穎穎emma
區(qū)塊鏈作為現(xiàn)在大火的技術(shù),無疑引起了人們的注意,它真的可以稱為是高薪技術(shù)行業(yè),聽說黑馬開設了區(qū)塊鏈的課程,來看看學完可以做什么:項目經(jīng)理,產(chǎn)品經(jīng)理,區(qū)塊鏈相關(guān)技術(shù)專家等
土耳其電信
樂字節(jié)教育 是集線上教育與線下培訓于一體的全棧式教育機構(gòu),致力于高端IT技術(shù)教育,培養(yǎng)高端IT人才,讓人人都享有高品質(zhì)教育是樂字節(jié)的教學理念。
2017年初,我通過一整天的筆試及面試加入一家(某一線城市國資委全資控股)某集團的研究機構(gòu)(中央研究院),任職軟件工程師!
在這邊工作了整整一年,目前 已經(jīng)跳槽到一家互聯(lián)網(wǎng)公司 ,在回頭看看這一整年,感受頗深,只好一吐為快,以便對想進入國企的程序員幫助及借鑒。
入職考試
國企面試與其他企業(yè)并沒有太大區(qū)別。
首先是筆試,一般都是前面50道選擇題,后面兩道是開放性的大題,大題沒有固定答案,只要符合社會主義核心價值觀就可以拿到滿分。
選擇題是關(guān)鍵,全部都是技術(shù)題,需要答對40題以上,才有可能進入下一輪面試。
面試分三輪, 首輪是程序員面你(你未來的同事) 。
他們會問你一些技術(shù)相關(guān)問題,例如:選舉算法,redis的應用場景,如何處理高并發(fā),如何保證高可用,是否關(guān)心Nodejs新發(fā)布的版本,deno是什么;諸如此類的問題很多很雜。
第二輪面試是由副院長來面(也就是你未來的直屬上司) 。
他會問你項目相關(guān)的問題,例如:做過哪些項目,解決了什么問題,你在項目中的角色,項目是如何管理的,又是如何進展的,使用了哪些技術(shù)棧,為什么挑選這樣的技術(shù)棧,遇到哪些問題,如何解決的這些問題。
第三輪面試是由HR來面 。
這個面試就很簡單了,簡單說一下你的情況,聊聊家常,然后他會向你說明組織結(jié)構(gòu),與一些待遇問題。
PS:進國企最重要的素質(zhì)是文憑,我們研究院碩士以上學歷人數(shù)比本科要多,而且大部分畢業(yè)于國內(nèi)一流院校(交大生是整個研究院的主體)。
入職國企工作
1、工作壓力
工作壓力還是蠻大的,產(chǎn)品并不像私企由市場導向,而是政策導向;國家說人工智能熱,那我們就去做人工智能的項目,說區(qū)塊鏈熱,我們就去搞區(qū)塊鏈的項目,反正我在研究院一年以來,搞過云計算,人工智能,大數(shù)據(jù),區(qū)塊鏈。
好處就是你能學到很多東西,而且緊跟市場熱度。壞處就是什么都會,但是什么都不精。
舉個兩個例子,我們也開發(fā)OCR AI圖片識別系統(tǒng),在市場上已經(jīng)有很完善的產(chǎn)品,而且很廉價,我們依然花錢去開發(fā)這種產(chǎn)品,市場價值基本沒有,因為直到目前為止,我們產(chǎn)品的識別率依然不如市場上的幾個主流產(chǎn)品(阿里,百度)。
第二個例子,便是私有云,這個我們做得真的還不錯,但是市面上最強的是華為,他們是賣服務器送私有云,也就是傳統(tǒng)的賣硬件送軟件,與他們相比,我們的產(chǎn)品就不具競爭力了。
工作強度真的還好, 一般都不需要加班 ,至少我是不加班的。
這就意味著可以放羊了嗎?當然不是!
