求职策略¶
🎯 学习目标¶
完成本章学习后,你将能够: - 制定合理的求职时间线,把握关键节点 - 了解各类求职渠道,获取内推机会 - 区分不同岗位类型,选择适合自己的方向 - 系统研究目标公司,做出明智的选择 - 掌握薪资谈判技巧和Offer比较方法
一、求职时间线规划¶
求职是一场有时间节点的战役,提前规划至关重要。以下以秋招为例(春招时间前移3-4个月):
1.1 完整时间线¶
3月 ─ 4月 │ 准备阶段
│ ├── 开始刷LeetCode(每天1-2题)
│ ├── 梳理项目经历,准备STAR故事
│ └── 撰写第一版简历
│
5月 ─ 6月 │ 夯实阶段
│ ├── 系统复习基础知识(OS/网络/数据库)
│ ├── 刷题200+,覆盖高频题型
│ ├── 找同学做模拟面试
│ └── 关注暑期实习转正机会
│
7月 ─ 8月 │ 提前批
│ ├── 各大公司提前批开放(字节/腾讯/阿里等)
│ ├── 简历海投+内推
│ ├── 开始笔试和面试
│ └── 总结面试经验,持续优化
│
9月 ─ 10月 │ 正式批(秋招高峰)
│ ├── 大规模投递
│ ├── 密集面试期
│ ├── 同步准备多家公司
│ └── 关注补招信息
│
11月 ─ 12月 │ 收尾阶段
│ ├── Offer比较与选择
│ ├── 薪资谈判
│ ├── 签三方协议
│ └── 补录机会(如有需要)
1.2 关键节点¶
| 节点 | 时间 | 说明 |
|---|---|---|
| 提前批 | 7-8月 | 竞争相对较小,强烈建议参与 |
| 正式批 | 9-10月 | 主战场,岗位最多 |
| 补录 | 11-12月 | 有些公司没招满会补录 |
| 春招 | 次年3-5月 | 岗位较少,竞争大(秋招的补充) |
✅ 提示:提前批是“免费的机会”——即使失败也不影响正式批投递。强烈建议尽早参与提前批,积累面试经验。
一-A、研究生实习策略(研一→校招全规划)¶
对于研究生,合理规划实习是拿到好Offer的关键。以下是推荐的时间规划:
实习时间规划¶
研一上学期 │ 基础积累期
│ ├── 课程学习 + 研究方向确定
│ ├── 开始刷题(每天1题,积累100+)
│ └── 了解行业和岗位方向
│
研一寒假 │ 集中准备期
│ ├── 集中刷题200+
│ ├── 准备简历第一版
│ └── 开始投递春季实习
│
研一下学期 │ ⭐ 第一次实习(春招实习,3-6月)
│ ├── 投递春招实习(字节/阿里/腾讯等实习生编制)
│ ├── 积累行业经验,了解工作流程
│ └── 实习期间注意积累可量化的成果
│
研二暑期实习 │ ⭐ 第二次实习(暑期实习,7-9月)
│ ├── 投递目标公司的暑期实习(争取Return Offer)
│ ├── 尽量选择秋招目标公司的实习岗位
│ └── 结束时主动询问Return Offer情况
│
研二秋招 │ 正式秋招(7-10月)
│ ├── 有Return Offer:保底,同时冲更好Offer
│ ├── 无Return Offer:全力秋招,投递提前批+正式批
│ └── 多拿 Offer互相谈薪
Return Offer策略¶
获得Return Offer是最高效的求职路径,成功率远高于海投:
| 策略 | 具体做法 |
|---|---|
| 选对实习 | 暑期实习尽量选择秋招目标公司,提前了解团队 |
| 主动沟通 | 定期与Mentor/Leader沟通,了解期望和反馈 |
