अध्याय २ · खण्ड I · 16 मिनेट
सही मानिसहरूलाई आकर्षित गर्ने जे.डी.
जब-डिस्क्रिप्सन तपाईंको पहिलो फिल्टर हो — र नेपालमा लेखिने अधिकांश जे.डी. ले गलत मानिसलाई भित्र हाल्छन्, सही मानिसलाई बाहिर निकाल्छन्, र उम्मेदवारलाई वास्तवमा चाहिने केही तथ्यलाई पुर्छन्।
जब-डिस्क्रिप्सन तपाईंले कहिल्यै गर्ने सबैभन्दा सस्तो र सबैभन्दा प्रभावकारी भर्ती-काम हो। यो आफै चल्छ। CV हेर्नुअघि नै यसले छनोट गर्छ। उम्मेदवारलाई आवेदन दिने/नदिने, साथीलाई सिफारिस गर्ने/नगर्ने, अफर आए स्वीकार्ने/नस्वीकार्ने भन्ने निर्णयमा यसले असर गर्छ। तर नेपालमा लेखिने अधिकांश जे.डी. — थकित हायरिङ म्यानेजरले राति ९ बजे लेखेको, मेरोजबको उस्तै रोलबाट कपी-पेस्ट गरेर थोरै शीर्षक मात्र फेरिएको — ले कम्पनीले चाहेका उम्मेदवारलाई टाढा भगाउँछ र नचाहेकालाई आकर्षित गर्छ। AI ले अस्पष्ट ब्रिफ ठीक पार्न सक्दैन। तर ब्रिफ स्पष्ट भएपछि, थाकेको इन्जिनियरिङ म्यानेजरको पाँच लाइनको खस्रा नोटलाई एक कप चिया खाने समयमा इमानदार ढंगले फिल्टर गर्ने जे.डी. मा बदल्न AI ले सक्छ।
पहिले तथ्य। त्यसपछि शैली। अन्त्यमा लेखाइ।
HR जनरलिस्टले च्याटबटसँग गर्ने सबैभन्दा सामान्य गल्ती अरू सबै पेसाले गर्ने जस्तै हो — के सत्य हो भनेर नभन्दै लेख्न भन्नु। “काठमाडौंको फिनटेकको ब्याकएन्ड इन्जिनियरको जे.डी. लेख्नुहोस्” भन्दा निस्कने आउटपुट प्रवाहयुक्त, चिल्लो, र तपाईंको कम्पनी, स्ट्याक, तलब दायरा र टिमसँग पूरै असम्बन्धित हुन्छ। मोडेलसँग कुनै तथ्य छैन, त्यसैले उसले विश्वसनीय देखिने तथ्य बनाउँछ। तपाईंले “प्रतिस्पर्धात्मक तलब” (अर्थहीन) वाचा गर्ने, “अत्याधुनिक प्रविधिमा ५+ वर्षको अनुभव” (अर्थहीन) माग्ने, र मोडेलले रोललाई “प्रभावशाली” देखाउन तीस वटा अनिवार्य चाहिने वस्तु जोडेको जे.डी. पठाउनुहुन्छ।
काम गर्ने ढाँचा यो कोर्समा अन्यत्र देखिएकै हो: तथ्य-पहिले प्रम्प्ट। एक वाक्य जे.डी. गद्य माग्नुअघि, मोडेललाई सम्पूर्ण तथ्यात्मक ढाँचा एउटा छोटो संरचित ब्लकमा दिनुहोस्। मोडेलको एकमात्र काम तपाईंका तथ्यलाई उम्मेदवारले पढ्न र कार्य गर्न सक्ने भाषामा बेर्ने हो।
Claude वा ChatGPT मा पेस्ट गर्न तयार टेम्प्लेट:
तलका तथ्यहरू मात्र प्रयोग गरी सरल अंग्रेजीमा जब-डिस्क्रिप्सन मस्यौदा गर्नुहोस्। नदिइएको कुनै प्रविधि, सुविधा, वा आवश्यकता नबनाउनुहोस्। “rockstar”, “ninja”, “guru”, “10x”, वा “work hard play hard” शब्द प्रयोग नगर्नुहोस्।
