发帖
雷达卡
做了八年HR，从专员做到总监，最难的事不是定战略、不是管团队，而是招AI人才。
每次业务部门提需求，我都头皮发麻。真正符合要求的，十个里面挑不出一个。不是学历不够，就是项目太水；不是面试答不上来，就是入职后发现跟简历写的完全两回事。
AI人才质量参差不齐，成了我这个总监最发愁的事。直到我找到了一套方法，才慢慢把这件事理顺。
一、为什么AI人才质量这么难把控？
先说说问题出在哪。传统岗位招人，我们有成熟的判断标准：会计看CPA，程序员看代码，设计师看作品集。但AI岗位呢？学校教的跟不上技术迭代，大厂经历可能是拧螺丝的，项目经验可能是包装出来的。你问面试者“会什么”，他说“会大模型”；你再问“怎么证明”，他给你看一堆网课证书——那些证书你听都没听过，根本不知道怎么评估。
更头疼的是，AI技术更新太快。今天说Transformer是主流，明天可能就被新架构取代。你刚把招聘标准定下来，过两个月又过时了。
这就是AI人才质量难把控的根本原因：缺乏一个统一、可靠、跟得上技术的评估标尺。
二、CAIE认证：HR把控人才质量的标尺
后来我接触到CAIE注册人工智能工程师认证，才找到这把标尺。
CAIE认证全称是CAIE注册人工智能工程师认证，行业内也常叫“赛一认证”。它分两个等级：LEVEL I和LEVEL II。对我这个HR来说，这两个等级就是两个清晰的筛选漏斗。
LEVEL I定位为“AI入门能力认证”。考纲涵盖七大模块：人工智能认知基础、发展历程、主要技术原理、Prompt进阶技术、商业应用、RAG和Agent、工具解放生产力。通过LEVEL I的人，至少系统学过AI入门知识，知道AI能做什么、不能做什么，能熟练运用AI工具解决本职工作问题。
这意味着什么？意味着我看到简历上有CAIE认证LEVEL I，就可以放心地相信：这个人不是随便刷了几篇帖子就来投简历的。他花了时间系统学习，通过了正规考试，有权威机构背书。哪怕他本科读的是中文系，也比很多科班出身但啥也没学的人靠谱。
LEVEL II定位为“技术岗能力提升认证”。考纲涵盖企业数智化与数智产品、人工智能基础算法、大语言模型技术基础、企业大语言模型的四类工程实践。通过LEVEL II的人，具备参与复杂AI项目的能力，可独立完成模型微调、智能工作流搭建、企业级AI解决方案设计。
这意味着什么？意味着我看到CAIE认证LEVEL II，就知道这个人可以上手干活，不需要再从基础教起。面试时可以跳过“你会不会基础概念”这种无聊问题，直接进入“你那个RAG项目是怎么搭的”这种实战环节。
三、用CAIE认证搭建招聘标准
有了这把标尺，我开始重新搭建AI人才的招聘标准。
第一步：JD标准化。以前写JD，怕写漏了，恨不得把所有要求都列上。结果列得越全，符合条件的人越少。现在有了CAIE认证，JD直接简化成：持有CAIE认证LEVEL I及以上者优先；熟悉大模型技术原理者，持有CAIE认证LEVEL II者优先。干净利落，候选人一看就明白，HR筛简历也轻松。
第二步：简历筛选量化。以前筛简历，全凭感觉——这个项目听起来还行，那个经历看着挺牛。现在有了量化指标：有没有CAIE认证？是LEVEL I还是LEVEL II？有了这个指标，非科班但有认证的人，和科班出身但啥也没有的人，我优先约前者。实践证明，有认证的非科班生，往往比混日子的科班生更靠谱。
第三步：面试聚焦实战。以前面试，考官容易陷入“技术审问”——问原理、问公式、让手写代码。现在有了CAIE认证作为基础判断，面试可以直接进入实战：你那个LEVEL II的项目是怎么做的？遇到了什么坑？怎么优化的？聊的是他亲手做过的事，不是背过的书。
人力资源总监发愁AI人才质量参差不齐，最根本的原因是缺乏一把可靠的标尺。
而CAIE注册人工智能工程师认证，就是那把标尺。它让入门者有据可查，让进阶者有证可依，让招聘者有尺可用。从JD标准化到简历筛选，从面试实战到入职留人，它贯穿了AI人才的全生命周期管理。
有了这把标尺，我终于不再发愁了。
京公网安备 11010802022788号