我加入的項目組,大多都是以2個星期為周期進行開發(fā)的,每兩個星期要舉行一次組內(nèi)討論會,如果完不成任務或者bug太多是需要加班處理的,因為國企是不可以出錯的,一次出錯可能直接招致點名批評(包括這個項目的所有相關(guān)人員), 一次KPI黑記錄,會直接影響你以后的升遷前途 。
組內(nèi)都是協(xié)同工作,可能因為你的原因?qū)е马椖繘]法按時上線,發(fā)生一兩次你就會被邊緣化,最終要么離職,要么下放到子公司。 就算是副院長級別,如果完成不了集團的KPI,也是會被下放的。
但是相比互聯(lián)網(wǎng)公司,國企的壓力相對小一些,互聯(lián)網(wǎng)公司實行的是不能勝任就走人的策略,所以每個人幾乎都沒有什么安全感,只有拼命的工作來爭取自己有安全感。
國企,特別是大國企,公司的人事權(quán)一般都在公司總部手里。
國企辦公環(huán)境一般都是比較好的,我們有自己的園區(qū),自己的辦公樓,空間很大,硬件配置都是很不錯的,有健身器材,有空氣凈化器,有自己的食堂,有自動售貨機。
有自己的產(chǎn)品展廳,有自己的公司紀念館。
這部分只剩下吐槽了, 一個蘿卜一個坑,蘿卜不走,也不會讓出這個坑 。在國企表現(xiàn)是沒有意義的,除了口頭表揚,你獲得不了任何實際好處。
好的人脈要比努力重要,如果上面沒人認識你,就算你的領導大力推薦你,你也不會得到提拔,空降長官在國企是一件司空見慣的事。
PS:組織人員要比群眾晉升快(群眾進不了總部)。
如果說國企15年前的待遇是一流的,那么 如今的國企待遇最多只能算是二流的,特別是對于IT行業(yè)來說。
以我所在公司為例,待遇采用工資+福利(洗漱產(chǎn)品,電影票,接近1500元人民幣的補助等)的方式,工資增長比較慢,相對于互聯(lián)網(wǎng)公司來說,待遇至少是被腰斬的,鄙人也是迫于生活壓力,為了生計而離開國企,跳槽去了互聯(lián)網(wǎng)公司。
吐槽****:****國企沒有獎金,國企沒有獎金,國企沒有獎金 ,重要的事情說三遍。
國企的穩(wěn)定性應該是最被人人稱道的,特別是中字頭企業(yè)。
一方面是國企的社會責任感幾乎不太可能會裁員;另一方面公司的人事權(quán)幾乎都是在公司總部手中,下面的分部門是沒有權(quán)利做出裁員決定的。
以研發(fā)為例,如果有人不能勝任工作或者和其他人工作合不來,部門領導會想總部申請調(diào)崗,調(diào)到行政人力或其他部門,不會出現(xiàn)領導向總部申請把你開除的事,所以國企給了員工很大的安全感。
互聯(lián)網(wǎng)公司則不同,裁員是家常便飯,領導一高興或一生氣甚至一拍腦袋就裁員,經(jīng)常一年就會裁員幾次,員工幾乎是沒有安全感的。
互聯(lián)網(wǎng)公司很多都是靠融資生存,一旦融資間隔比較大或融不到資就會裁員,生存的壓力巨大,讓它們沒有能力或者沒有職業(yè)道德感或無恥去考慮員工的感受。
國企則不同,國企的業(yè)務本來波動就很少,國企營收相對穩(wěn)定,再說也不差錢,沒有生存的壓力。
實際大部分國企使用的技術(shù)一般都是商用的,比如Oracle,SQL server等,極少使用網(wǎng)上的開源框架。
一方面是因為商業(yè)軟件系統(tǒng)穩(wěn)定,有大公司做技術(shù)支持;另一方便開源軟件穩(wěn)定性有待加強,到了線上因為開源框架的bug導致的系統(tǒng)故障可以說是得不償失,畢竟對于國企來說不差這些錢。
但是我們不同,我們畢竟是研究院,以研發(fā)為主,所以更多地使用開源技術(shù)。
PS:國企軟件開發(fā)版本迭代比較慢,系統(tǒng)測試時間比較長,畢竟對于國企來說,不怕慢,就怕系統(tǒng)出現(xiàn)問題,系統(tǒng)出了問題比系統(tǒng)開發(fā)不出來更嚴重。
Q小茗同學
大數(shù)據(jù)工程師的主要工作是:分析歷史、預測未來、優(yōu)化選擇。1、分析歷史,找出過去事件的特征:大數(shù)據(jù)工程師一個很重要的工作,就是通過分析數(shù)據(jù)來找出過去事件的特征。找出過去事件的特征,最大的作用是可以幫助企業(yè)更好地認識消費者。通過分析用戶以往的行為軌跡,就能夠了解這個人,并預測他的行為。2、預測未來,預測未來可能發(fā)生的事情:通過引入關(guān)鍵因素,大數(shù)據(jù)工程師可以預測未來的消費趨勢。3、優(yōu)化選擇,找出最優(yōu)化的結(jié)果:根據(jù)不同企業(yè)的業(yè)務性質(zhì),大數(shù)據(jù)工程師可以通過數(shù)據(jù)分析來達到不同的目的。在工作崗位上,大數(shù)據(jù)工程師需要基于Hadoop,Spark等構(gòu)建數(shù)據(jù)分析平臺,進行設計、開發(fā)分布式計算業(yè)務。負責大數(shù)據(jù)平臺(Hadoop,HBase,Spark等)集群環(huán)境的搭建,性能調(diào)優(yōu)和日常維護。負責數(shù)據(jù)倉庫設計,數(shù)據(jù)ETL的設計、開發(fā)和性能優(yōu)化。參與構(gòu)建大數(shù)據(jù)平臺,依托大數(shù)據(jù)技術(shù)建設用戶畫像。擴展資料:大數(shù)據(jù)工程師可以從事對大量數(shù)據(jù)的采集、清洗、分析、治理、挖掘,并對這些數(shù)據(jù)加以利用、管理、維護和服務的相關(guān)技術(shù)工作。大數(shù)據(jù)工程師專業(yè)技術(shù)水平等級培訓考試分初級、中級、高級三個級別。大數(shù)據(jù)工程師培養(yǎng)人群:有志于從事大數(shù)據(jù)采集、清洗、分析、治理、挖掘等技術(shù)研究,并加以利用、管理、維護和服務的工程技術(shù)人員。大數(shù)據(jù)工程師初、中、高三個級別考試均設《大數(shù)據(jù)理論基礎》、《大數(shù)據(jù)技能實操》兩個科目。參考資料:百度百科-大數(shù)據(jù)工程師
優(yōu)質(zhì)工程師考試問答知識庫