检测机器学习工程岗位简历中的软技能

# 检测机器学习工程职位简历中的软技能

来源：https://arxiv.org/html/2608.10046

\[orcid=0009\-0004\-8409\-2316\]\\cormark\[1\] \\credit 研究概念化、方法学、软件
1\]organization=Chair of Software Engineering, TUM School of Computation, Information and Technology, Technical University of Munich, city=Heilbronn, country=Germany
\[orcid=0000\-0001\-5788\-0991\] 2\]organization=Software and Sustainability \(S2\) Group, Vrije Universiteit Amsterdam, city=Amsterdam, country=The Netherlands
\[orcid=0000\-0002\-5256\-8429\] \\cortext \[cor1\]通讯作者

###### 摘要

软技能塑造着构建ML赋能系统中的机器学习工程师、数据科学家和软件工程师之间的协作，然而我们目前对它们的了解几乎完全来自需求侧。招聘广告、调查和招聘经理访谈捕捉的是雇主的要求。候选人自身如何阐述这些能力尚未被研究，而且现有的简历挖掘工作既基于关键词，因此无法看到通过叙述传达的技能，又偏于描述性，仅报告频率排名而不检验群体差异是否超过抽样变异。我们填补了这两个空白。使用一个由300份精心挑选的简历组成的平衡语料库，涵盖上述三种角色，我们通过一个基于LLM的流水线提取明确列出和隐含叙述的软技能，该流水线经过人工标注的金标准验证，这种区分是现有提取器设计时并未考虑的。然后，我们将需求侧文献中的主张转化为13个关于角色特征、资历进阶和披露风格的可证伪假设，并在族系错误控制下使用效应量进行检验，从而让候选侧数据能够证实或反驳需求侧叙述，而不仅仅是说明它。11个假设得到支持，1个部分支持，1个被反驳。候选人通过叙述而非关键词列表披露软技能的比例约为3比1，并且这在雇主最看重的胜任力上最为明显：领导力、协调和指导（88–96%为叙述式）。资历几乎使表达领导力的几率提高了两倍。这项在先前工作中被视为普遍性的胜任力，在软件工程师中的表达率仅为其同行的一半。技术型候选人确实会表达软技能，但其形式恰恰是基于关键词的筛选系统会系统性遗漏的。

###### 关键词：软技能\sep简历\sep履历\sep机器学习工程师\sep数据科学家\sep软件工程师

## 1 引言

机器学习（ML）赋能系统的开发日益需要多种工程角色之间的协作与沟通，包括软件工程师、机器学习工程师和数据科学家\[Nahar\_2022, Azamnouri\_2025, Haug\_2025\]。虽然这些角色的技术职责各不相同，但它们有一个共同的依赖：成功的交付不仅需要正确实现需求和需要，还要求团队成员之间进行有效的协作和沟通\[Nahar\_2022, Mailach\_2023, Busquim\_2024\]。随着ML系统更深入地嵌入业务关键型产品，组织面临的挑战并非纯粹技术性的。因此，这些挑战使软技能在现代人工智能（AI）和软件工程工作中日益成为技术专长的重要补充\[Mohammed\_2024, De\_Morais\_Le\_a\_2025\]。软技能已被反复认为是职业成功和项目成效的关键预测因素\[Patacsil\_2017, Deming\_2017, Mohammed\_2024, Romanenko\_2024\]。先前研究表明，虽然技术专长提供了就业能力的基础，但长期职业成功在很大程度上受到领导力、协作和沟通等软技能的影响\[Patacsil\_2017, Piorkowski\_2021, Vu\_2026\]。在像AI这样高度跨学科的领域中，这些胜任力变得更加关键，因为工作本质上是分布式的\[Nahar\_2022, Busquim\_2024\_2, Azamnouri\_2025\]。ML从业者必须将模型结果转化为可操作的洞见，向产品团队说明权衡取舍，并与软件和DevOps工程师协作，以确保所部署流水线的可维护性和鲁棒性\[Haug\_2025\]。因此，面向ML相关职位的招聘信息日益在技术资格之外强调软技能\[Vu\_2026\]。尽管存在这种需求，行业仍持续报告存在持续的软技能缺口，尤其是在早期职业申请人中，这引发了对技术专业人员如何被培训、评估和聘用的担忧\[Nahar\_2022, Busquim\_2024, Romanenko\_2024\]。与此同时，理解软技能期望和劳动力准备度仍然具有挑战性。大多数考察工程劳动力市场中软技能的实证研究依赖于招聘信息或调查工具，这些工具捕捉的是雇主的意图，而不是候选人的自我呈现\[Calanca\_2019, Succi\_2019, Lyu\_2021, Kovacs\_2022\]。另一大类工作则侧重于简历挖掘和自动技能提取，但这些方法往往依赖于基于词典的关键词匹配\[Gugnani\_2020, Wosiak\_2021, Wang\_2021, Sinha\_2021\]。这类方法较为脆弱，无法捕捉候选人在真实世界CV（简历）中描述软技能的细微且多样的方式。

