相変わらず間が空いていますが、未だ就活編です 笑
就活編ではあるのですが、今まで結構重めのノウハウを書いてきたので、今回は小休憩の意味も含めて軽めのトピックにしてみます 笑
就活をすると色々な会社のことを知るわけで、今回はそんな就活中に知ったシリコンバレーで面白いことをしてそうだけど日本での知名度おそらくゼロな会社達を紹介してみようと思います。

Meraki

https://meraki.cisco.com/
Ciscoに買収されたCloud Managed Networkの会社です。
「ルーター等のネットワーク機器をクラウドで管理することによって、会社のITインフラの管理とか超楽になるよね」というのがおおまかな事業概要かと思います。
ダサい分野(ネットワーク機器、ルーターとか)に最新技術と洗練されたデザインを持ち込むというシリコンバレースタートアップの教科書のようなビジネスモデルですが、そういうスタートアップの例に漏れずプロダクトデモがアツいです。
クラウドでルーターの設定等を管理することにより、同じ設定を数百台一括で設定するとか、そのルーターがネットに繋がる前にクラウド上で設定しておいて、ネットが繋がった瞬間にMerakiのクラウドサーバーにアクセスして設定を読み込んで即使えるようになるとか、「おお、クラウドのうまみを最大限利用してるなー」という感じのデモをしてました。たぶんデモYouTubeで見れます。

Radius

radius.com/
Predictive Marketingのソフトを作ってる会社です。
B2B顧客企業のクライアント企業のリストとRadius自体が保持している膨大な会社リストを比較してその顧客企業が次に狙うべき企業のリストアップをする、というのがメインのプロダクト…なはず。Data Scienceを使っていて、今流行りの「Big Dataを活用したマーケティング」をやっている会社かと思います。結構注目されていてSalesforce.comも投資してます。

Xactly

https://www.xactlycorp.com/
Big Dataを使ったSales Performance Managementのソフトを作っている会社です。多くの会社では営業のインセンティブの体系は「経験のある」人がその人の「経験」に基づいて設定していて、「そんな非科学的な方法良くないよ。もっと科学的にビジネスに最大限効果がでるようなインセンティブの体系を作ろうよ」ということで、その「いかにビジネスに最大限効果がでる体系にするか」のところにData Scienceのテクニックを用いている感じかと思います。今年IPOしてますが、株価はあまり奮っていない模様。。。

Goodreads

https://www.goodreads.com/
本に特化したソーシャルネットワークです。本を読む人が本を読んだ本を紹介したり本を書く人が読む人と直接コミュニケーションが取れたり、facebookともデータ連携しているので本以外の「友達」等のつながり情報も持っていて、近い将来にはそういったソーシャルネットワークであることを生かした取り組みを本に応用していこうとしているみたいです。アマゾンが買収しています。

Workday

www.workday.com/
クラウドネイティブのERPパッケージベンダー。まずなんにせよ顧客企業のリストが結構アツいです。世界を代表するような大企業から今をときめく急成長企業まで、「おお、この会社も使ってるのか」というような会社が載ってます。数年前からBig Dataにも力を入れていて、去年今年とIdentifiedやUpshotというBig Data、Data Science系のスタートアップを買収して、Big Data、Data Science関係の機能をERPに盛り込んできています。

Cornerstone OnDemand

https://www.cornerstoneondemand.com/
LAベースの数少ないテック系スタートアップの一つです。talent management、learning/performance managementのソフトを作っています。シリコンバレーではあまり名前を聞きませんが、LAでのプレゼンスは結構大きいです。

Convertro

www.convertro.com/
同じくLAベースの数少ないイケてるテック系スタートアップの一つです。Marketing Analyticsを結構ガチでやっている企業でUCLAのMBAでもMarketing Analyticsのケースで扱われていました。AOLに買収されています。

…進むにつれどんどん書くのに飽きてる感が如実に現れていますが、笑
この辺がボクの就活してる中で面白いことしてるなーと思った企業達です。自分の興味がData Scienceよりなのでどうしても面白いと思った企業もData Scienceを活用している会社に偏ってしまっています。ベタにApp DynamicsとかZenPayrollとか言わずに、結構マニアック目な会社群をつけたんじゃないかなーと個人的には思っていますが、既に業界大手から買収されているのも結構あるので少なくともシリコンバレーのこの業界の中では結構注目されている起業達なんだろうと思います。まぁでもWorkdayは既に大企業ですね 笑

ということで、シリコンバレーにはUberとかGoogleとかのベタな会社以外にもアツい会社がいっぱいあるよ、というお話でした。上記挙げた中でも特にMeraki、Radius、Convertroは人材ガチな印象です。