कम्पनी: काठमाडौंको चार वर्ष पुरानो भुक्तानी कम्पनी, ३८ जना कर्मचारी, नाफामा, NRB बाट नियमित। टिम: ब्याकएन्ड प्लेटफर्म टिम, हाल ५ इन्जिनियर एक लिडलाई रिपोर्ट गर्ने। स्ट्याक: Go, PostgreSQL, Redis, AWS Mumbai मा डिप्लोय, GitLab CI। रोल: मध्यम तहको ब्याकएन्ड इन्जिनियर। स्थान: बालुवाटार कार्यालय, हाइब्रिड (हप्ताको ३ दिन कार्यालय)। तलब दायरा: मासिक रू. १,४०,००० देखि १,९०,०००, अनुभव अनुसार। अनिवार्य: कुनै टाइप्ड भाषामा प्रोडक्सन ब्याकएन्ड सेवा बनाएको ३+ वर्ष, SQL मा सहजता, कोड रिभ्यू गर्न पुग्ने लिखित अंग्रेजी। राम्रो हुने: Go विशेष गरी, भुक्तानी क्षेत्र, अन-कल अनुभव। ६ महिनामा सफलता: दुई सेवा एन्ड-टु-एन्ड स्वामित्व, रोटेसनमा, एक जुनियरलाई सिकाउने। शैली: सिधा, समावेशी, कर्पोरेट बजवर्ड नहाल्ने। पर्क होइन, काम पहिले।
आउटपुट सफा जे.डी. हो — दुई घण्टा लेख्नुको सट्टा दस मिनेट सम्पादन गर्न पुग्ने। महत्वपूर्ण कुरा — हरेक तथ्य तपाईंबाटै आएको हुनाले मोडेलले बनाउने केही बाँकी छैन।
मोडेललाई चाहिने संरचना
कमजोर जे.डी. मा प्रायः उही फिल्डहरू छुटेका हुन्छन्। मोडेललाई यी, यही क्रममा दिनुहोस्, र आउटपुटलाई हल्का सम्पादन भन्दा बढी चाहिँदैन।
कम्पनी एक अनुच्छेदमा। कम्पनी के गर्छ, कति पुरानो, कति ठूलो, नियमित कि नभएको, नाफामा कि कोषमा। दुई वाक्य। काठमाडौंको सानो टेक दृश्यमा वरिष्ठ उम्मेदवारलाई तपाईं को हो थाहै हुन्छ वा दस सेकेन्डमा पत्ता लगाउन सक्छन्; जे.डी. को काम कम्पनी बेच्ने होइन, रोललाई स्थान दिने हो।
टिम र म्यानेजर। कति इन्जिनियर छन्, कसलाई रिपोर्ट गर्ने, टिमले के स्वामित्व लिन्छ। यसले अनुमानभन्दा बढी फिल्टर गर्छ। “दुई जनाको टिम, CTO लाई रिपोर्ट” पढ्ने वरिष्ठ इन्जिनियरलाई थाहा हुन्छ — रोल “पन्ध्र जनाको टिम, टिम लिडलाई रिपोर्ट, उहाँ इन्जिनियरिङ म्यानेजरलाई रिपोर्ट गर्ने” भन्दा एकदम फरक हो।
उत्पादन र स्ट्याक। ठोस। Go, Postgres, Mumbai क्षेत्र — “आधुनिक क्लाउड-नेटिभ प्रविधि” होइन। उम्मेदवारले दिनभरि रमाइलो लाग्ने/नलाग्ने निर्णय गर्दैछन्। अस्पष्ट स्ट्याक लाइनले उत्कृष्ट उम्मेदवारलाई छोड्न लगाउँछ; उनीहरूले “तपाईंलाई आफ्नो उपकरण के हो थाहा छैन” भनेर अनुमान गर्छन्।
स्थान र काम गर्ने ढाँचा। कार्यालयको ठेगाना (टोल पुग्छ), हाइब्रिड कि रिमोट कि पूर्ण कार्यालय, अपेक्षित कार्यालय दिन। नेपाली उम्मेदवारहरूले बढ्दो रूपमा यातायात र काठमाडौंको जाम अफरको निर्णयमा हाल्न थालेका छन्; “बालुवाटार, हप्ताको ३ दिन” भन्दा “लचिलो” भन्दा बढी इमानदार आवेदक पुल आउँछ।
