查看原文
其他

心法利器[95] | 谈校招:offer选择

机智的叉烧 CS的陋室 2024-04-24

心法利器


本栏目主要和大家一起讨论近期自己学习的心得和体会,与大家一起成长。具体介绍:仓颉专项:飞机大炮我都会,利器心法我还有

2022年新一版的文章合集已经发布,累计已经60w字了,获取方式看这里:CS的陋室60w字原创算法经验分享-2022版。(2023在路上了!)


往期回顾

校招季即将开始,最近一连几期,我会系统给大家讲解整个校招的情况,方便大家更好地准备和应对,希望对各位会有帮助。先简单在这里列举我的整体规划,下面的内容我会逐一点亮,预计完成时间会在:

本期给大家讲的是面试里面后两节的关键内容。终于到了offer选择的这个流程了,这个系列最后一篇。

offer选择的思路

要做offer选择,首先是需要明确自己的需求,知道自己要什么,否则就很容易会被牵着鼻子走了。一般的,可以问问自己这几个问题:

  • 大厂or小厂。
  • 公司和部门的主要场景和技术。
  • 团队氛围。
  • 加班or不加班。
  • 薪资。
  • 技术成长。
  • 距离家的远近。

当然了,这里很多东西其实是矛盾冲突的,对于普通的我们往往是需要我们权衡,所以要对这些内容进行优先级的排序。

几个重要的权衡点

首先是有关大厂和小厂。按照现在的舆论环境,毫无疑问大家都会更倾向于大厂。在我的角度,其实更倾向于这是两者的赛道,因为两者本质其实有很大不同。

  • 对于大厂,除非特别的小部门新项目,否则基本都是基本成型、分工明确的项目,要想做进一步的增长,更多是在多个细小的区域突破,而对于其他相关的技术内容可能关注度不高,或者因为基础工作已经比较完善,所以其实了解的深度不会很高,而专攻某个方向,所以带来的是技术深度的提升。
  • 相比之下,小厂甚至可能有生存压力,或者是基础工作不足,所以有大量的精力会花在其他技术实现层面,包括各种服务的基础、中间件等,会接触的更多。然而在某些前沿技术上,探究的就不会很多,然而在快速baseline的能力上,就会有很大程度的提升。

这也是导致大家会觉得大厂技术会更好的原因,因为把实际工作和前沿探究放在同一目标,技术提升就显得很快了。但其实,两者我理解其实更像是两个赛道,因为,两条路之间的转化都有一定的门槛,可能因为大厂有“技术好”的光环,大到小可能会好一点点,所以在这块,大厂会有一定得有优势。

有关主要场景和技术,现在推荐和搜索可能没有原来那么火了,NLP或者说大模型成了香饽饽,相信大家应该会一拥而上,但我自己还是建议大家冷静谨慎吧:

  • 热门技术几年一换,但是因为技术包袱和各自的壁垒,越是前沿的东西,门槛越高。换起来没那么容易。
  • HR视角,技术经验也是有壁垒的,后续我们还是希望往上爬,经验可能是比热门更重要的东西。
  • 热门方向反而更加内卷,甚至很多PPT技术,而且这些新闻看着又很大,与其看各种追热的新闻,不如多看看各个论文找到精细的或者是未来的机会重点投入可能更好。
  • 其实没那么大的选择空间,尤其是大厂,一般是统招然后统一分配。

有关加不加班和薪资,其实是一个强绑定,大多数情况,往往薪资高的公司都会伴随着一定强度的加班,而现在的互联网公司,不加班的凤毛麟角,所以大家要做好准备,当然遇到加班还工资低的赶紧跑吧。

另一方面,大家要树立对薪资的合理概念,不要盲目相信新闻所爆出来的,一方面一般只有高薪的才会去晒,另一方面是编的成分不少,尤其是一些教育公司,可能会夸大从而让大家去报班,而且小红书知乎的人均985211大家都懂的。所以,相比之下不应该去网上直接找信息,而是更多从身边、或者从具体公司内部的同事中去了解,可能更合适。

地点上,如果不是为了照顾家庭等原因,都还是建议大家在大城市里面找,毕竟机会是真的差别很大,北京独一档,上海次之,深圳广州其实已经少很多了,我在深圳和北京都待过找过,确实感觉深圳的机会会少,紧跟其后的成都、武汉多少都有,但再后面机会就真的很少了,同时薪资、各种设备资源也很难跟上,AI这种资源消耗比较大的领域,这点考量还是很关键的。

选择的大方向

从成长角度,建议大家关注的点是这样的:

  • 大厂的技术前沿性会由于小厂,优先建议去大厂,进步的空间还是大。但注意,还是尽量得去到发展比较好的组(如果能选的话)。
  • 方向上,主流的方向仍旧是可以的,但大家尽量还是多考虑未来几年,这个就要看各自的理解和视野了,但注意,尽量不要机会主义和短期主义。
  • 如果条件允许,尽量在大城市寻找机会。

系列结语

这个系列总算写完了,虽说整个阅读量不加,甚至还掉粉了(哭),但其实是我自己想写的,而且一周两篇难度还不小,希望能对大家有帮助吧。


继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存