求职季的一点经验之谈(转载)

##目录

废话少说,直接干货。

##早点准备好自己的中英文简历

  • 我自己使用的是 mordencv 模板,正反面打印,分别介绍了自己的教育背景、专业学习、个人爱好、科研与实习经历、校内职务、校内奖励和语言水平,有新进展则更新;
  • 关于简历书写网上有很多的教诲,不再赘述,只想强调一点,要能自圆其说,写了但讲不明白是很尴尬的;
  • 不同的面试官关注点不同,有的侧重项目,有的侧重实习,还有的会问兴趣爱好,我的一个兴趣爱好 —— Mac 下的软件使用就曾被问及,这个跟技术也不沾边儿,不过能反映出我在某个方面确实动过脑子,也算是给面试官一个爱钻研的印象吧。

##准备一个靠谱的手机号和靠谱的手机

招聘季短信、电话的价值都是很高的,能否接到通知直接关乎申请的成败,不要觉得 HR 姐姐会执着的找你,候选人有的是,不差你这一个。

##复习职位相关知识点

仅以算法工程师(外加一点点软开)为例,需要准备的知识可能有

  • 程序语言基础,C++、Java 至少得熟一个吧;
  • 数据库;
  • 操作系统基础知识,如多线程;
  • 机器学习(模型、原理、适用场景与推导),大数据处理(主要是 hadoop);
  • 数据结构与算法;
  • 智力题,如一些概率问题。

我准备的主要途径是复习教材、跟踪系列分享以及重要知识点默记

  • 复习教材 每个人心中都有几本经典教材吧,不要畏难,先找一个下午把整本书翻完作为预热,然后找自己概念模糊的章节细读,个人经验来看,想要一章一章的把书看完,一般很难坚持到第三章的,这是大实话
  • 跟踪系列分享 比如白话经典算法结构之法算法之道 以及 The Art of Programming,这类资源实用性很强;
  • 重要知识点默记 我自己准备了一个精美的硬壳本(精美是重点,破纸早扔了),每一页记录的是基础的、重要的算法代码与模型推导,每隔几天或每当重要面试前自我抽查、默写。

##准备自我介绍,回顾项目与实习经历

  • 自我介绍是必备的,不要觉得自己都写在简历上了你就看呗,求职的是你自己,面试官没有义务去做阅读理解;一个流畅并略带特色(可以体现幽默、博学、阳光等)的自我介绍,一方面可以给面试官好的第一印象,还可以将面试官引导到你希望他考察你的地方,比如你可以强调引以为豪的项目,也可以强调某种算法模型,而这个模型其实你已经在复习知识点的时候研究得很透彻了;
  • 对于自己做过的项目与实习,由于时间久远或者表达能力上的欠缺,你未必能保证给面试官介绍得通透,所以,还是花点时间回顾并书面化为好,每次面试都能用得上。

##及时查阅收件箱与垃圾邮箱,对重要邮件做标记或打 tag,方便处理与查找

学校宣讲会的通知,重要材料的填写,笔试、面试通知(可能包含确认链接),等等,多了就可能遗忘,自己就曾让一封英语测试邮件睡了十天,要么新注册一个邮箱专门用于求职,要么每当看到重要邮件就做标记或打tag,逐个处理完成后再消除标记。

##暑期实习,把握内推机会

如果有暑期实习的机会,请尽可能按照找工作的标准争取,主要有以下五方面好处

  • 面试能力大练兵;
  • 暑假过得充实,与求职季完美衔接;
  • 公司前辈都能分享求职经验,甚至帮你内推其它公司;
  • 可以获得实习转正机会;
  • 拿到别的公司的实习机会但没有去,也可能入选该公司的提前批面试。

##笔试、面试结束后马上回忆题目,回到学校后查缺补漏

  • 对于参加过的笔试、面试,自己都有详细的记录与分析,确实能在这个过程中感受自身的能力提升,会在之后的博文中与大家分享;
  • 求职季每天记录求职笔记,包括今天申请了什么公司、接到了什么通知、学习/复习了什么知识、与谁有过讨论、笔试/面试感受如何等等,效果嘛,谁用谁知道,最起码现在写博客做分享的素材是不愁的。

##和同学朋友结伴申请

找一个对子或者建立一个小组,互相分享感兴趣的职位信息,这样做的好处是

  • 大家的申请进度互为参照,比如我没有收到笔试通知且伙伴也没有收到笔试通知,这很可能是正常现象,我没有收到但伙伴收到了,那就是哪里出问题了;
  • 信息整合,各取所需;
  • 面试经验可共享。

##总结

总的来说,求职季是对脑力、体力的双重考验,如果能在这个过程里边求职边思考,相信经过一个求职季的历练,你一定会有大过 offer 的感悟与收获。

接下来,我将从以下四方面分享一下自己的面试总结,欢迎持续关注。

  1. 智力题
  2. 编程语言
  3. 数据结构与算法
  4. 机器学习,大数据

原文地址: [http://frank19900731.github.io/blog/2014/10/25/qiu-zhi-ji-de-yi-dian-jing-yan-zhi-tan/]
作者 Frank Song 发布于 [http://frank19900731.github.io] 转载请注明