| 超预期交付 | 不只完成任务,要主动思考和提出改进 |
| 量化成果 | 记录实习期间的量化成果,写入简历 |
| 融入团队 | 参与团队活动,建立良好的人际关系 |
✅ 提示:“实习转正”的成功率通常在60-80%以上(表现良好的情况下),远高于校招海投的成功率。研究生应尽早规划实习,把实习作为求职的核心策略。
二、信息渠道¶
2.1 校招渠道¶
校招信息来源:
├── 学校就业指导中心/官网
├── 各公司官方校招网站
├── 牛客网校招日历(https://www.nowcoder.com/)
├── 校园宣讲会
├── 导师/学长学姐推荐
└── 招聘微信群/QQ群
2.2 社招/实习渠道¶
| 平台 | 特点 | 适用场景 |
|---|---|---|
| 牛客网 | 校招为主,面经丰富 | 应届生首选 |
| Boss直聘 | 直接和HR/招聘者沟通 | 实习、社招 |
| 脉脉 | 职场社交,内部信息多 | 了解公司内部情况 |
| 国际化平台 | 外企、海外岗位 | |
| 猎聘 | 中高端岗位 | 社招、高级岗位 |
| 拉勾 | 互联网精准招聘 | 互联网公司 |
2.3 内推渠道获取¶
内推是最高效的求职方式——通过率远高于海投。
获取内推的方法:
- 学长学姐:最直接的内推来源,主动联系已工作的学长学姐
- 实习转正:实习期间争取转正机会
- 牛客/脉脉:很多在职员工愿意提供内推帮助
- 技术社区:GitHub、掘金等平台上的人脉
- 教授推荐:导师可能有行业人脉
- 校友网络:利用校友会等组织
⚠️ 注意:请求内推时要专业——准备好简历、明确想投的部门和岗位,不要让推荐人帮你做选择。
三、岗位类型与选择¶
3.1 主要技术岗位¶
| 岗位 | 核心技能 | 发展方向 | 薪资范围(校招,一线城市) |
|---|---|---|---|
| 算法工程师 | 模型训练、调优、部署 | 算法专家→算法总监 | 30-60万/年 |
| 后端开发 | 系统设计、分布式、高并发 | 资深工程师→架构师 | 25-50万/年 |
| 数据工程师 | 数据管道、ETL、数据仓库 | 数据架构师 | 25-45万/年 |
| MLOps/AI平台 | 模型部署、平台建设 | 平台架构师 | 30-55万/年 |
| 量化开发 | 策略开发、高频交易 | 量化研究员 | 50-150万/年 |
3.2 算法工程师细分方向¶
| 方向 | 技术侧重 | 行业应用 |
|---|---|---|
| CV(计算机视觉) | 检测/分割/生成/3D | 自动驾驶、安防、医疗影像 |
| NLP(自然语言处理) | 分类/抽取/生成/对话 | 搜索、客服、翻译 |
| 推荐系统 | 排序/召回/特征工程 | 电商、短视频、广告 |
| LLM(大模型) | 预训练/RLHF/RAG/Agent | 各行业的AI应用 |
| 语音 | ASR/TTS/声纹 | 智能助手、会议转写 |
| 搜索/广告 | 检索/排序/CTR预估 | 搜索引擎、广告平台 |
3.3 如何选择方向¶
选择方向的考虑因素:
├── 个人兴趣:你真正感兴趣的方向是什么?
├── 能力匹配:你现有的技能和经验更匹配哪个方向?
├── 市场需求:该方向的岗位数量和薪资水平如何?
├── 发展前景:3-5年后该方向的发展趋势如何?
├── 门槛高低:该方向的竞争程度与你的竞争力
└── 工作内容:你更喜欢做研究还是做工程?