西海岸に留学されていてテック企業への就職に興味のある方は、トップVC(KPCBやA16Z)のポートフォリオ企業を見るというのはもちろん定石ですが、地の利を生かして自身で「まだそんなに注目されてないけど激アツな企業いないかな〜」って探してみるのも面白いかもしれません。

就活編、あと書きたいトピックが大きく1つだけなので、もうすぐ終わります 笑

さて、またまた時間が空きました。
今日までインド出張で今ムンバイ空港にいます。
そしてこれから3週間程シンガポールに行くところです。思いがけず仕事がグローバルで若干困惑してますが 笑
まぁ仕事のことはたぶんブログに書かない方がいいので
またいつか機会があったらにします 笑

今回は滞っている就活シリーズ面接編を書きます。

面接はまぁ、早い話慣れです 笑
ボクは面接超苦手でしたが、いっぱい受けたので慣れました。
MBAに行かれてる人は学校始まる前の自己紹介ラッシュで
英語で自己紹介を数百回やられてると思うので感覚分かると思いますが、
面接も練習含め、百回くらいやるとさすがに慣れます。
ということで、一杯面接の練習をして頑張って下さい。

…で終わってしまうと元も子もないので 笑
アメリカの面接受けたことない方を想定して、
どんな質問が面接で聞かれるのかとボクのやった具体的な対策をちょこっとシェアしてみようと思います。

Flow

まずは面接の流れから説明します。アメリカでは基本複数ラウンドの面接が行われます。まずはFirst Round/Pre-1st Roundでリクルーターとお話して、2nd RoundでHiring Managerと面接、3rd Round/4th Roundでチームの他メンバーやHiring Managerの上司、またはさらにその上司と面接。3rd/4th Roundは1 Roundあたり複数人と複数回面接するのが一般的です。そして面接した人全員のGoサインが出たら内定とかが一般的かと思います。

次はどんな種類の質問が聞かれるかです。

Behavioral

まず職種関係なく一般的なのがBehavioral Interviewと呼ばれる、「今まで何やってきたのか」に関する質問です。
一般的な面接の流れとしては、Walk Me Through Your Resumeという「レジュメに書いてあることを手短にまとめて」的な質問から面接がスタートし、その回答として自分の経歴を説明する中で、面接官が気になった事項を掘り下げて追加で質問していく、もしくは事前に用意されているTell me about a time when〜という形式で特定の経験(リーダーシップやコンフリクトマネジメントなど)について聞かれるのが一般的です。
これは正直質問に限りがあるのである程度答えを作り込めます。
インターン就活を経験した人であれば、フルタイム就活は基本インターン就活で用意したそれの焼き直し+インターン/それ以降で得た経験の中でよりよいストーリーがあればそっちに乗せ替えの作業をする、で多くの場合はよいです。
ボクの場合はエンジニアからプロダクトマネージャーへと違う職種へのキャリアチェンジだったので、フルタイム就活では「プロダクトマネージャーとは」関係の本を何冊か読んで、どういう行動がプロダクトマネージャーに求められていて評価されるのかを分析しました。
近いロールの就活をしている友人とお互いの答えをシェア/フィードバックし合ってブラッシュアップしていきました。

Case

MBAの人の応募するような職種ではケース面接も結構一般的です。ケースではその職種で働き始めたら実際に遭遇するであろう問題を「あなただったらどう解決しますか？」と聞かれます。
実際に遭遇するであろう問題が職種によって全く異なるように、ケースで聞かれる問題も職種によって全く異なります。コンサルであったらフレームワークがちゃんと使えるかロジカルに説明できるかを見られたり、マーケティングだったら架空の製品に対してマーケティングプランを作ったり、ファイナンスだったら実際に財務分析したり、と多岐に渡ります。
ボクは主に応募していたプロダクトマネージャーやデータサイエンティストのポジションでは以下のような種類の質問が聞かれました。

データサイエンティスト

• 検索エンジンのアルゴリズム関係(どんな風にパーソナライズするかとか)
• リコメンデーションエンジンのアルゴリズム関係
• マシンラーニングのメトリックス関係
• Fraud detectionのアルゴリズム関係
• モデリングのプロセス関係
• マーケティングアナリティクス関係

プロダクトマネージャー

• 製品戦略関係(あなたがTwitterのHead of Productだったら何をしますか等)
• リーンスタートアップ関係(〜というコンセプトの製品を開発する時MVPをどう定義しますか？最初に検証すべきLeap of faithは何ですか？等)
• 製品開発関係(開発中に遭遇しがちな問題の対処等)
• UX/UIデザイン関係
• 新製品/新機能の提案とローンチプロセス関係(Go-to-market strategy等)
• コーディング関係

