求职学习day7

今天回顾：

广东省税务局事业编考：

睡的比较靠窗，早上6点就醒了。七点多感觉醒的差不多就玩了一下手机，将近八点感觉饿了就去吃早餐准备去华南理工考场。数推，图推，计算题，综合分析有三十几题根本没时间看和判断。

其实也不太在意分数，竞争太激烈了。

下午去时尚天河、天河城逛了逛。

这两天太奔波了不是很想回家乡。我的设想是工作日方便问党务问题和档案问题，还有工作基本可以确定offer的情况下可以回去。

充值了面试鸭，需要补充面试问题经验。

晚上9：44先整理商城项目的代码流程梳理，然后整理redis问题，并做一道中等题。如果下星期手撕的话可能要推迟，完全没准备好。现在面的两个面试已经有互相促进的味道了，继续加油。

补充昨天面试问题：

hr面：

自我介绍（下次补充面试的岗位）(项目注重回顾 Java 相关的问题)
描述 Java 项目上的一个问题的解决、技术的解决（答的不好，因为没有背八股和没整理完项目）
近况、求职情况
了解爱好
反问

塔斯克综合面:

自我介绍(参考早上的框架，背景、技术、项目、团队沟通、生活，收尾）
项目拷打，介绍毕设创新点工作体现在哪里。（回答有待改进，重点不够突出，一开始想铺垫扯的有点远）
拷打小车循迹的技术细节（考前没回顾技术文档。二值化及其自适应阈值算法的变体，虽然没看还好二值化原理答上来了。）

关于自适应算法：

多阈值分割：

将图像分割成多个区域，每个区域使用不同的阈值进行二值化。
可以更好地处理复杂背景和多目标的图像。

局部自适应阈值：

在图像的每个小区域（如窗口）内计算阈值，通常使用窗口内的平均值或中值。
适用于局部亮度变化较大的图像。

基于边缘的自适应阈值：

利用图像的边缘信息来确定阈值，通常结合边缘检测算法。
可以提高图像边缘的清晰度和对比度。

基于纹理的自适应阈值：

考虑图像的纹理特征来调整阈值，通常结合纹理分析算法。
适用于纹理丰富的图像。

基于机器学习的自适应阈值：

使用机器学习模型（如神经网络）来预测最优阈值。
需要大量的训练数据，但可以处理非常复杂的图像。

对岗位和行业情况不够了解
反问：简历内容也比较充分，相对而言岗位面试不那么需要拷打技术，所以可能导致反问环节有比较多的安静对视时间hh(猜测)

总结假设环节：下周如果塔斯克能给 offer ,并且沟通的薪资 1w 左右，应该就签了（我猜测可能可以？不过我面试经验不太多，网上看有小于一年经验的也是 0.9 - 14k 不知道会给我什么定级，薪资构成多少是拿到手的还有员工福利怎么样，还有试用期薪资几折。）

QAQ 让 kimi 帮我整理了我的想法：

OD的Java后端开发岗位

优点：

技术跳槽便利：如果我未来想要跳槽，拥有Java后端开发的经验可能会让我在相应的Java岗位上更容易找到工作机会。

薪资吸引力：OD提供的13K月薪对我来说是一个不小的吸引力。

缺点：

工作压力：我听说OD的工作节奏相当紧张，可能会面临较大的工作压力。

技术热情：尽管Java岗位需求大，但我对Java开发并没有太大的热情。我更倾向于使用像Python这样更简洁的语言。

塔斯克的总部售前售后技术支持岗位

优点：

工作压力较小：与OD相比，塔斯克的技术支持岗位可能会有更轻松的工作环境。

转岗机会：如果我加入塔斯克，我还有机会考虑转到其他部门，这为我提供了更多的职业发展可能性。

技术偏好：我更喜欢Python这种简便的语言，如果塔斯克的工作中能够使用到Python，那将更符合我的技术偏好。

缺点：

跳槽难度：与Java后端开发相比，技术支持岗位在跳槽时可能面临更多的挑战。

薪资情况不明：目前我还不清楚塔斯克的具体薪资待遇。

总结：

如果我重视薪资和跳槽的便利性，OD的Java后端开发岗位可能更适合我。

如果我更看重工作与生活的平衡，以及能够在职业中使用我偏爱的技术，塔斯克的技术支持岗位可能更符合我的期望。

建议：

个人兴趣与职业发展：我需要考虑长期职业规划，选择一个与我的个人兴趣和技术热情更匹配的职位。

工作环境与压力：我需要评估自己对工作压力的承受能力，选择一个能够让我保持心理健康的工作环境。

薪资与福利：我需要了解两个职位的具体薪资结构和福利待遇，以便在经济需求与职业发展之间做出权衡。

面试准备：如果我决定申请OD的Java后端开发岗位，我需要准备技术面试题和编程测试，以提高获得offer的机会。

我希望尽快收到offer，脱离找工作的压力。无论选择哪个职位，我都期待能够找到一个既能发挥我的技术能力，又能让我感到满意和快乐的工作。