💡 提示:2025-2026年LLM和AI相关的岗位需求旺盛,但竞争也激烈。不要盲目追热门,选择自己有积累和基础的方向更容易脱颖而出。
三-A、中国AI公司地图(2025版)¶
核心AI公司的岗位特点、薪资范围与面试风格
互联网大厂¶
| 公司 | AI重点方向 | 校招AI岗薪资(总包) | 面试风格 | 特点 |
|---|---|---|---|---|
| 字节跳动 | LLM(豆包)、推荐、搜索、自动驾驶 | 40-80万 | 节奏快、3-4轮技术面、算法题+项目深挖 | 给薪大方,工作节奏快,成长空间大 |
| 阿里巴巴 | 通义千问LLM、达摩院、电商AI | 35-70万 | 技术面+交叉面、重视系统设计 | 技术氛围浓,岗位多,内部转岗灵活 |
| 腾讯 | 混元LLM、游戏AI、广告算法 | 35-75万 | 1-2轮技术+主管面、算法+工程并重 | 福利好,work-life balance相对好 |
| 百度 | 文心一言LLM、自动驾驶、搜索 | 35-65万 | 算法题难度较高、重视基础理论 | AI技术积淀深,适合做研究向 |
| 美团 | 推荐/搜索/LLM/配送优化 | 35-65万 | 算法+业务理解、重视落地能力 | 技术博客质量高,工程能力要求高 |
AI专业公司¶
| 公司 | AI重点方向 | 校招AI岗薪资(总包) | 面试风格 | 特点 |
|---|---|---|---|---|
| 科大讯飞 | 语音AI、NLP、教育AI | 25-50万 | 技术面+论文讨论、重视研究能力 | 语音领域龙头,研发氛围好 |
| 商汤科技 | 计算机视觉、自动驾驶、大模型 | 30-60万 | 算法+论文深挖、重视研究背景 | CV领域领先,适合研究向 |
| 旷视科技 | 计算机视觉、AIoT | 25-50万 | 技术面+算法题、重视工程落地 | CV应用广泛,工程化要求高 |
| 华为 | 昇腾LLM、芯片AI、云计算AI | 30-60万 | 技术面+主管面+性格测试、规范化流程 | 全栈AI布局,硬件+软件协同 |
| 深度求索 | DeepSeek LLM、研究院 | 40-80万 | 重视研究能力和论文、算法题难 | 新锐LLM公司,给薪极具竞争力 |
| 月之暗面 | Kimi LLM、长文本理解 | 35-70万 | 技术面深入、重视工程+研究 | 明星创业公司,技术氛围浓 |
| 智谱AI | 大模型、知识图谱、搜索 | 30-55万 | 算法+工程、重视NLP基础 | NLP领域积累深,成长空间好 |
外企/海外¶
| 公司 | AI重点方向 | 校招AI岗薪资(总包) | 面试风格 | 特点 |
|---|---|---|---|---|
| 微软亚洲研究院 | 大模型、多模态、研究 | 50-100万 | 研究面+Coding+论文讨论 | 研究岗位质量极高 |
| 谷歌中国 | 大模型、搜索、云AI | 60-120万 | 多轮技术面+系统设计 | 薪资极高,名额少 |
⚠️ 注意:以上薪资为2025年校招参考范围,实际薪资受学历、实习经历、面试表现等多因素影响。建议用offershow小程序查看最新数据。
四、公司研究方法¶
投递前务必研究目标公司,做到知己知彼。
研究维度¶
| 维度 | 如何获取信息 | 为何重要 |
|---|---|---|
| 技术栈 | 技术博客、GitHub、JD描述 | 判断技术匹配度 |
| 团队规模 | 脉脉、LinkedIn、内部人士 | 影响你的成长空间 |
| 业务方向 | 公司官网、新闻报道、财报 | 判断发展前景 |
| 薪资范围 | offershow、脉脉、牛客 | 薪资预期管理 |
| 工作强度 | 脉脉、知乎、内部人士 | 生活质量 |
| 技术氛围 | 技术博客、开源贡献、分享会 | 技术成长环境 |
| 晋升通道 | 脉脉、内部人士 | 长期发展 |
信息源推荐¶
- 薪资信息:offershow小程序、脉脉职言、levels.fyi(外企)
- 面试经验:牛客面经、一亩三分地(海外)
- 公司评价:脉脉、Glassdoor(外企)、知乎
- 技术博客:美团技术团队、字节跳动技术博客、阿里技术公众号
五、面试流程¶
5.1 典型面试流程¶
投递简历 → 简历筛选 → 笔试 → 技术面试(1-3轮)→ HR面 → Offer
技术面试通常结构:
├── 一面(基础面):算法题 + 项目经历 + 基础知识
├── 二面(深度面):复杂算法题 + 项目深挖 + 系统设计(可能有)
├── 三面(总监面,可能有):项目综合 + 技术视野 + 职业规划
└── HR面:动机、薪资期望、到岗时间
5.2 笔试准备¶
