找工作难，难如觅佳偶。
我们的找工作方法，海投简历，逛人才市场，费时费力，心疲身累，好在现在有些招聘网站和APP，方便我们及时的把自己的简历投递出去。
通常我们的简历上有我们的基本信息、工作经历和取得的成果等等，这些信息太粗浅了。仅凭一份简历，仅凭面试的交流，用人单位没法对我们进行准确的评价，我们也没法把自己完整的介绍给用人单位。
人才评价是招聘工作中普遍存在的难题，原因是人才的相关数据不完整或信息不充分，用人单位等评价主体很难对人才的情况有充分的了解，因而很难对人才作出客观、科学和准确的评价。
如果能利用大数据及其专业分析方法，人才评价主体可以根据需要对人才作出相应的评价和筛选。借力大数据技术手段，准确识别各领域的“英才”。提升大数据技术服务能力，可促进大数据技术与人才工作的深度融合，为人才提供创新创业、工作生活各方面的精准服务。
这并不是凭空捏造。
美国职业棒球联盟中，奥克兰“运动家球队”的总经理比利�比恩（Billy Beane），采用上垒率指标(On-Base Percentage, OBP)来挑选球员，OBP代表一个球员能够上垒而不是出局的能力。通过精细的数学模型分析，比利�比恩发现，高“上垒率”与比赛的胜负存在某种关联（corelation），据此他提出了自己的独到见解，即一个球员怎样上垒并不重要，不管他是地滚球还是三跑垒，只要结果是上垒就够了。比恩通过自己的数据分析，创立了“赛伯计量学”（Sabermerrics）。据此理论，比恩依据“高上垒率”选取了自己所需的球员，这些球员的身价远不如其他知名球员，但比利�比恩却能带领这些球员在2002年的美国联盟西部赛事中夺得冠军，并取得了20场连胜的战绩。
感兴趣的朋友可以去看《点球成金》这部电影。
现在的招聘平台越来越垂直和精细化，地方性招聘求职平台，某个行业类别平台（互联网，医药等），我们也会有自己健全的数据资料。职业的联赛，选择人才是万里挑一，精益求精，对数据看重。如果我们普通人都有了自己的数据资料，你找工作的时候，就把材料授权给雇主，雇主看了以后，对你有个全面的了解，彼此看对眼，就一拍即合。
