首页/文章/ 详情

秋招上岸攻略|就职某为的我是如何拿到大厂offer的?

1年前浏览1491
作者:小白熊,某华五硕士,计算机视觉方向,已就职华为    

 求职不易

             我是22届计科专业硕士毕业生,目前供职于某为。

     第一次接触秋招是在2017年大三时,那时我尚在疾书奋战考研。当时从正常准备秋招的同学们打听到,二本作为求职市场中学历歧视链中的下层,找工作比较局促,只有三两个技术过硬的同学才能拿到10k+的offer,大多数同学只能从来校招聘的企业中进行简历投递,普遍薪资也是在5-8k左右。笔者第一次找工作是在第二年春招时,时至考研失败,毕业也不顺利,满腹考研理论知识苦于找工作没有半点作用。在收到一大堆拒绝后,我转换了找工作的思路,重新评估了自身已有的条件和优势,调整自己的求职方向和薪资期望,收集当时能接触到的所有公司的信息,并对这些公司的条件进行过滤,来得到与自身条件最为匹配的公司,并针对这些公司的应聘流程做了对应的策略制定,最后拿到了5k左右的offer。    
     后来继续二战,上岸某华五后做计算机视觉方向。研一刚进去,导师明确告诉我们:“组里发文章的人已经够了,发了一堆文章没有半点用处都浪费掉了,现在你们要做产学研转化方面的工作,根据业界需求结合学界发展,进行应用落地,在落地过程中进行创新”。说白了,其实就是要给他干项目。    

     时间很快就到了研二下,导师也明确告诉我们不准去实习,这时找工作对我来说就是一件比较棘手的事情了,首先我的做内容是计算机视觉,其次我没有论文,再者我没有实习,所以想走专业对口的方式进大厂几乎不可能。我还是沿袭了我当时本科找工作的思路,分析了我的优劣势,然后确定工作方向和求职范围,最后确定应聘策略    


优劣势分析  

如果我紧跟我的专业不放,那么我的应聘岗位是视觉算法工程师一类的工作,而我在读研过程中所做的项目,分布杂乱,从大数据、目标检测、轻量化、小目标、人脸识别等等都有,这也导致我广而不精,基础并不扎实,再上中厂以上的限制,就当时条件来说,失败的概率要远高于成功的概率。而我一直是计算机专业,对开发语言相对来说还比较熟悉,再加上我在之前学过计算机系统基础、分布式系统、大数据等课程,这对我理解大数据技术有较大的帮助,因此我决定将求职方向转向大数据开发。另外,将这两年的项目开发工作抽象成开发经验,对我来说也是一个较大助益点。     


求职范围

根据我所确定的求职方向和当前条件,最后将应聘公司锁定在了6家大厂+3家外企。 


应聘策略

开发工作的敲门砖还是算法题,因此我首先规划了leetcode的刷题策略,即中等题为主,困难题为辅,全面覆盖数组链表、二叉树、图、排序、动规和贪心等;然后就是简历中的技术装饰,因为我找的是大数据开发,所以我找了上届的学长确定了大数据开发的技术栈,包括关系型数据库、缓存数据库、大数据语言、实时和离线大数据处理框架、java技术栈以及常见编程语言等;接着是确定写进简历中的项目,项目不能和求职方向完全没关系,项目要能有阐述的空间,项目有能够衡量的效果和价值;最后将上述内容整理后往简历上写(这里推荐超级简历),当写完后对简历进行美化。美化策略主要在技术部分和项目部分,技术部分所列举的技术一定得是自己会的,至少有了解的,并且按照类型和了解程度进行分类列举,最有把握的技术可以附上一定数据进行展示(比如阅读了多少行源码、向社区贡献了多少代码等)。项目部分要有详有略,项目背景及需求要简单明了,对于项目困难点以及你的贡献要详细说明(但也别说太多,留给面试官询问的空间),项目的结果和价值要以数据的方式进行呈现。    

     我们从上学到找工作经历了很多艰难困苦,秋招和高考一样对于我们来说都是一个很重要的时间节点,我们要为此努力,但结果总是有好有坏,对于好的我们自然欣喜,但是失败也并非万劫不复,只要我们持续规划持续努力,没有什么可以限制我们的未来。    

     愿诸君时运昌隆,前程似锦。      

   


来源:仿真社
理论
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2022-11-14
最近编辑:1年前
仿真社
硕士 ABAQUS/LS-DYNA探索者
获赞 213粉丝 531文章 92课程 5
点赞
收藏
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