5步教你成功求职进入BAT


有读者朋友希望我能写一部分关于BAT内部的文章,比如,怎么进入BAT,BAT内部的项目的流程,有挑战性的项目实践,大概是怎么样的?

我希望用这篇文章开启整个进入BAT系列篇,让大家更好的了解BAT内部的实践项目过程和技术挑战。

是的,BAT项目实践,大写的重点!

5步教你成功求职进入BAT

如何写简历

一 什么是好的简历

简历是突出自我亮点的工作或学习经历和自我介绍。所以写简历要把握两个重点,工作经历要突出重点,自我介绍要写全。

二 如何写简历

1:简历的内容

简历至少应该包含以下几部分:

基本信息:必填项有姓名,年龄,是否已婚,手机号,常用邮箱,目前所在地,工作经验。目前所在地关系到是进行电话,视频面试还是现场面试。选填项有博客,个人完整,github,英语读写听能力。

应聘信息:应聘职位,求职地,职位和求职地都可以写多个。

自我介绍:用事实介绍自己的亮点和擅长技能。

教育背景:毕业院校,毕业时间。

工作经验(由近至远):在哪些公司任职过,任职时间。好的公司会让面试官有好感。大学生的实习经验也算工作经验。

项目经验(由近至远):写亮点项目,或最能体现自己技术能力的项目,不要把所有项目经验都写上,项目经验是可以引导面试官问问题的方向。

获奖信息和证书:写最能提现自己能力的获奖信息,写多了也没用。证书比如CCNA,CCIE等。

2:自我介绍

自我介绍是简历中最重要的。自我介绍要用事实描述,不要用观点描述,比如我有10年Java开发经验,这个是事实,我崇尚团队合作,学习能力强,这个是观点。事实可以证明,而观点很难,所以事实描述比观点描述更有说服力。自我介绍主要是对自己经历的一个亮点总结,比如张三有十年的Java开发经验,其中有两年的Linux操作经验,两年的项目管理经验。张三有自己的个人技术博客XXX.com,经常翻译国内网文章并在XX网站发表,主导或参与XX开源项目。曾经在XX比赛中拿过三等奖。当然类似于学习能力很强的观点描述也可以写,但是要举例子,比如曾经在2周内学习完IOS,并开发了XX应用。

3: 简历的大小

简历至少要写两页。举个有趣的事例,我之前公司的同事在面试前筛选简历的办法是,10K以下的简历直接不看,10K的简历一般是一页左右,原因是他认为应聘这么重要的事情,连简历都不愿意好好写的人,估计能力也不行。

4:简历的格式

简历一定要美观和简洁,不要让面试官一眼看过去全是密密麻麻的字。

提供PDF或WORD版本的简历,不要提供txt,HTML,ppt格式的简历。

简历的标题。如果你是社招生,写姓名简历_XX经验_应聘XX岗位。如果你是应届生,写姓名+XX大学+应聘XX岗位。

我曾经见过最让我震撼的简历是用PPT写的,然后导出成PDF,看得出这个应聘者很用心在写简历。

三:建议

期望薪水不要写。因为薪水的计算很复杂,期望薪水是税前还是税后呢,是否包含年终奖呢,是否包含其他个人所得奖金呢。我的建议是根据面试状况最后再谈期望薪水。写上期望薪水万一薪水比面试官还高,面试官可能拿自己的能力来要求你。

不要频繁跳槽。每年换一次工作的求职者简历会不好看,面试官会认为他的职业规划想不清楚,招进来后可能很快又会跳槽。

如何选择求职渠道?

