你真的知道怎么选offer吗?学长用踩坑经历告诉你应该这么选...

大家好,我是小李。

随着前几天腾讯公布秋季招聘正式启动,意味着大厂们的招聘竞争又要开始了。虽然今年以来网络上流传着铺天盖地的负面消息 —— “互联网寒冬来啦”、“裁员50%”、“寒气传递到每一个人”,但是同学们要相信,互联网的发展是未来不可逆转的趋势,因此不需要过度惊慌,好好准备,肯定都能收获令人满意的offer。

当然,稳妥起见,同学们在找工作的时候最好还是海投,小李也相信大家到时候手上肯定都不止一个offer。如果大家在秋招季结束的时候手上拿到了好几个看上去都不错的offer,应该怎么选择呢?今天小李就结合自身踩过的坑来告诉大家如何做出相对来说更不会后悔的抉择。(小李的建议仅供参考)

个人血泪经验教训

先来讲讲小李自己的踩坑经历吧。我是2021年参加的秋招,今年七月份刚入职,在去年的秋招过程中,我先后拿到了三家互联网头部公司的校招offer。

有同学可能会问了,“小李小李,你为啥只有这三个公司的校招offer呢?其他面的都挂了吗?”。呃,情况是这样的,我在秋招之前投递了实习,也顺利拿到了这三家公司的实习offer,其中还投了网易实习(面挂了)、百度实习(简历都没过)。

然后,在秋招季如火如荼进行的时候,我已经快快乐乐地在实习了。由于实习的时候时间比较紧,没有那么多时间去重新投简历。而如果拿到过实习offer,系统中会留存一些正向的面试评价,因此拿正式offer会相对比较轻松,所以我吃起了老本,又拿了一遍这三个公司的校招offer。(PS:有特别想去的公司可以先从拿下实习offer入手哦)

那么去年手握三个大厂offer的我是怎么选择的呢?由于他们开出的薪资都差不多,这个时候就要考虑到一些更深入的因素来做抉择了,例如:部门做的是哪方面的工作(前端?后端?基础开发?)、具体工作内容、用到了哪些技术、部门的团队氛围怎么样(划重点:个人认为这个甚至可以放在第一位考虑)。

由于小李在a公司实习了2个月,对团队做的工作、技术栈、团队氛围都比较熟悉了,而另外两个公司的部门信息基本都是从HR处或者部门leader处获得。当时看来,其他两家公司的工作内容比起实习时做的工作更让我感兴趣,于是小李就将目光重点放在了其他两家公司。这个时候三选一变成了二选一,但还是得做选择啊,该怎么选择呢?这也是小李踩坑的过程了。经过b公司HR真诚地掏心掏肺的交流分享,我就稀里糊涂地签约了(还是太嫩了,招架不住呀)。其实当时也是觉得二选一嘛,做的工作差不多,薪资也差不多,选哪个应该都一样。

时间来到今年7月份正式入职,入职1个月内发现踩到坑了。首先,HR描述工作的时候进行了选择性描述,与预期的工作内容存在偏差;其次,对比于实习的公司,现在所在的公司部门工作氛围比较差;最后,新员工培养方案略显粗糙(约等于没有),基本都是独自摸索、挣扎,对新员工的心理发展很不友好 (但实习的公司新员工培养方案较为完善,正是这点让我深感踩坑)。

总结

通过小李的个人血泪经验教训分享,相信大家对如何选择offer也大致有数了吧。如果还不清楚的话,小李来做个总结吧。

你真的知道怎么选offer吗?学长用踩坑经历告诉你应该这么选...

首先,永远不要相信HR说的话,哪怕他如何真情实感、坦诚相待、掏心掏肺、毫无保留,你也要时刻保持清醒,毕竟,招你进来只是他的KPI呢。所以,最好自己能通过各层关系找到内部员工打听一下,如果你不清楚的话也可以咨询小李,小李不才,但同学们却遍布各个大厂;

其次,优先考虑部门团队氛围,这个真的很重要!包括但不限于是否有完善的新员工培养计划、同事们是否比较友好热情、工作氛围是否严肃或相对轻松、是否频繁加班等,好的团队氛围会让新员工觉得上班可能是一种享受?

最后,考虑工作内容,去年小李认为工作内容应该排第一,现在小李觉得这个优先级可以放低一些。为什么呢?互联网的工作内容其实也大差不差,不能说哪个就更优越,哪个就上升空间有限。做后端也有干到40岁的,做基础开发也有干到40岁的。个人认为更重要的还是自己是否能在工作中以及工作外保持自我学习,跟上最新的技术,持续保持竞争力。当然,如果你有特别感兴趣的方向,非这个方向不做,那当我这点没说。

好了,以上就是小李带来的踩坑经历分享,希望大家都能在秋招季收获并选择到令自己满意的offer!

如果同学们在看完这篇文章之后觉得有收获的话,可以关注小李哦,后面小李将持续带来更多的干货分享,让你踩在小李的肩膀上快速成长!