वरिष्ठता र तलब दायरा। दायरा भन्नुहोस्। हो, रुपैयाँमा। नभन्ने तर्क — “मोलमोलाइ सीमित हुन्छ”, “प्रतिस्पर्धीले देख्छन्” — भन्ने तर्कभन्दा कमजोर हो: पोस्ट गरिएको दायराले अति बढी वा अति कम अपेक्षा भएका आवेदकको संख्या घटाउँछ, र कम्पनी “अनभिज्ञलाई कम तलब दिने प्रयास गर्दैन” भन्ने सङ्केत दिन्छ। उत्कृष्ट उम्मेदवारले यसैमा फिल्टर गर्छन्।
अनिवार्य बनाम राम्रो हुने, इमानदार राखिएको। बढीमा पाँच अनिवार्य। हरेक अनिवार्य त्यस्तो हुनुपर्छ जुन उम्मेदवारमा नभए तपाईंले वास्तवमै अस्वीकार गर्नुहुने। बाँकी “राम्रो हुने” मा। बीस अनिवार्य भएको जे.डी. ले उम्मेदवारलाई “तपाईंलाई के चाहिएको हो थाहै छैन” भन्ने सङ्केत दिन्छ — र सङ्केत पढ्न सक्ने उत्कृष्ट उम्मेदवारले आवेदन दिँदैनन्।
६ महिनामा सफलता। दुई-तीन ठोस परिणाम। यो नेपाली जे.डी. मा सबैभन्दा कम प्रयोग हुने फिल्ड हो र वरिष्ठ उम्मेदवारले सबैभन्दा बढी प्रतिक्रिया दिने पनि यही हो। यसले उनीहरूले कुन सीप टिक गर्ने होइन, के काम गर्ने हो भन्ने बताउँछ।
मोडेलका लागि शैली निर्देशन। सिधा, समावेशी, बजवर्ड नहाल्ने। मोडेललाई भन्नुपर्छ।
समावेशी भाषा र चुपचाप आवेदक घटाउने शब्दहरू
अनुसन्धानको एउटा निकाय — अहिले गम्भीरतापूर्वक लिनलायक — ले देखाएको छ कि जे.डी. का केही शब्दले मापन गर्न मिल्ने गरी महिला, कम्प्युटर-विज्ञान डिग्री नभएका, र कम्पनीको प्रभावशाली सामाजिक सञ्जाल बाहिरका उम्मेदवारबाट आवेदन घटाउँछन्। शब्दहरू परिचितै छन्। Rockstar. Ninja. Guru. 10x. Aggressive. Hustle. Work hard, play hard. Crushing it. Killer instinct. “हामी एक टाइट-निट परिवार हौं” भन्ने लाइन भित्रीहरूलाई न्यानो र बाहिरीलाई बहिष्करण लाग्छ; “fast-paced environment” कसैलाई रोचक र कसैलाई “हामी तपाईंलाई थकाएर निकाल्छौं” को कोड लाग्छ।
अनुशासन भनेको जे.डी. बाट सबै चरित्र हटाउने होइन। हो, मोडेललाई तपाईंले भर्ती गर्ने मानिसलाई बाहिर निकाल्ने शब्दहरू निकाल्न र हटाउन भन्ने। प्रम्प्ट निर्देशन एक लाइनको हो: “महिला र प्रभावशाली सञ्जाल बाहिरका उम्मेदवारबाट आवेदन घटाउने भनी प्रमाणित भाषाका लागि यो जे.डी. समीक्षा गर्नुहोस्। प्रत्येक वाक्यांश र तटस्थ विकल्प सूचीबद्ध गर्नुहोस्।” मोडेलले यो अचम्म लाग्ने गरी राम्रो गर्छ। “rockstar” समातेर “skilled engineer” सुझाव दिन्छ। “aggressive deadlines” समातेर “tight deadlines” सुझाव दिन्छ। “we work hard and play hard” समातेर वाक्यै काट्न सुझाव दिन्छ — किनकि त्यो भरण हो।