进入BAT有两种途径,校招和社招。下面我会分别介绍下校招和社招的流程和基本要求,最后分享几个面试小窍门。

校招的流程。一般提前一年就开始了,需要应届生留意下BAT的招聘官网和官方微博。校招是由集团统一管理的,所以各个事业部不能随时招聘应届生和实习生。选择内推。最好找靠谱的师兄和内部同事进行内部推荐,内推的好处是可以选择应聘部门,面试节奏也快点。

校招的要求。BAT倾向于招聘TOP院校的TOP学生并且专业对口,当然如果能力非常优秀也肯定能进来的。能力上的要求有三点,优秀的基础,很好的学习能力和有自己的作品,一般情况下,这三点满足两点就能通过面试。面试流程是简历筛选+电话初面+电话终面。

社招的流程。你几乎每时每刻都可以参加BAT的社招,只是有些部门可能有head count的限制,在那个时间点可能不能应聘该部门。一般P6的社招面试流程是电话面试(异地两次)+现场初面+现场复面+HR面试,如果级别越高面试流程会越多,基本规律是每高一级多两个人面试。

社招的要求也比较高,倾向于招年轻的最优秀的人才。最基本的要求是能够独挡一面,来了就干活,不需要太多培训成本。为什么要年轻?年轻意味着有激情,不安于现状,会尝试影响周围的人。为什么招聘最优秀的人?乔布斯说在软件行业优秀的人和普通的人能力上差距可能是两百倍,传统企业没有那么大差距。所以BAT的招聘原则是越优秀越好,可要可不要的不要。有激情的优秀人才会创造无限大的价值。

社招选择年底应聘。年底跳槽的人少,各部门的head count必须用完,所以要求可能会相对低些。所以年底相对于年初和年中比较容易进入BAT。

做好面试准备。面试前准备一个自己做的最能体现技术能力的事或项目。了解BAT价值观和应聘部门的业务。

利用初面官通过复面。在初面快结束时,面试官出于礼貌会问你有什么想问我的吗?这个时候很多人都不问或者问不关键的问题。我建议询问面试官自己的不足,针对这些不足如何提高,以及自己最得意的项目有哪些不足,如何改进,拿着这些建议和准备去参加复面会更容易通过。

准备好了再投简历。不要乱投简历,我看有的人都有30次投递。因为面试不过你的面试记录会记录下来。如果有很差的评价,以后简历很容易评估不过,都不能进入电话面试。

选择内部推荐。自己投简历可能进入公海,可能不会被人发现。

如何准备面试

如果你收到某公司的面试邀请,那就应该开始准备面试,打一场有把握的仗。

需要准备几件事,自我介绍,亮点技术或产品,职业规划,这几件事情并不是临时抱佛脚就能完成的,而是要靠平时在工作中的积累,面试进更好的公司只是一个水到渠成的过程,能力到了自然就能进。

准备多久?当时带着强烈想进入BAT的动力,电面准备了几周,复面准备了一个多月。

第一关,自我介绍

大部分面试官一般都会让应聘者首先做个自我介绍,自我介绍回合是应聘者最主动的一个回合,因为在这个回合主要是应聘者说,面试官听,所以我认为这个回合非常重要,如果介绍的非常好,不仅可以为后面面试官提问做伏笔,还可以让面试官对你有好感。所以建议准备一个十分钟时长的介绍,我听过很多应聘者的自我介绍一分钟都不到。

自我介绍首先描述自己的基本情况,其次是描述自己的技术亮点,做过的亮点项目或产品。如果没有做过有技术亮点的事,每天都在做增删改查功能或重复性的工作,需要好好反思下,这样下去技术上没有多少增长。如果工作中就是做这个怎么办?可以考虑利用业余时间参与开源项目或自己做一些工具或框架。

第二关,介绍做过的产品。

介绍产品时面试官会考察应聘者的沟通能力和思考能力,我们大部分情况都是做产品的一个功能或一个模块,但是即使是这样,自己有没有把整个系统架构或产品搞清楚,并能介绍清楚,为什么做这个系统?这个系统的价值是什么?这个系统有哪些功能?优缺点有哪些?如果让你重新设计这个系统你会如何设计?