ボクの受けた印象としては、プロダクトマネージャーはケースが多岐に渡るので対策をマジメにしようとすると結構大変です。これは基本的に多くの会社でプロダクトマネージャーは何でもできるスーパーマン的な定義になっていることに起因しています。

プロダクトマネージャーの対策としては、逆説的ですが、実際にプロダクトマネージャーの仕事を経験しておくことが一番大事な気がします。
それをした上で、ボクはBehavioral同様、近いポジションを受けていた友人とタッグを組んで、一緒に解く練習をしたり、それぞれの面接で聞かれたケースやそれに対する受け答えをシェアしあったりしました。

個人的にいろんな会社の面接を受けてきた中で、面白い質問をしてきたな〜と印象に残ってたるのは、Google、eBay、Meraki、UBERです。
どの会社も面接受ける前にNDAにサインしているので具体的な問題はシェアしませんが、Googleはプロダクトマネージャーもデータサイエンティストも質問がクリエイティブで解いててワクワクする系、eBayはさすがトップのデータサイエンティストをバンバンとってるだけあって、そういった人達が日々取り組んでいるような世界最先端のデータサイエンスの問題がケースで何度か出されました。Merakiは、恐らくこの会社を知ってる人少ないと思いますが、Ciscoに買収されたCloud Networkの会社で、そこのHead of Productが超頭いいアントレ気質満載の人だったので、彼のLean Startup関係のケースも中々スリリングでした。そして我らがUBERは実際のデータを使って実際に製品を作るというのが選考にありました。

面接、特に英語が苦手だと最初は日和りますが、次第に慣れます。特にテック企業は面白い問題を出すところが多いので、慣れてきたら結構楽しめると思います。

さて、ハワイバケーションも無事終わりまして、今帰りのロサンゼルス空港でサンノゼ行きの便を待っているところです。
…という出だしのままほったらかし過ぎて、気付いたら2週間が過ぎもう11月になってしまいました。笑

前回はレジュメについて書いたので順番から言うと今回はカバーレターな気がしますが、正直ボクは途中からカバーレターをほとんど書きませんでした 笑
そしてカバーレターを書いて応募したところ、ほとんど面接呼ばれませんでした。ので、カバーレターに関してはあまり言うことがなく、英語がちゃんとしてないとダメですよ、内容がちゃんと応募するポジションのために書いたとわかるようにしましょう(あからさまにコピペってわかるのはよくないですよ)くらいしか言えません。笑

でもカバーレター書かなくても試行錯誤した後、最終的には面接いっぱい(ピーク時で一週間10社面接とか)きたので、その辺の面接に呼ばれる仕組みを今回は書いてみようと思います。

Data-Driven My Ass

アメリカでいろんな会社を受けまして、特にボクの興味あるポジションはデータサイエンスに関係ある仕事だったのですが、自分の受けたどの会社でも、どんだけ募集ポジションがデータサイエンス系だろうが、選考プロセス(特に面接に呼ばれるまでのプロセス)はData Drivenからほど遠いと感じました 笑
最終的にはリクルーターがノリと勘で選んでるといっても過言ではない気がします 笑
実際にボクがリクルーターとしてレジュメをスクリーニングして候補者を面接に呼ぶというプロセスをやったわけではないのでどのくらい確度が高いかはわかりませんが、リクルーターや面接官、キャリアセンター、卒業生達と話していく中で、なんとなくプロセスのフローがこんな感じかな〜というのは掴めたので、まずはそのフローを紹介してみます。

基本的には会社のリクルーティングページから応募するかその会社で働いている知人に推薦してもらうことでプロセスが始まります。
どちらの場合もまずはそれぞれのシステムに登録され、登録された情報がそれぞれのシステムのフィルターによって振り分けられます。フィルターに上手いことマッチしたレジュメはリクルーターの元に到達し、リクルーターがふわっとレジュメを見たりLinkedInを見たり候補者にちょろっと電話してみたりして、「こんな人がいるんですけど興味あります？」とHiring Managerにレジュメを渡します。
大体の場合Hiring Managerは「あ、じゃあ話聞いてみるわー」となり面接がセットアップされます。

ということで、このプロセスを辿る場合フィルターにマッチするかどうかが全てです。フィルターに引っかからなかった場合、どんなにすごいスキルや経験を持っていて完璧にその仕事にマッチしていてもあなたのレジュメは闇に葬り去られ、なかったことにされます。笑
そして、基本的に1000人応募してくる中で10人弱面接に呼べばいいので、通常このフィルターはオニのように厳しく設定されています 笑

