前陣子遇到某特殊的獵人頭hunter公司(參考:這裡)，竟然是透過分析統計在github, gitbucket的程式庫，來找到軟體人才。
目前，github使用者數量仍屬商業機密，但估計約在2千萬左右(參考:這裡)。當然，使用者大部分從事軟體相關的行業。
資訊科技，特別是軟體的實際成果，容易在網路上展示。因此，如果要找到「軟體開發人才」，github是一個很好切入的地方。一般獵人頭可能會人工搜尋，但身為工程師，當然是寫程式找到大量資料。
從github找人，這做法有一些顯而意見的好處：
1. 有可能看到此人實際上寫的程式碼
2. 有可能了解最近此人的工作範圍
3. 很快找到此人的聯絡方式(email)部落格或其他技術相關資訊
4. 有可能找到此人合作對象
5. 有可能看出此人的英文語言能力
當然也有些顯而易見的缺點：
1. 當然找不到那些不在把專案程式擺道github的人
2. 此人可能只是擺放玩樂性質的程式
3. 只能有機會看得出技術能力，非技術能力仍然需要其他佐證
4. 資料範圍過大，很難逐一肉眼看完
雖然我不是獵人頭，但基於工程師的精神，就嘗試一下解決「資料範圍過大，很難逐一肉眼看完」的問題。看是否能透過程式取得並處理gitbub資料，找到潛在挖角對象清單。
實際上做的步驟如下：
1. 了解gitbub資料如何取得：
github提供api可供程式使用。和許多Web Service一樣，也有完整的文件，請參考這裡。
2. 以程式取得少量測試資料
github的web api測試起來很簡單。舉例來說，如果你已經登入github，用以下這個URL request就可以找到，以javascript與nodejs為關鍵字的所有程式庫：https://api.github.com/search/repositories?q=topic:javascript+topic:nodejs
當然，他的回應是json格式，需要簡單地用程式轉換。例如下圖，乃是搜尋和javascript相關，並且其位置在台灣的使用者：
測試資料回傳乃是json，調整格式成為csv，以便於日後在excel做簡單分析。
3. 了解測試資料內容
如果已經有在使用github，那麼對於回傳的資料應該很清楚其內容意義。
如果不太了解github，就需要找對軟體版本控制系統有些認識的人幫助瞭解其含意。
這上述的範例：「搜尋和javascript相關，並且其位置在台灣的使用者」來說，程式會刻意收集following(有多少人在跟隨這個人的更新)，follower(這個人跟隨了多少其他人)。此外，程式會額外計算push和javascript相關的程式庫的次數，取名為work，表示和javascript的相關工作在過去一段時間的次數。
4. 撰寫簡單統計程式，大量取得資料
當然，這個程式就放在github上。請參考這裡。
程式本身是python撰寫，需要有github帳號密碼才能使用。
5. 結果
以上述範例：「搜尋和javascript相關，並且其位置在台灣的使用者」大量取得資料並且「過濾可取得公開email」的人數一共是661筆。並且取最前面的199筆，給熟識的headhunter (獵人頭) 鑑定看看是否有效果。
目前的回應都是此資料非常有用。