第三关,技术面试

技术面试主要考察一个人的技术能力,沟通能力和学习能力。不同的面试官的问题不一样,没有规律可循,所以首先在网上搜下该公司主要的面试题,必考的肯定是基础,好的面试官会考察你擅长的技术,看看你是否有很强的学习能力和技术能力。有的面试官会问自己擅长的技术,这样对面试者的要求就更高,所以你要准备的更加充分,在技术的宽度上学习下。深度优先,广度次之。

最后一关,HR面试

HR面试主要考察一个人的价值观,潜力和职业规划。所以进入这一关之前请想清楚几个问题。

为什么想加入这家公司?你需要了解下这家公司的文化和氛围。

为什么离开上一家公司?钱少,不能实现梦想,还是有哪些不爽的地方。如果是换工作为了实现梦想,那么你的梦想是什么。不爽的地方如果在新公司再遇到怎么处理。

你的职业规划是什么?

当你遇到瓶颈的时候你怎么办?

这些年你每年的成长是什么?怎么能体现你的进步?

如何现场面试?

5步教你成功求职进入BAT

可以参考之前写的这篇文章“

一位前BAT面试官详谈进入BAT面试经验

如何选择Offer?

之前很多应届生咨询我如何选择offer,某某公司的面试我是否应该参加,某某公司的Offer我是否应该拒绝?

大家困惑的地方有几点:

第一是薪资问题。

第二如何选择公司。

第三如何选择行业。

薪资问题

刚毕业几年不要看薪资,除非薪资的差距是在数量级间的差距,如果只是几千块的差距这个不算差距,现在的工资并不代表你未来的工资,学会投资自己看未来,成长性好的员工未来的收益差距是在数量级,比如几年后,同学A的薪水比另外一个同学B的薪水高上百万都是非常正常的。

其次要学会比较薪水。收到Offer时,首先要知道薪酬福利的组成,比如月薪,年终奖,期权,商业保险,补贴等。不要单纯的比较月薪,而是综合比较年薪和福利。A同学月薪比B低几千,但是A同学年薪和福利加在一起可能比B同学高好几倍。除了期权外,福利上主要关注以下几点:

公积金,等你买房或退休的时候可以取出来,这个我认为可以算在薪水里。国家规定公司和个人都要缴纳12%,但是有些企业缴纳的公积金只有8%,因为他们只缴纳基本工资的12%,比如我曾就职的一家企业的工资=基本工资+岗位工资+绩效工资,基本工资只有65%,然后按照65%的工资缴纳%12的公积金,这样无形中比同样月薪的人低了4%的收入。

补贴。不同的公司补贴不一样,大致有住房补贴,异地补贴,汽油补贴,餐补等。如果你从A城市去B城市上班有迁移成本,可以咨询下公司是否有住房补贴。另外补贴有个期限,是一年还是几年,这个也要问清楚。

商业保险,过节费等。

如何选择公司

我自己也经历过几个不同类型的公司,小型私企,大型私企,互联网企业。从我的经历来看,如果你想学技术可以选择互联网公司,外企和创业公司,如果你想做管理,可以选择创业公司和中大型私企。

我总结了一下各种类型公司的状态,仅供参考:

以上内容大部分都是帮助进入BAT等一线互联网公司的方法。成长还有很多别的方法和渠道。在创业公司你一样可以锻炼的很出色。但是按照几率来讲,早期进入一线互联网企业,更有利于未来的发展,特别是做技术开始的。

最后,除了以上部分,谈谈我个人的建议,仅供参考:

任何是事情要学会先思而行,不仅仅适用于工作选择,更适用于发展。没想好,没想透不要紧,但一定要有这样的思维方式。

以后选择可以加入一条,行业选择。做技术的朋友没有过多考虑行业的重要性,因为去一家公司更多是实现,这是一个极大的误区。要开始学会行业的纵深发展。再过几年也许,你会有更深的体会。


money.jpg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/480614.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

机器阅读理解任务综述

http://forum.yige.ai/thread/27 2016年 <div class"markdown-body" id"emojify">作者&#xff1a;林鸿宇 韩先培 简介 自然语言处理的长期目标是让计算机能够阅读、处理文本&#xff0c;并且理解文本的内在含义。理解&#xff0c;意味着计算机在接…

