猎头怎么找人？
渠道、搜索技巧和第一次联系

01

拿到新职位，应该先从哪里找人？

拿到新职位，很多人的第一反应是打开招聘平台搜关键词。有经验的顾问通常会先停一下，翻翻手上已经有的东西。做过的职位、聊过的候选人、梳理过的组织架构，往往比一次新搜索更快给出答案，这些人你也多少接触过。

• 简历库：按公司、方向和过去推荐过的职位翻一遍，不要只按职位名称搜。
• 做过的组织架构图：目标公司和对标公司的团队里谁在什么位置，之前已经画过。
• 聊过但没成的人：当时不想动的人，过了一两年情况可能已经变了。
• 你的人脉：老客户、合作过的用人经理、推荐成功过的候选人，都可能认识合适的人。

推荐是这一步里最常被低估的渠道。找一位推荐成功过、彼此信任的候选人，讲清楚职位要求，问他身边有没有做这个方向的人。被推荐来的人背景往往更贴近，对你也多一分信任。请人推荐时，说清楚你会怎么联系对方、会不会提到推荐人，让他放心。

02

除了招聘平台，猎头找人渠道还有哪些？

招聘平台适合找正在看机会、或者愿意看看的人，也是联系候选人最常用的地方。但真正难找的人，往往很少更新简历，或者写得很简单。这时候要换个思路，去他们做事、发言、署名的地方找。

• 专业社群和行业会议

  技术社区、行业协会、线下沙龙，以及会议的嘉宾名单。愿意上台讲的人，通常在这个方向做得够深。

• 专利和论文

  从发明人和作者名单里，能看到谁在做什么方向、署名在哪家机构、和谁合作。适合技术岗和研发管理岗。

• 开源代码

  开源项目的贡献者和维护者、技术博客的作者。能看到一个人实际写过什么、在一个方向上持续做了多久。

• 公司官网和新闻

  团队页、高管介绍、新闻稿、融资报道和招聘页。能看出一家公司在扩张哪个团队、由谁负责。

这些渠道各有局限。论文署名多，不等于在公司里做过量产或带过团队。开源贡献活跃，可能只是业余兴趣。会议上的头衔，有时是为演讲临时写的。所以从这些地方找到的人，先当作线索，再和简历、团队页等其他来源对照，弄清是谁、现在在哪、做什么。

还要留意：同一个人在论文、代码和简历里的名字写法可能不同，不同的人也可能同名。合并资料前先核对清楚，免得把两个人当成一个，或者同一个人联系两遍。

03

猎头简历搜索有哪些技巧？

搜索结果好不好，很大程度上看关键词。同一件事，候选人在简历里有很多种写法，只搜 JD 里那一个词，会漏掉不少人。下面几步可以按顺序来：

1. 把一个词扩成一组词

   先列出 JD 里的关键词，再写出同义词、缩写、中英文和行业里的叫法。比如视觉算法，还可以写成计算机视觉、CV、感知、3D 视觉、点云。

2. 用“或者、并且、排除”组合起来

   很多搜索框支持这种写法：同一组同义词之间用“或者”（OR），不同的要求之间用“并且”（AND），不想要的用“排除”（NOT）。比如（视觉 OR 感知）AND（机器人 OR 产线）NOT 实习。

3. 按公司和团队搜，不只按头衔搜

   同样的岗位，各家叫法差别很大，负责人、主管、总监、Tech Lead 都有。先定下目标公司和团队，再看团队里有谁，往往比搜头衔更准。

4. 从一位合适的人往外找

   找到一位很对口的人，再看他的前同事、论文合作者、专利的共同发明人、同一个开源项目的贡献者和同场会议的嘉宾。

5. 记下搜过什么

   哪些词、哪些公司、哪些渠道搜过了，随手记下来。下次遇到同类职位接着用，也知道哪里还没找过。

举个例子。假设你手上是星川机器人的视觉算法负责人职位（星川是我们一直用来举例的一家人形机器人公司），JD 要求做过产线视觉和量产。只搜“视觉算法负责人”，结果很有限。先列出几家做工业视觉和机器人的对标公司，看它们的视觉团队里谁带过产线项目，再顺着其中一位的合作者和前同事往外找，名单会扎实得多。