尽管软技能对于ML赋能系统开发中的协作至关重要，但迄今为止大多数经验证据来自招聘信息或调查，它们反映的是雇主的期望，而不是候选人自身如何阐述这些胜任力。因此，关于机器学习工程师、数据科学家和软件工程师（构建ML赋能系统的三个重要角色）如何在他们的CV中实际呈现软技能，这种呈现如何因角色而异，以及它如何随资历演变，我们知之甚少。理解这一图景的候选侧具有多重意义。对于招聘经理和招聘人员，它揭示了招聘信息中要求的软技能是否真正在申请中呈现，以及基于关键词匹配的筛选流水线可能在何处系统性遗漏候选人通过叙述而非明确标签传达的胜任力。对于从业者，尤其是面临有据可查的软技能缺口的早期职业ML和MLOps工程师，它提供了同一角色中有经验的专业人士如何沟通协作、领导力和指导的具体证据，为他们的自我呈现提供参考点。对于教育者和课程设计者，角色特定和资历特定的模式表明哪些胜任力在实践中获得最明显的回报，以及培训项目可能需要在何处加强重点。而对于研究ML工程的社会技术维度的研究者，CV侧证据通过显示先前关于ML赋能系统开发的研究中确定的协作、沟通和协调需求是否反映在从业者描述自身贡献的方式中，补充了现有的招聘信息文献。

关键的是，需求侧文献并不仅仅描述雇主偏好；它还提出了关于特定胜任力为何对特定角色和职业阶段至关重要的解释性主张。数据科学家被描述为在分析结果与业务利益相关者之间占据转化位置\[Nahar\_2022, Busquim\_2024\_2\]；ML工程师则被描述为在软件工程和数据科学团队之间搭建桥梁\[Nahar\_2022, Haug\_2025\]；高级角色被描述为需要初级角色所不需要的战略性胜任力\[Peretz\_2025\]；领导力则被视为软件工作中普遍而非角色特定的期望\[Galster\_2022, Malinen\_2025\]。这些主张中的每一个都暗示着关于候选人撰写的文档应当呈现何种样貌的可检验预测。将这些预测视为假设，而不仅仅作为解释性框架，正是让候选侧研究能够证实或反驳需求侧叙述、而非仅仅是说明它的关键。因此，我们明确陈述这些预测，进行推断性检验，并报告哪些预测得以存续。

本文通过一项涵盖300名专业人士、横跨三种角色的CV实证研究来填补这些空白。为了实现规模化分析，我们开发了一个基于大语言模型（LLM）的生成式信息提取支持流水线。与传统的基于词典或规则的方法相比，生成式模型更擅长解读CV中表达软技能时的上下文相关且往往隐含的方式\[Mohamed\_2025, Harnad\_2025\]。我们将该流水线视为方法学上的使能工具，而非本文的核心贡献。它使跨300份异质文档的比较分析变得可行，但关于角色和资历差异的实证发现才是本工作的真正主旨。

总之，本文做出以下贡献：

1. 1.对机器学习工程师、数据科学家和软件工程师中软技能表达的确认性实证分析。我们从需求侧文献中推导出13个可证伪假设，涵盖角色特征、资历进阶和披露风格，并在族系错误控制下使用推断统计进行检验，报告比值比、风险差和带95%置信区间的标准化效应量。我们辅以跨完整分类学的错误发现率受控探索性对比，以及量化需要多少提取误差才能推翻每个结论的敏感性分析。
2. 2.一种可复现的策展方法，包括角色特定过滤规则、用于解决角色模糊性的三方标注协议、重复检测程序，以及用于从公共网络索引中获取当代CV的搜索查询。我们应用该方法，通过将先前建立的多标签CV语料库与一组从公开可访问来源获取的补充当代CV相结合，构建了一个由300份CV组成的平衡语料库。
3. 3.一个支持性的基于LLM的提取流水线，可从非结构化CV叙述中引出显式和隐式软技能提及，并针对人工标注的金标准进行迭代验证。我们包含该流水线是为了使分析在大规模下可处理且可复现，而不是作为对技能提取文献的贡献。

