我的工作很棒，也没有急于离开。作为国家非营利组织的董事，我建立了一些出色的团队，但是在过去的一年中，他们变得如此擅长于他们的工作，以至于我开始怀疑我是否仍然需要。因此，我开始慢慢地面对新的挑战，最初是通过（也许是天真地）在诸如Google，Slack，Facebook和Squarespace等知名科技公司开设的开业中。
我很快就清楚了两件事：
- 我与他们领域的领导者对抗，所以我的简历并不总是跳到堆的顶部。
- 机器人读取每个应用程序。
机器人是“申请人跟踪系统”（ATS），这是用于分类作业应用程序的常用工具。他们会根据关键字，技能，前雇主，多年经验，学校参加的经验自动筛选出候选人。
一旦我意识到自己要与机器人抗衡，我决定旋转桌子，然后建造自己的桌子。
我如何构建工作申请机
我不是工程师，但我经常使用技术。众所周知，我可以找到自动化事物（社交媒体，数据处理，Web内容等）自动化的方法，或者两者兼而有之。因此，我将爬行者，电子表格和脚本的Rube Goldbergian装置拼凑在一起，以使我的工作应用程序自动化，并适度地称其为我的“机器人”。
我的机器人汇总了招聘经理的联系信息，然后用我的简历和个性化的求职信提交了自定义电子邮件。很快，我想象自己讲述了我如何将求职变成超级专业的工作的故事。
我跟踪了我的求职信，简历或LinkedIn个人资料的次数。我还跟踪了电子邮件响应（包括来自自动回复者）。这不是一个特别优雅的机制，但效率无情。我第一次开火时，我在我花了一杯咖啡的时候，在中西部大约1300个工作岗位申请了大约1300个工作岗位。我住在纽约市，没有计划搬迁的计划，所以我迅速将其关闭，直到可以发布新版本为止。
经过几次迭代和一些令人尴尬的打ic，我定居在5.0版上，该版本在大约三个月的时间内适用于538个工作。
甚至没有机器人阅读简历
为了削减追逐，它行不通。我仍在寻找合适的演出 - 听到我的机器人方法没有得到回报，可能不会震惊您。
但是在您提醒我之前，我完全做了每位职业教练和招聘人员告诉求职者的事情不是要做，请听我说：我不仅在为每个可以想象的工作列表中爆炸了相同的内容，而且还从中爆炸了。我测试了不同的电子邮件主题行，简历版本和求职信。我构建了机器人，以便在每个新工作应用时调整和优化尽可能多的变量，就像个人可能一样，一个应用程序。
但是，尽管我看到一些响应差异，但没有太多。似乎没有什么可以改变实际人类阅读。一个A/B测试使用了正常的求职信，并将其与承认的信件进行了对比在第二句话中该电子邮件是由机器人发送的：
现在，其中一封信应该执行很多更好或很多比另一个更糟糕。出于我的目的，我不在乎哪个；我只是想在所有其他申请人中脱颖而出。但这似乎并不重要，因为据我所知，从这个实验和其他类似的实验中所说，没有人读求职信- 甚至没有其他机器人，例如ATS算法。
有关的：求职信已经死了 - 改了
特别是针对互联网公司，我选择了一个很有可能依赖恢复算法的行业。而且，如果没有那些过滤器的技术谱系（和相应的关键字），我有一个陡峭的山丘要爬，机器人或没有机器人。
朋友很快指出了这种方法不起作用的明显原因。大多数人告诉我，我必须认识一个将我的简历传递给招聘经理的人。通过尝试游戏系统，我无意中了解了它的真正强大程度。2014年的一项研究发现30％–50％的员工在美国，来自推荐人，被推荐的候选人被录用的可能性超过四倍。根据一位招聘顾问的估计，转介导致85％的关键工作被填补。
这不仅仅是一个“数字游戏”，它的数字游戏很多
但是，即使公司优先考虑员工的推荐，他们也必须在寻找具有独特资格的候选人或我认为。
我在Agile.Careers询问了高科技高管教练计划的Scott Uhrig，非传统候选人将如何在竞争激烈的就业市场中表现出来。他解释说，很容易找到可干净地安装在模具中的候选人。除此之外，“招聘人员通常不是很有帮助；他们正在寻找尔日中心的候选人。”从他的角度来看，招聘人员没有时间寻找规范以外的东西。
执行通讯公司招募公司Chaloner的总裁Amy Segelin说：“开箱即用的雇员很少通过LinkedIn应用程序发生。当某人有影响力的人遇到一个非常有趣的人并说：“让我们为您创造一个位置时，它们就会发生。”
因此，这是两次罢工，凭借悠久的传统，即提交简历和交叉手指。但是我不只是交出简历。我正在交出很多简历。大量法律表明某物应该通过ATS并脱颖而出，甚至在候选人的旁边，他们的伙伴将他们的简历撞到了堆的顶部。
乌里格（Uhrig）解释说，还有另一个数字游戏。他告诉我：“大约80％的工作从未被张贴过，可能接近90％的高级工作。”“张贴的工作的竞争是疯狂的。ATSES在选择最佳候选人方面做得很可怕，也许最重要的是，最好的工作几乎是绝不发表。”
自从运行机器人体验以来，我与之交谈过的其他招聘人员表明，大多数工作委员会的职位是由自那以后的人力资源管理人员张贴的，后来换了工作，或者他们已经被填补了。（或者，对于许多科技公司，他们已经决定雇用H1B签证的人，但需要发布职位以满足要求。）
简而言之，无论您提交两次，三个或10倍的申请是普通候选人的数量，他们很少对您（或机器人）控制的因素而很少有利于您的利益。
更少的应用，更多的网络
那么，除了有些沮丧之外，这给我留下了什么？好吧，一方面，这让我有些聪明。随着我对面向面的申请过程的信仰逐渐侵蚀，我通过机器人申请成千上万的工作来学习三个课程：
- 这不是您的申请方式，而是您认识的人。如果您不认识某人，请不要打扰。
- 公司正试图以最小的风险填补职位，而不是发现打破霉菌的人。
- 您适用的工作数量与您是否会被考虑，也不会考虑您没有机会申请的工作。
也许我不需要精心制作的机器人驱动方案来发现这一点。也许，一路上的某个地方，我对数据所说的内容比机器人是否真的可以找到我的工作更感兴趣。但是该项目并非完全没有成功。四十三家公司最终伸出了后续采访，我实际上与其中大约20个进行了交谈。但是，在几乎每种情况下，这些公司都处于较小的一面（少于50名员工），而不是一个公司都有适当的ATS来过滤简历。
我几乎与所有面试官有关我的过程都很透明，尽管我担心这可能是一个真正的差异，但到目前为止，他们都做出了积极的反应。我什至从中获得了一些咨询演出。但是与此同时，我放弃了以老式的方式申请工作 - 手动和机器人都可以。我现在将我的非营利性角色扩大到每周三天，并花一些时间亲自与有趣的人见面，看看我可以从那里学到什么。最终，我希望，其中一个有趣的人会要求我的简历，以便他们可以将其放在某个地方的堆上。
罗伯特·库姆斯（Robert Coombs）是纽约布鲁克林的通讯和网络高管。他的Instagram绝对不是由机器人运行的。