搜索人才

用 DINQ 跑你的第一次人才搜索：描述你要找的人，或上传一份 JD，按提示完善搜索条件，确认搜索词并开始搜索，查看候选人结果，再把合适的人保存到候选名单。

第 1 步：描述你要找的人

进入 Search 页面后，在输入框里用自然语言描述你的需求。

你不需要写正式 JD。像给同事交代需求一样写就可以。

示例：

我想找一个做过大模型推理优化的工程师，最好有 CUDA、TensorRT 或 vLLM 经验，有开源项目更好。地点不限，优先北美或远程。

也可以更简单：

帮我找 20 个做 AI agent infrastructure 的工程师，最好有开源贡献。

描述越具体，DINQ 越容易找到合适的人。可以包含：

• 岗位或方向：AI researcher、ML engineer、infra engineer、quant researcher。
• 关键技能：LLM、CUDA、React、TypeScript、PyTorch、robotics。
• 经验要求：senior、founding engineer、带过团队、有创业公司经验。
• 地点偏好：湾区、纽约、伦敦、新加坡、远程。
• 隐性标准：做过从 0 到 1、有开源影响力、论文被引用较多。

如果你已经有 JD，也可以直接提供给 DINQ：

• 粘贴文字版 JD。
• 上传 PDF 版 JD。
• 上传图片或截图版 JD。

DINQ 会先读取 JD，再帮你整理成适合搜索的人才描述。

第 2 步：选择是否完善搜索条件

你输入搜索词或上传 JD 后，DINQ Agent 会先判断当前信息是否足够开始搜索。

如果信息已经足够，你可以直接开始搜索。如果 DINQ 认为还有关键条件不清楚，它会提示你是否继续完善；你可以选择让 DINQ 继续追问，也可以跳过完善并直接搜索。

选择继续完善时，DINQ 会像招聘顾问一样用 AI 追问的方式一步一步引导你。它每次只问一个问题，并提供几个可选项。你可以直接选择，也可以在选项之外输入自己的答案。

DINQ 可能会追问：

• 你要找什么岗位或方向？
• 候选人需要哪些关键技能？
• 更看重开源、论文、创业经验，还是大厂经验？
• 希望候选人在哪个地区？
• 想要多少位候选人？
• 是否有必须排除的条件？

示例：

DINQ：你更看重哪类背景？
A. 开源贡献
B. 顶会论文
C. 大厂经历
D. 创业公司从 0 到 1 经验
E. 我自己输入

这种方式适合第一次使用 DINQ、或需求还比较模糊的用户。你不需要一开始就知道怎么写完整 prompt；DINQ 会帮你判断是否需要补充，并把需要补充的条件拆成一步一步的问题。

第 3 步：确认并开始搜索

开始搜索前，DINQ 会把当前搜索需求汇总成一段完整的搜索提示词。

你可以在搜索前预览它，确认是否准确。

如果不满意，可以继续修改；确认后，DINQ 会开始正式搜索。

搜索开始后，DINQ 会根据最终搜索词自动创建搜索思路，并详细显示搜索过程和执行进展。

搜索过程可能需要一些时间。DINQ 会把搜索思路和过程展示出来，让你看到它正在怎么找人、看哪些来源、为什么调整方向。

你会看到系统围绕你的需求查找公开信息，而不是只按关键词返回一页结果。DINQ 会尽量把分散在不同地方的线索连接起来，例如职业档案、GitHub、论文、个人主页和公开项目。

第 4 步：查看候选人结果

搜索完成后，你会看到一组候选人。

候选人结果通常会包含：

• 姓名。
• 当前职位和公司。
• 所在地区。
• 与你需求相关的简要说明。
• 可查看的公开资料链接。
• 可以继续打开的候选人档案。

如果某个人看起来相关，可以打开他的档案继续看。

第 5 步：查看候选人 Enrich 信息

候选人 Enrich 信息会帮助你回答一个问题：这个人是不是真的值得继续看，以及是否值得联系？

你可以重点看：

• 他做过什么项目。
• GitHub 上有没有真实贡献。
• 论文或研究方向是否匹配。
• 公开资料里的经历是否和搜索需求一致。
• 是否有可用联系方式。
• 是否有可以用于冷启动触达的上下文。

不要只看 title。DINQ 的价值在于帮你看到简历之外的真实工作信号。

第 6 步：保存候选人

看到合适的人，可以保存到候选名单。

候选名单适合用来管理：

• 一个岗位的人才池。
• 一次搜索得到的候选人。
• 需要给 hiring manager 看的名单。
• 需要后续验证或联系的人。

第 7 步：继续调整搜索

如果结果不够准，可以直接继续补充条件。

例如：

多找一些有开源项目的人。

不要只看大厂背景，帮我找创业公司里做过类似系统的人。

把地点放宽到欧洲和远程。

DINQ 适合用对话方式不断缩小或放宽范围。