公司名也有很多写法：全称、简称、英文名、子公司、曾用名，搜之前都列出来。

04

找到一批人之后，先联系谁、怎么开口？

名单出来以后，不要从第一个打到最后一个。先按几件事排一下先后：合不合适、现在是不是好时机、有没有合适的路径联系上，以及有没有不能碰的限制。

• 合不合适：硬性要求（Must）对上了几条，加分项（Prefer）有没有，哪些还只是猜测。
• 时机：在现在的岗位上做了多久，团队最近有没有调整，公司处在什么阶段。
• 路径：有没有共同的熟人可以引荐，还是只能直接联系。
• 限制：他的公司在不在你的 Off-limits 名单上，之前有没有聊过、结果如何。

第一次联系，说清楚三件事就够了：你是谁，为什么找他，这个机会哪一点和他的经历有关。“看到您在产线视觉上做了不少工作，手上有个机器人公司的视觉团队负责人职位，想约您聊十分钟”，比一段通用的介绍更容易得到回复。客户名字能不能说、说到什么程度，事先和客户确认好。

对方说不考虑，也是有用的结果。可以问一句以后什么情况下愿意聊，或者身边有没有合适的人，再把情况记下来。不回复也是一种回答，等有了更合适的机会再联系，不要反复追。

05

用 AI 找候选人，HunterBuddy 能帮上什么忙？

这些方法难的不是想不到，而是费时间：简历库翻一遍、论文读一遍、同一个人在几处的资料对一遍，一个人很难每个职位都做全。HunterBuddy 是猎头的 AI 工作伙伴，把查找和核对这部分接过去。还是用星川机器人的例子：用人经理许晴发来了视觉算法负责人的 JD。

1. 先查你已经有的

   它先查你梳理过的组织架构图和简历库，在之前梳理的组织架构里找到了林越。

2. 再去公开资料里补齐

   库里不够，再去论文、专利和开源社区找，从机器人感知方向的论文里找到了周宁。

3. 核对、合并同一个人

   林越在简历库、团队页和论文里各有一份资料，核对身份后合并成一个人。

4. 写清理由和还要确认的事

   每位人选都附上匹配理由和来源，哪些渠道找过了、哪些还是空白，也会标出来。

• 工业视觉 · 团队负责人林越

  带过产线视觉团队，三处资料已合并。待确认：团队规模和汇报线。

• 机器人感知 · 技术骨干周宁

  有相关论文和项目经历。待确认：有没有做过量产。

• 视觉算法 · 项目负责人陈思

  带过跨团队的项目。待确认：最近在做什么、想不想动。

名单是带来源的参考，不是最终结论。本人想不想动，要你去问。先联系谁、怎么开口，由你决定，它不会替你联系任何人。从招聘平台下载的简历，也可以上传进来一起核对。HunterBuddy 目前在开发中，采用邀请制试用。

06

找人时最容易踩哪些坑？

• 只在一个渠道里找

  平台上搜不到，不等于没有这个人。换到论文、代码、会议和公司官网，常能找到另一批人。

• 只按头衔搜

  各家头衔叫法不同，同一个头衔在大公司和创业公司里分量也不一样。按团队和做过的事找更准。

• 纸面好看就当成合适

  论文多、开源活跃、头衔响亮，都只是线索。带过多大的团队、做没做过量产，要聊了才知道。

• 同一个人联系两次

  简历库、招聘平台和论文里各有一份资料，合不起来就会重复联系，对方的印象会打折扣。

还有一条底线：找人只用公开的职业信息和候选人自己给你的资料。对方不想聊、不回复，是他的选择。尊重这一点，以后才有再联系的机会。