже чем неправильный диагноз, который затем будет еще проверен несколькими дальнейшими тестами. В ловле спама - наоборот, лучше показать подозрительное сообщение пользователю, чем засунуть в спам важное письмо.
Хуже всего что эти два вида ошибок - совершенные антагонисты. И проектируя систему, необходимо выбрать приоритеты - в отношении чего она оптимизирована, чего должно быть меньше - ложноположительных срабатываний или ложноотрицательных.
Так вот, HR, являющийся лирическим героем рассказа по данной выше ссылке - решил оптимизировать систему для уменьшения количества ложнопозитивных срабатываний. То есть в терминах борьбы со спамом - установил "параноидальный режим", отправляя в спам по малейшим признакам (помню лет десять назад мой провайдер рубил письма с темой содержавшей, слово "Привет!", потому что именно такие сообщения рассылал до того какой-то троянец).
Его, этого HR-менеджера, можно понять. Он не хочет брать на себя ответственность, и посему рубит все что хоть чуть-чуть выглядит в его глазах могущим вызвать недовольство начальства. Однако, оптимизировав свою систему, он допускает огромное количество ложноотрицательных ошибок - записывая прекрасных работников, которые могли бы принести фирме пользу - в "неадекват" и "фриков". Еще раз - этого HRа можно понять, но деятельность его мягко скажем - не совсем профессиональна. Dixi.
По ссылочке рассказ HR-менеджера какой-то компании, который повествует о том что он по социальным сетям "пробивает" кандидатов, отсевая всех тех, которые хоть как-то выпадает из его (или корпоративного) понимания "нормальности". В список ненормальности попало, на мой взгляд - почти все, начиная от нудизма и толкиенизма и кончая оппозиционными настроениями.
Я не исключаю что именно вот этот пост - просто троллинг, причем хорошо удавшийся, но в принципе - совершенно не секрет что подобным образом происходит отсев почти везде (правда, разумеется, не такой тотальный).
Тут я хочу сказать об одном фундаментальном делении - в статистике рассматриваются два вида ошибок - ложноположительные и ложноотрицательные. Ложноположительные - это когда, скажем, важное письмо по ошибке определяется как спам, здоровому человеку ставиться диагноз болезни, которой у него на самом деле нет и т.п. Ложноотрицательные - это когда больной человек после анализов признается здоровым, а спам "пробивает" спаморезку и ложится во входящие сообщения.
Сказать какой из видов ошибок важнее и страшнее - нельзя, это определяется типом системы. Например в медицине традиционно считается более опасной ложноотрицательная ошибка - незамеченная вовремя болезнь хуже чем неправильный диагноз, который затем будет еще проверен несколькими дальнейшими тестами. В ловле спама - наоборот, лучше показать подозрительное сообщение пользователю, чем засунуть в спам важное письмо.
Хуже всего что эти два вида ошибок - совершенные антагонисты. И проектируя систему, необходимо выбрать приоритеты - в отношении чего она оптимизирована, чего должно быть меньше - ложноположительных срабатываний или ложноотрицательных.
Так вот, HR, являющийся лирическим героем рассказа по данной выше ссылке - решил оптимизировать систему для уменьшения количества ложнопозитивных срабатываний. То есть в терминах борьбы со спамом - установил "параноидальный режим", отправляя в спам по малейшим признакам (помню лет десять назад мой провайдер рубил письма с темой содержавшей, слово "Привет!", потому что именно такие сообщения рассылал до того какой-то троянец).
Его, этого HR-менеджера, можно понять. Он не хочет брать на себя ответственность, и посему рубит все что хоть чуть-чуть выглядит в его глазах могущим вызвать недовольство начальства. Однако, оптимизировав свою систему, он допускает огромное количество ложноотрицательных ошибок - записывая прекрасных работников, которые могли бы принести фирме пользу - в "неадекват" и "фриков". Еще раз - этого HRа можно понять, но деятельность его мягко скажем - не совсем профессиональна. Dixi.