论文浅尝 | 基于知识图谱子图匹配以回答自然语言问题

Citation: Hu,S., Zou, L., Yu, J. X., Wang, H., & Zhao, D. (2018). Answering natural language questions by subgraph matching over knowledge graphs. IEEE Transactions on Knowledge & Data Engineering, PP(99), 1-1.动机对于基于知识图谱的事实性问答&#…

新闻文本内容知识图谱表示项目

TextGrapher 项目地址&#xff1a;https://github.com/liuhuanyong/TextGrapher Text Content Grapher based on keyinfo extraction by NLP method。输入一篇文档&#xff0c;将文档进行关键信息提取&#xff0c;进行结构化&#xff0c;并最终组织成图谱组织形式&#xff0c;…

BAT Java面试完整汇总:面试准备(心态+简历)+面试题目+6条面试经验

今天分享的BAT面试完整内容主要包含&#xff1a; 面试前的心态准备&#xff08;3点建议&#xff09; 技术硬实力包含的范围&#xff08;50题目&#xff09; 个人简历突出和优化&#xff08;3点优化步骤&#xff09; 个人软实力的提升&#xff08;6点提升维度&#xff09; B…

算法工程师的效率神器——vim篇

一只小狐狸带你解锁炼丹术&NLP秘籍我相信&#xff0c;有很多小伙伴在看到这篇文章时就有了很多问号&#xff1a;用vim&#xff1f;疯了吧&#xff1f;sublime不香吗&#xff1f;pycharm不香吗&#xff1f;jupyter notebook不香吗&#xff1f;我这可是最新版的windows 100操…

论文浅尝 | 端到端神经视觉问答之上的显式推理

链接&#xff1a;http://www.public.asu.edu/~cbaral/papers/2018-aaai-psl.pdf概述视觉问答(Visual Question Answering)现有两大类主流的问题, 一是基于图片的视觉问答(ImageQuestion Answering), 二是基于视频的视觉问答( Video Question Answering).而后者在实际处理过程中…

机器阅读理解首次超越人类!云从刷新自然语言处理新纪录

媒体动态发展历程资质荣誉人才招聘机器阅读理解首次超越人类&#xff01;云从刷新自然语言处理新纪录 2019-03-11 10:06 浏览&#xff1a;454 近日&#xff0c;云从科技和上海交通大学在自然语言处理领域取得重大突破&#xff0c;在卡内基-梅隆大学发起的大型深层阅读理解任务数…

刚参加完阿里Java P6面试归来,6点面试经验总结!(含必考题答案)

这是来自于优知学院一位铁粉面试回来的总结经验 刚参加完蚂蚁金服的Java P6级的面试&#xff0c;一共参加了4面。面试归来&#xff0c;总结下阿里面试流程、面试过程、以及面试题目范畴。文末有阿里Java P6面试必考题与答案参考~ 阿里面试流程 第一轮&#xff1a;电话技术初面…

如果你不小心打开了这篇文章&#xff0c;请你看完后关掉&#xff0c;不要转发&#xff0c;不要留言&#xff0c;不要问怎么了&#xff0c;不要说你还好吗&#xff0c;也不要给予任何问候。因为我还当&#xff0c;这里是那个三年前&#xff0c;只有陌生听众的地方。今天&#xf…

机器阅读(一)--整体概述

https://plmsmile.github.io/2019/03/30/54-mrc-models/ 主要包含&#xff1a;机器阅读的起因和发展历史&#xff1b;MRC数学形式&#xff1b;MRC与QA的区别&#xff1b;MRC的常见数据集和关键模型 发展动机 传统NLP任务 1) 词性分析 part-of-speech tagging &#xff1a;判断词…

论文浅尝 | 用图网络做小样本学习

链接&#xff1a; https://arxiv.org/abs/1711.04043本文提出了用 GNN(GraphNeural Network) 来解决 Few-Shot Learning 场景的分类问题。在 Few-Shot Learning 中&#xff0c;每个类别的训练样本数据较少&#xff0c;如果直接训练一个多分类模型&#xff0c;会由于每个类别的样…