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 是的,我知道 Java。以下是 Java 代码实现无向图的宽度优先遍历: ``` import java.util.*; public class BFS { private int V; // 顶点数目 private LinkedList<Integer> adj[]; // 邻接表 // 构造函数 BFS(int v) { V = v; adj = new LinkedList[v]; for (int i=0; i<v; ++i) adj[i] = new LinkedList(); } // 添加边 void addEdge(int v, int w) { adj[v].add(w); } // 宽度优先遍历 void BFS(int s) { boolean visited[] = new boolean[V]; // 创建队列 LinkedList<Integer> queue = new LinkedList<Integer>(); // 标记起点为已访问 visited[s]=true; queue.add(s); while (queue.size() != 0) { // 从队列中取出一个顶点 s = queue.poll(); System.out.print(s+" "); // 获取所有与该顶点相邻的顶点 Iterator<Integer> i = adj[s].listIterator(); while (i.hasNext()) { int n = i.next(); if (!visited[n]) { visited[n] = true; queue.add(n); } } } } public static void main(String args[]) { BFS g = new BFS(4); g.addEdge(0, 1); g.addEdge(0, 2); g.addEdge(1, 2); g.addEdge(2, 0); g.addEdge(2, 3); g.addEdge(3, 3); System.out.println("以下是广度优先遍历:"); g.BFS(2); } } ``` 希望这个代码能帮助你理解宽度优先遍历的实现方式。 ### 回答2: 我知道Java。以下是用Java编写的无向图的宽度优先遍历的代码: ```java import java.util.LinkedList; import java.util.Queue; public class Graph { private int V; // 图中顶点的数量 private LinkedList<Integer>[] adj; // 邻接表 // 构造函数 public Graph(int v) { V = v; adj = new LinkedList[v]; for (int i = 0; i < v; ++i) adj[i] = new LinkedList(); } // 添加边到图中 void addEdge(int v, int w) { adj[v].add(w); adj[w].add(v); } // 以v为起始点进行宽度优先遍历 void BFS(int v) { boolean visited[] = new boolean[V]; // 记录顶点是否被访问过 Queue<Integer> queue = new LinkedList<>(); // 创建一个队列用于存放待遍历的顶点 visited[v] = true; // 标记当前顶点为已访问 queue.offer(v); // 将当前顶点加入队列 while (!queue.isEmpty()) { v = queue.poll(); // 获取并移除队列头部的顶点 System.out.print(v + " "); // 输出遍历顶点 // 遍历与v相邻的顶点 for (int n : adj[v]) { if (!visited[n]) { visited[n] = true; // 标记当前相邻顶点为已访问 queue.offer(n); // 将当前相邻顶点加入队列 } } } } public static void main(String args[]) { Graph g = new Graph(4); // 添加边到图中 g.addEdge(0, 1); g.addEdge(0, 2); g.addEdge(1, 2); g.addEdge(2, 0); g.addEdge(2, 3); g.addEdge(3, 3); System.out.println("广度优先遍历结果:"); g.BFS(2); } } ``` 这段代码定义了一个`Graph`类来表示图,其中`addEdge`方法用于添加边,`BFS`方法进行宽度优先遍历。在`main`方法中创建了一个示例图,并输出了遍历结果。 ### 回答3: 是的,我知道Java。以下是使用Java编写的无向图宽度优先遍历的代码示例: ```java import java.util.*; public class Graph { private int V; // 顶点的数量 private LinkedList<Integer>[] adj; // 邻接表表示图 public Graph(int v) { V = v; adj = new LinkedList[v]; for (int i=0; i<v; ++i) adj[i] = new LinkedList(); } // 添加边 void addEdge(int v, int w) { adj[v].add(w); adj[w].add(v); } // 使用宽度优先遍历搜索图 void BFS(int s) { boolean[] visited = new boolean[V]; // 创建一个标记数组来记录顶点是否已被访问 LinkedList<Integer> queue = new LinkedList<Integer>(); // 创建一个队列用于宽度优先搜索 visited[s]=true; // 标记起始顶点为已访问 queue.add(s); // 将起始顶点加入队列 while (queue.size() != 0) { s = queue.poll(); // 从队列中弹出一个顶点并输出 System.out.print(s + " "); // 获取所有邻接顶点,如果它们未被访问过,则将其标记为已访问并加入队列 Iterator<Integer> i = adj[s].listIterator(); while (i.hasNext()) { int n = i.next(); if (!visited[n]) { visited[n] = true; queue.add(n); } } } } public static void main(String args[]) { Graph g = new Graph(5); // 创建一个具有5个顶点的图 g.addEdge(0, 1); g.addEdge(0, 2); g.addEdge(1, 3); g.addEdge(1, 4); System.out.println("图的宽度优先遍历为:"); g.BFS(0); } } ``` 这是一个使用邻接表表示图,使用宽度优先搜索(BFS)算法实现的代码。程序首先创建一个无向图,添加边来连接顶点。然后,通过调用`BFS`方法来进行宽度优先遍历,并输出遍历结果。在这个示例中,图具有5个顶点,0到4,边分别是(0,1)、(0,2)、(1,3)、(1,4)。宽度优先遍历从顶点0开始,输出结果为0,1,2,3,4。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值