我们的发现为以下方面提供了可操作的指导：为ML相关职位准备CV的从业者、设计专业发展课程的教育者，以及研究AI密集型领域中劳动力准备度的研究者。

本文其余部分结构如下。第2节（https://arxiv.org/html/2608.10046#S2）回顾软件工程中软技能和自动化CV分析的相关工作。第3节（https://arxiv.org/html/2608.10046#S3）描述我们的研究问题、假设、数据集、基于LLM的提取方法学和统计分析计划。第4节（https://arxiv.org/html/2608.10046#S4）介绍提取方法的评估设计。第5节（https://arxiv.org/html/2608.10046#S5）报告跨角色、资历和修辞模式的结果，包括所有假设检验的结果以及伴随的鲁棒性分析。第6节（https://arxiv.org/html/2608.10046#S6）讨论结果和启示，第7节（https://arxiv.org/html/2608.10046#S7）描述有效性威胁。第8节（https://arxiv.org/html/2608.10046#S8）进行总结并展望未来研究方向。

## 2 相关工作

大量研究表明，软技能在软件和AI密集型环境中并非边缘性的，而是职业成功的核心\[Niva\_2020, Piorkowski\_2021, Nahar\_2022, Mailach\_2023, Azamnouri\_2025\]。对招聘广告的实证分析一致显示，雇主在技术专长之外明确要求人际和行为胜任力。例如，一项针对新西兰软件工程招聘广告的大规模研究发现，超过五分之四的招聘信息明确要求软技能，其中沟通成为跨公司规模和职位类型被引用最频繁的要求\[Galster\_2022\]。除了招聘广告，定性调查提供了补充证据。通过实践软件专业人员的深度访谈，Malinen等人\[Malinen\_2025\]报告了关于沟通、团队合作和领导力重要性的强烈共识，同时强调了韧性、自我意识等不太显眼但至关重要的胜任力。总之，这些发现强调软技能不仅仅是职位描述中的象征性附加，而是反映了真实的工作场所期望。

技能要求也会在职业阶段之间发生显著变化。针对初级和高级AI专业人员的研究显示重点发生了明显转变。早期职业角色优先考虑基础编程和分析能力，而高级角色越来越需要战略性胜任力，包括领导力、利益相关者沟通和业务导向思维\[Peretz\_2025\]。这种转变表明，随着专业人员承担更大的责任、影响力和跨职能协调，软技能逐渐成为核心。重要的是，招聘经理的视角进一步揭示了候选人准备与雇主期望之间的差异。一项在软件工程招聘情境中进行的探索性案例研究\[Loufek\_2025\]发现，在评估入门级申请人时，招聘经理往往将非技术胜任力置于特定技术工具之上。总体而言，这些研究激发了对CV中软技能实际表达方式进行系统性、数据驱动分析的需求。

另一条独立的工作线开发了用于识别非结构化招聘文本中技能的计算方法。早期的简历解析框架依赖于基于规则的流水线和命名实体识别\[Sajid\_2022\]，这些方法能处理教育经历和列出的技能等明确划分的字段，但在隐含表达的胜任力上则表现不佳。基于本体的系统\[Phan\_2021\]和语法感知的提取器\[Smith\_2019\]分别通过建模语义关系和利用依存结构扩展了这项工作，而SkillSpan数据集\[Zhang\_2022\]为招聘信息中的跨度级硬技能和软技能标注建立了基于Transformer的基准。更近期的系统，如SkillGPT\[Li\_2023\]，将基于LLM的摘要与嵌入相似性相结合，将技能映射到结构化分类法。我们是在这一谱系基础上构建的，但没有直接采用其中任何系统，因为我们的研究提出了它们在设计时未满足的一个要求，即候选人如何披露软技能——是显式还是隐式。现有提取器针对前者，并未被构建用于区分列出的胜任力与叙述的胜任力。因此，我们实现了一个生成式提取流水线，它同时引出两种形式，并将每个提取的技能与其支持短语关联起来，从而实现了我们的分析所依赖的显式与隐式区分。该流水线是达成该分析的手段，而非技能提取本身的贡献。

总之，先前工作确立了软技能很重要、雇主对它们的需求有充分记录，并且存在日益强大的工具来从文本中提取它们。尚未充分探索的是图景的候选侧。三个空白尤为突出。首先，现有关于技术