開始日更挑戰(zhàn)，每日100+字，記錄點(diǎn)滴與碎碎念，水滴石穿
求職過程
整體數(shù)據(jù)：7.21 離職，期間去了1次內(nèi)推現(xiàn)場面試，1次內(nèi)推聊技術(shù)合伙人并后續(xù)駐場一天，之后全部投入到家里，直到9.4開始boss上持續(xù)投遞簡歷，每天早上投一批，有消息就回復(fù), 9.28確定最終offer
- 整理簡歷：變化主要調(diào)整了薪資->面議，簡歷的文件改成了
姓名-工作年限-學(xué)校-大廠 - 投遞崗位：用好篩選功能，尤其是薪資，基本就能過濾掉大部分了，換言之，如果愿意降薪，機(jī)會還是很多的，看自己選擇；按照我自己的篩選下來，大廠的崗位很少出現(xiàn)匹配的，AI初創(chuàng)倒是蠻多的
- 盡量看崗位匹配度，后續(xù)我都會使用AI
結(jié)合全部知識庫內(nèi)容，根據(jù)崗位要求寫一段3-5分鐘的自我介紹，如果里面有明顯的幻覺，AI根據(jù)崗位要求編的，就一定要慎重考慮下了，從我個人例子來看，高度匹配才有可能拿到offer - 自己的優(yōu)勢在工程化、架構(gòu)、技術(shù)管理，不要和算法比拼大模型細(xì)節(jié)，以coze開源為例，后端golang+微服務(wù)+ddd
印象比較深的2個問題：
- 對比傳統(tǒng)工程和AI工程，有什么區(qū)別，為什么要用AI來做
- 2025 agent 元年：技術(shù)（自主性、多模態(tài)、LLM工具/agent調(diào)用、DeepResearch）產(chǎn)品市場（大廠+應(yīng)用場景、千億美元、70%增長）
感謝家人的支持
正式開始求職之后，就開始規(guī)律節(jié)奏了，6點(diǎn)半起，跑步3km（半小時(shí)），偶爾8點(diǎn)送大寶上學(xué)，然后boss投遞簡歷
有家里的支持，基本我可以全部投入到求職，到了10點(diǎn)就去附近的商場做準(zhǔn)備
是否需要面經(jīng)
全部是 AI coding 過的，需要編程的，包括現(xiàn)場和視頻投屏，都是自己的macbook air上用 vscode 寫的，大量的tab，當(dāng)然也有一些地方可以輔助判斷
- 準(zhǔn)備好環(huán)境，寫完能run能debug，讓人一眼能看出來平時(shí)寫代碼的
- 熟悉AI coding的工作流，比如定義
AGENTS.md比如 vscode 支持chat: instruction，比如要設(shè)置 AI 先分析規(guī)劃再執(zhí)行，全程要記文檔要版本控制
最終offer選擇
收offer相對以前慢一些，平均下來2-3周出最終結(jié)果，當(dāng)然也有快的，歸根結(jié)底就一句話：越匹配出結(jié)果就越快
- 大廠的內(nèi)部創(chuàng)業(yè)項(xiàng)目，很難拿到核心的崗位，同時(shí)還需要花不少時(shí)間打入內(nèi)部的圈子，明顯也能感覺到重視程度的區(qū)別，不過習(xí)慣了大廠應(yīng)該都懂，自驅(qū)嘛
- 小廠的創(chuàng)業(yè)項(xiàng)目，一定要看好當(dāng)前公司的階段，見一見核心的幾位創(chuàng)始人，同時(shí)評估下當(dāng)前階段和未來階段，能否和自己匹配，說白了就是在風(fēng)控可控范圍內(nèi)接一些有挑戰(zhàn)性的項(xiàng)目
- 如果公司A輪都沒過，等著你來干完融資，或者合伙人都是純業(yè)務(wù)背景，在當(dāng)前形勢下，風(fēng)險(xiǎn)可能比你想的要大
寫在最后
- 公司看增長，個人看成長，最終的結(jié)果是個人能力足以匹配更值錢的崗位
- 想要的到底是什么, 職業(yè)一點(diǎn)說就是職業(yè)規(guī)劃, 常見的困境是沒法改變現(xiàn)狀 -- 可以做到像豬一樣懶, 但是沒法做到像豬一樣心安理得?