दोस्रो अनुशासन अनिवार्य सूचीलाई पनि उही प्रभावका लागि जाँच्ने। “५+ वर्ष” ले नेपालको सानो टेक श्रम बजारमा लगभग आधा योग्य महिलालाई काट्छ, किनकि यो बजारमा महिला औसतमा करियरको प्रारम्भिक चरणमा छन्; ३ वर्ष नै पुग्छ भने ३ वर्ष भन्नुहोस्। “कम्प्युटर विज्ञान डिग्री” ले हरेक स्व-शिक्षित इन्जिनियर र हरेक बुटक्याम्प स्नातकलाई काट्छ; पोर्टफोलियो नै पुग्छ भने त्यही भन्नुहोस्। हरेक अनावश्यक अनिवार्य गलत माछा समात्ने जाल हो।
तीन नेपाली-सन्दर्भ उदाहरण
उही संरचना धेरै फरक भूमिकामा लागू हुन्छ। तथ्यको रूप फरक हुन्छ; अनुशासन फरक हुँदैन।
१. काठमाडौंको फिनटेक ब्याकएन्ड इन्जिनियर। माथि कभर भइसक्यो। गाह्रो भाग — इमानदार तलब दायरा (उम्मेदवारले अनुमान गरेभन्दा साँघुरो) र अन-कल अपेक्षा (भुक्तानी कम्पनीलाई अन-कल चाहिन्छ; सुरुमै भन्दा तेस्रो हप्तामा अफर फिर्ता हुने जोखिम बच्छ)।
२. पोखराको NGO कार्यक्रम अधिकृत। बिल्कुलै फरक आकार। तथ्य ब्लकले तोक्नुपर्छ: कुन डोनरले कार्यक्रम कोष दिएको (DFID, USAID, GIZ — उम्मेदवारका कडा भावना हुन्छन्), काम कुन-कुन जिल्ला कभर गर्छ, फिल्ड यात्रा कति, मोटरसाइकल लाइसेन्स अनिवार्य कि होइन, नेपाली प्रवीणतामा नेपालीमा रिपोर्ट लेख्ने पनि पर्छ कि (प्रायः छुट्छ), अंग्रेजी डोनर रिपोर्ट काममा छ कि छैन। समावेशी भाषा यहाँ पनि उत्तिकै महत्वपूर्ण — “दुर्गम VDC मा व्यापक यात्रा गर्न तयार हुनुपर्ने” ले हेरचाह जिम्मेवारी भएका महिलालाई उही जिम्मेवारी भएका पुरुषभन्दा बढी फिल्टर गर्छ; “त्रैमासिक पाँच फिल्ड भिजिट, एक महिना अघि योजना” सत्य हो भने त्यही भन्नुहोस्।
३. ललितपुरको BPO टिम लिड। फेरि फरक। तथ्य ब्लक: सिफ्ट ढाँचा (अमेरिकी रात कि बेलायती सिफ्ट कि २४/७ रोटेसन — यो BPO रोलको सबैभन्दा ठूलो फिल्टर हो र जे.डी. मा प्रायः लुकाइन्छ), टिम साइज, लिडले जिम्मेवारी लिनुपर्ने KPI, क्याब सुविधा, खाना भत्ता, परफर्मेन्स बोनस संरचना। BPO उम्मेदवारहरू जे.डी. पढ्नमा अति निपुण हुन्छन् किनकि उनीहरूले धेरै आवेदन दिन्छन्; अस्पष्ट जे.डी. ले अस्पष्ट आवेदक ल्याउँछ, र कम्पनीले चौथो महिनामा छोड्ने मानिस भर्ती गर्छ।
“भित्र पार्ने बनाम बाहिर पार्ने” जाँच