なので、このアプローチをとる場合、数を打つのがまずは大前提になります。数を打つ中で、レジュメをそれぞれ個別にカスタマイズ(キーワードをJob Descriptionが使っている単語に変える等)して少しでもフィルターのマッチ率を上げることで、面接に辿り着く可能性を上げるという感じでしょうか？
ちなみに余談ですが、意外なフィルターの要素として地域があります。勘ですが、多分応募者のIPアドレスから地域情報をとって、会社と同じ地域だったら考慮するけど、会社と同じ地域外からの応募だったら考慮対象から外す、というのがわりと一般的に行われている気がします。ボクのケースでもLAからシリコンバレーの会社に応募してた際は、このアプローチで応募した企業はほぼ全滅でしたが、サンノゼに移ってからこのアプローチで応募した企業は結構面接に呼ばれました。(それでも呼ばれる率5〜10%くらいだった気がしますが)

ということで、応募者からはとても非効率で理不尽なプロセスに見えますが、そもそもリクルーターの仕事は今採り得るすべての選択肢からベストな人材を探し出すことではなく、募集しているポジションで仕事ができる人を探すことなので、受け取った全てのレジュメの中で一番その仕事ができる人が他にいて、その人のレジュメを見逃したとしても、そのリクルータの目の届く範囲で募集しているポジションが(1番じゃないにしろ)できる人が見つかれば全く何の問題もないので、リクルーターにはそもそも全てのレジュメを見るモチベーションはないと思います。

という仕組みにようやく8月くらいに気付いたので 笑
8月以降からはアプローチを変えました。

基本的に応募者側から見た場合の非効率/理不尽の元凶は応募/推薦システムのフィルターが絶望的に終わっていることに起因しているので 笑
フィルターの後ろ側に直接アプローチして、そこからプロセスを始めることにしました。

もし、Hiring Manager/Hiring Managerに影響力を持っている人(Hiring Managerの個人的友人、その会社で偉い地位にいる人)に知り合いがいる場合は、その人に推薦システムを使わずに、直接Hiring Managerにコンタクトしてもらってレジュメを渡してもらう、というのが一番確度が高いです。

が、Hiring Managerに影響力を持っている人に知り合いがいない場合や、そもそもHiring Managerが誰なのか調べられない場合の方が多いので、次善の策としてリクルーターに直接レジュメを送りつけるという方法があります 笑

これもリクルーターのコンタクトを知っていないとできない方法なのですが、ここに裏技がありまして 笑
LinkedInの求人にはたまに誰がこの求人を投稿したか表示されている場合があるので、それを目ざとく見つけ、まずはその人のLinkedInプロファイルのページを見ます。その人がリクルーターの場合、その人の会社メアドを公開していることが多いので、その場合はそこにレジュメを送りつけます。会社メアド情報が書いてない場合は、その人にLinkedInのメッセージ機能を使って「このポジションに興味があるんだけど、話聞いてくれません？」とメッセージを送ってみます。

このアプローチが個人的にはめちゃくちゃ効果ありました。
特に意外とLinkedInメッセージの返信率は非常に高く、「このアドレスにレジュメ送ってくんなーい？」となって、だいたい送ったタイミングで面接がセットアップされました。返信率も大体40〜50%だったと思います。それでも確率半分くらいですが、普通の応募に比べると確率全然高いです。

先にも書いたように、基本的にリクルーターは、手っ取り早く「募集している仕事をできる人」を探すのが仕事なので、彼女らにとってはフィルターを通ってきたレジュメを見るのと、個人的に送られてきたメールを見るのに大した違いはありません 笑
謎まみれのフィルターを通った場合も直接リクルーターにメールを投げた場合も、レジュメ/メールは読まれリクルーターが次のステップを判断するので、フィルターで弾かれる確率が0な分、後者の方が面接に呼ばれる確率が圧倒的に高くなる、という仕組みのようです。

ある程度自分で試してみて成果が出た後、就活仲間にもシェアしてみましたが、実践した人達は全員リクルーター直接アタックの方が効果あったと言っていました 笑
ので、この方法が浸透してリクルーターのメールにレジュメが送りつけられまくるようになるまではこの方法が効果あるんじゃないかと思います 笑

ということで、今回はいいレジュメが書けた後のいかに面接に呼ばれる確率を高めるかというお話でした。どんなにData Drivenを気取ってるところでもリクルーティングプロセスはノリと勘でやっているので、彼らのノリと勘に合うように応募するのが得策ですというお話でした 笑