It's hard not to be romantic about baseball.(你怎能不喜歡棒球?)

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
【感想】缺工？（找不到人）

　　有些鬼島的公司會說找不到人，撇開想找奴隸、待遇極差等可笑理由，我
猜還有其他原因挺有趣的。

　　譬如現在一個公司要找一位懂 Data Science/Machine Learning 的人來，他所
開的條件裡可能會有一條「須有相關工作經驗兩年以上」；問題來了，如果這
是一個很新的技術，你要去哪找能夠滿足相關工作經驗的人來？（這不就好像
奇虎開的條件嚴苛、擺明想挖谷歌的人才一樣？）

　　或者，我們先假設這條件沒這麼死，可以容許一到兩年，另外一個問題來
了：你這家公司如何驗證這位求職者是合格的？那不就得先要有懂這門技術的
人來面試？不然唬弄你你也不見得會知道。因此我覺得說不定很多面試官也是
只懂皮毛的門外漢。

　　再來是想使用新技術背後的原因。基本上以鬼島短視的眼光，通常都是聽
到「某某技術」很夯、很賺錢（利潤高）所以才會想要引進；在此前提之下，
通常會設定一定的時程（不會太長）要有實質利潤能夠回收，不太會有像
  Google X lab、百度設一間研究室在那邊卻沒有訂出實質要交付的產出（有點
賭博的味道，但如果中了就是如同樂透般的報酬）。可是這種心態（短期要能
回收）通常跟利潤高的技術是相悖（互斥）的，利潤高的技術之所以利潤高通
常就是不容易成功、旁人也無法輕易複製、大部分是賠錢的，所以這些鬼島企
業（少數除外），通常都是打著OO名號卻是在幹不符OO的東西，前幾年的雲
端、近一兩年的 Big Data 皆是如此。

　　最後就是人才的來源，也是這個問題（找不到人）的原因所在。通常一個
產業的人才要充沛，必須有強烈的業界需求才行（就是我很容易找到工作，而
且待遇很好；即便失業了也會馬上被獵走，就像北京雅虎裁員結果一大堆公司
搶著要人）（可能還要加上待遇佳）。問題又來了，即便在學校所學已有一定
的基礎，可能還是得在業界實際使用後幾年才能更加爐火純青；例如你在校所
學是 Machine Learning，結果你一畢業發現求職網站都要求要有相關工作經驗（
非菜鳥），還可能沒幾家，甚至這幾家裡面做的還是前面所說的假技術（打著
OO名號卻是在幹不符OO的東西），（如果要待在鬼島的話）你不是找不到工
作就是被迫轉行，又怎麼可能有機會把所學應用在實際面？（完全沒有養成的
環境）更不要說，ML 領域是全世界熱門（抱歉只有台灣不熱），通常能力強
一點、英文能力好一點的老早就跑出國了，又怎麼會留在鬼島讓你找得到人？

　　這跟國外 IT 產業那種已經提供了相對應的待遇、人才養成沒有斷層卻還是
缺工的情況截然不同，人家會缺工純粹是因為需求遠大於供給的關係。

　　所以我說，很多時候很多公司都沒資格抱怨找不到人，是你們造就今天這
樣的產業環境的（短視近利 + 永遠代工思維）。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