史上最强Dubbo面试28题答案详解:核心功能+服务治理+架构设计等

1.Dubbo是什么&#xff1f; Dubbo 是一个分布式、高性能、透明化的 RPC 服务框架&#xff0c;提供服务自动注册、自动发现等高效服务治理方案&#xff0c; 可以和 Spring 框架无缝集成。 RPC 指的是远程调用协议&#xff0c;也就是说两个服务器交互数据。 2.Dubbo的由来&…

数据缺失、混乱、重复怎么办?最全数据清洗指南让你所向披靡

一只小狐狸带你解锁 炼丹术&NLP 秘籍正文来源&#xff1a;机器之心前言要获得优秀的模型&#xff0c;首先需要清洗数据。这是一篇如何在 Python 中执行数据清洗的分步指南。在拟合机器学习或统计模型之前&#xff0c;我们通常需要清洗数据。用杂乱数据训练出的模型无法输出…

深度学习技术在机器阅读理解应用的研究进展

深度学习解决机器阅读理解任务的研究进展:https://blog.csdn.net/malefactor/article/details/52832134 深度学习技术在机器阅读理解应用的研究进展:https://www.imooc.com/article/30060 /* 版权声明&#xff1a;可以任意转载&#xff0c;转载时请标明文章原始出处和作者信息 …

论文浅尝 | 基于开放世界的知识图谱补全

Citation: Baoxu Shi and Tim Weninger (2017). Open-World Knowledge Graph Completion 6, AAAI 2018传统的知识库补全算法如TransE等都是基于Close world assumption 的&#xff0c;也是就说补全的实体必须在知识图谱内。然而事实上大规模的知识图谱是一直进化的&#xff0c;…

快速排序quicksort算法优化

1.基本想想 快速排序使用分治的思想 通过一趟排序将待排序列分割成两部分&#xff0c;其中一部分所有元素均比基准大&#xff0c;另一部分均比基准小 分别对这两部分元素继续进行排序&#xff0c;以达到整个序列有序 2.快排的步骤 1.选择基准 在待排序列中&#xff0c;按…

阿里P8架构师谈:Dubbo的详细介绍、设计思路、以及4大适用场景

Dubbo是什么&#xff1f; Dubbo是一个分布式服务框架&#xff0c;致力于提供高性能和透明化的RPC远程服务调用方案&#xff0c;以及SOA服务治理方案。 简单的说&#xff0c;dubbo就是个服务框架&#xff0c;如果没有分布式的需求&#xff0c;其实是不需要用的&#xff0c;只有…

巨省显存的重计算技巧在TF、Keras中的正确打开方式

一只小狐狸带你解锁 炼丹术&NLP 秘籍作者&#xff1a;苏剑林&#xff08;来自追一科技&#xff0c;人称“苏神”&#xff09;前言在前不久的文章《BERT重计算&#xff1a;用22.5%的训练时间节省5倍的显存开销&#xff08;附代码&#xff09;》中介绍了一个叫做“重计算”的…

论文浅尝 | 用可微的逻辑规则学习完成知识库推理

Citation&#xff1a;Fan Yang,Zhilin Yang, William W. Cohen. Differentiable Learning of Logical Rules for Knowledge Base Reasoning. ICLR 2017.动机本文提出了一个可微的基于知识库的逻辑规则学习模型。现在有很多人工智能和机器学习的工作在研究如何学习一阶逻辑规则&…

一点关于cloze-style问题的简谈

一个小任务&#xff1a;给出一个问题和诺干个候选句子&#xff0c;从候选句子中选出答案&#xff0c;有没有好的实现方案&#xff1f; 一个小任务&#xff1a;类似于&#xff1a;“中国最大的内陆湖是哪个&#xff1f;”给出候选句子1.”中国最大的内陆湖&#xff0c;就是青海湖…