- 大部分公司校招有在线笔试(牛客/hackerrank等平台)
- 通常2-4道算法题,限时1-2小时
- 难度从Easy到Hard不等
- 部分公司有选择题(基础知识相关)
5.3 面试注意事项¶
- 准时参加:提前5分钟进入面试链接/到达面试地点
- 清晰表达:先说思路再写代码,与面试官保持沟通
- 不要放弃:遇到不会的题,说出你的思考过程
- 诚实回答:不会就说不会,不要编造答案
- 主动提问:面试结束时准备2-3个问题反问面试官
六、薪资谈判技巧¶
6.1 谈判时机¶
- 拿到正式Offer后再谈薪资(不要在面试阶段主动提)
- HR通常会问"你的期望薪资是多少"——尽量让对方先出价
- 有多个Offer时议价能力最强
6.2 谈判策略¶
- 知道自己的市场价:通过offershow、脉脉了解同级别薪资范围
- 展示其他Offer:有竞争性Offer是最好的谈判筹码(但不要撒谎)
- 关注总包:不要只看Base,还要看股票/期权、签字费、年终奖
- 谈细节:级别(level)、绩效保底、调薪周期、远程政策等
- 保持礼貌:薪资谈判不是对抗,是双方找到平衡点的过程
6.3 常见薪资结构¶
互联网公司典型薪资结构:
Total Compensation (TC) = Base × 月数 + 年终奖 + 股票/期权 + 签字费
示例(校招算法岗):
├── Base: 30K/月 × 15个月 = 45万
├── 年终奖: 3个月Base(绩效相关)= 9万
├── 股票: 4年vest 40万股票 = 每年10万
├── 签字费: 5万(首年)
└── TC(首年): 约 69万
⚠️ 注意:股票/期权有风险,未上市公司的期权尤其需要谨慎评估。谈判时更关注Base和确定性收入。
七、Offer比较框架¶
当你幸运地拿到多个Offer时,如何做出理性选择?
7.1 多维度评分¶
| 维度 | 权重 | 公司A | 公司B | 公司C |
|---|---|---|---|---|
| 薪资总包 | 25% | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| 技术成长 | 25% | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐ |
| 业务前景 | 15% | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
| 团队氛围 | 15% | ⭐⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 城市/生活 | 10% | ⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ |
| 品牌背书 | 10% | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐ |
7.2 关键考量因素¶
短期因素(1-2年): - 薪资总包 - 工作内容与兴趣匹配度 - 工作强度与生活平衡 - 城市和生活成本
长期因素(3-5年): - 技术成长空间(能学到什么) - 晋升通道(天花板在哪里) - 行业前景(公司和行业的发展趋势) - 简历背书(这段经历对未来求职的价值) - 人脉积累(团队中有多少优秀的同事)
7.3 决策建议¶
刚毕业选择优先级建议(仅供参考):
1. 技术成长 > 薪资 (第一份工作学到的东西最值钱)
2. 好团队 > 好公司 (靠谱的Leader比公司名气更重要)
3. 核心业务 > 边缘业务 (核心业务资源多、影响大)
4. 做AI落地 > 做AI探索 (有实际产出的工作更有价值)
💡 提示:没有完美的选择。比起纠结哪个Offer最好,更重要的是做出选择后全力以赴。第一份工作不是终点,而是起点。
📝 本章小结¶
| 知识点 | 核心要点 |
|---|---|
| 时间规划 | 提前3-6个月准备,把握提前批机会 |
| 信息渠道 | 内推优先 + 多平台并行 |
| 岗位选择 | 兴趣×能力×市场需求 |
| 公司研究 | 技术栈、团队、业务、薪资多维度调研 |
| 面试流程 | 笔试→技术面(1-3轮)→HR面→Offer |
| 薪资谈判 | 知市场价、有竞争性Offer、关注总包 |
| Offer选择 | 短期看薪资和匹配度,长期看成长和前景 |
🔗 延伸阅读¶
- 牛客网校招日历:https://www.nowcoder.com/
- offershow小程序:查看真实校招Offer数据
- levels.fyi:海外公司薪资数据
- 《程序员面试金典》——技术面试准备