जे.डी. मस्यौदा तयार भएपछि, प्रकाशनअघि अर्को एक प्रम्प्ट चलाउनुहोस्। मस्यौदा फेरि पेस्ट गरेर सोध्नुहोस्: “यो जे.डी. को हरेक लाइनका लागि भन्नुहोस् — यसले आदर्श उम्मेदवारलाई भित्र पार्छ, गलत उम्मेदवारलाई बाहिर पार्छ, वा दुवै गर्दैन। दुवै नगर्ने हरेक लाइनका लागि काट्ने वा पुनर्लेखन सुझाव दिनुहोस्।” सामान्य पहिलो-मस्यौदा जे.डी. का करिब एक-तिहाइ लाइनलाई मोडेलले दुवै नगर्ने भनेर चिनाउँछ — “हामी उत्कृष्टतामा भावुक छौं”, “हाम्रो यात्रामा सामेल हुनुहोस्”, “हामी प्रतिस्पर्धात्मक तलब र सुविधा दिन्छौं”। काट्नुहोस्। जे.डी. छोटो हुन्छ। आवेदक थप योग्य हुन्छन्। केही महत्वको कुरा गुम्दैन।
सामान्य गल्तीहरू, क्षति अनुसारको क्रममा
उही गल्तीहरू जे.डी. पछि जे.डी. मा देखिन्छन्। तपाईंले भन्नुभयो भने मोडेलले चेतावनी दिन सक्छ — र दिनुपर्छ।
अस्पष्ट वरिष्ठता। “जुनियरदेखि वरिष्ठ ब्याकएन्ड इन्जिनियर” को अर्थ हो — कुन रोलका लागि भर्ती गर्दै हो थाहा छैन — र तपाईंलाई तुलना गर्न नसकिने आवेदकको बाढी आउँछ।
तलब दायरा छैन। क्षतिपूर्तिमा फिल्टर गर्न सक्ने उम्मेदवार गुम्छन् र केही पनि बच्दैन।
तीस अनिवार्य। अस्पष्टताको सङ्केत। उत्कृष्ट उम्मेदवारले रोल अपरिभाषित मानेर छोड्छन्।
बजवर्ड कम्पनी खण्ड। “हामी दक्षिण एसियामा वित्तको भविष्य पुनर्कल्पना गर्दैछौं” ले उम्मेदवारलाई कार्य गर्न सक्ने कुनै कुरा भन्दैन। कम्पनीले वास्तवमा के गर्छ भन्ने दुई वाक्य यी दसको बराबर हुन्छन्।
टिम सन्दर्भ छुटेको। महत्वपूर्ण हुने हदसम्म वरिष्ठ उम्मेदवारले कसलाई रिपोर्ट गर्ने, टिम कति ठूलो, के स्वामित्व लिन्छ थाहा नभई जोडिँदैनन्।
“६ महिनामा सफलता” छैन। वरिष्ठ उम्मेदवारलाई “रोचक” बाट “आवेदन गर्दै” मा बदल्ने सबैभन्दा सम्भावित एक लाइन।
आफ्नो बुझाइ जाँच्नुहोस्
छोटो जाँच
—AI सँग जे.डी. लेख्ने कुन तरिका सही उम्मेदवारलाई वास्तवमा फिल्टर गर्ने डिस्क्रिप्सन निकाल्ने सम्भावना सबैभन्दा बढी छ?
छोटो जाँच
—एउटा ब्याकएन्ड इन्जिनियर जे.डी. यसरी सुरु हुन्छ: हामी हाम्रो fast-paced, work-hard play-hard संस्कृतिमा डेडलाइन क्रस गर्न सक्ने rockstar 10x इन्जिनियर खोज्दैछौं। यो खुल्ने लाइनको आवेदक पुलमा सबैभन्दा सम्भावित प्रभाव के हो?
अब के पढ्ने
इमानदार ढंगले फिल्टर गर्ने जे.डी. ले सही आवेदक ल्याउँछ — तर तपाईंले पहिल्यै पोस्ट गर्ने च्यानलबाट मात्र। नेपालका अधिकांश सशक्त उम्मेदवार सक्रिय रूपमा खोजी गरिरहेका हुँदैनन्; उनीहरू कोल्ड आउटरिच मार्फत मात्र पहुँचयोग्य छन्। अर्को खण्डमा — आफ्नो इनबक्समा अरू सबै भर्तीकर्ता जस्तो नसुनी जवाफ ल्याउने आउटरिच लेख्न AI कसरी प्रयोग गर्ने — सिक्ने छौं।