招聘潜规则

文章来源:左岸读书

大学生们又该忙找工作了。我作为一个人到中年的职场油子谈谈招聘,希望能对大家的择业有所帮助吧。

首先要解开一个误区,那就是应届的大学毕业生很难找工作。

对于我而言,我这么多年从来没有歧视过应届毕业生。而且我身边的很多公司,包括我的同行,也都不歧视。这点大家大可放心。

通常来说,一个公司的业务模块无外乎两大块。一大块是商务性的业务模块,包括了销售、市场、客户管理等等,有的公司把项目管理也划到了这一块,也有的公司反之。而我这么多年一直从事的工作,就是市场部的工作。

除了商务性的业务模块之外,剩下的就是生产、研发性的业务模块了。比如系统开发、测试、项目实施、项目管理、系统集成等等。

除了商务、生产这两大模块之外,就是一些事务性较为繁杂的部门,比如行政、财务、人力资源等等。

一般来说,应届毕业生尽管缺少经验,但却有着得天独厚的优势,那就是好塑造,好改造。所以,很多公司的都愿意在生产型、研发型的业务部门招聘应届毕业生。

但有些岗位,比如市场部、销售部,需要一定的阅历和年纪。尤其是销售型的部门,更是需要相当强的阅历和沟通能力。

所以,相对应届毕业生而言,商务性的业务模块,应聘起来会有一定的难度。

但大家不必灰心,多尝试几家公司。大部分具有一定规模,有一定实力的公司都不歧视应届生。

第二点谈谈考研和文凭吧。

从我个人来说,我可以负责的讲,我几乎不怎么看对方是什么学校毕业的。换句话讲,是不是北大的,还是某个不知名的二类院校的,对于招聘的人,可能没什么大区别。

考研的问题可能是快要毕业的朋友都要考虑的。我用我本身的经历告诉大家,如果你想考研,那就坚定地考。等你开始工作,可能很多的时间在结交自己的朋友圈,或者忙于工作,或谈恋爱等等……你很难再有在校园里面这么整块时间来读书了。

而读到自己脑子里的东西,是谁都带不走的,无论你将来落难了也好,众叛亲离也好,走投无路也好,你自己脑子里的知识,是跟着你一生的,是任何人都抢夺不走的!!!

假如,你三十多岁,老婆跟你闹离婚,房子、车子都可能失去。但知识不会失去!

我这里说的是知识,但读研能否把自己读的书转化为知识,那就要看自己了。

第三点说说性别吧。

首先,大家有一个普遍的误解,认为女生在找工作的时候受到歧视。

我这里简单解释一下女生找工作相对的难度。一般来说,很多公司中层都是男性一统天下。就我们公司来说,中层的部门经理除了行政、财务之外,全是男的。

这里就有一个问题,那就是管理的难度。说白了,我招聘一个男的相对好管理。而女孩子说重了,对方受不了,说轻了,让对方产生误解。招个男的则没有这样的麻烦,大不了哥们交情一叙,大家喝顿酒,很多问题都好谈。

另外一点就是方便。比如说,我出差带一个同事,要是男的,咱俩开一个标准间,三百块顶到天了。要是个女孩子,还得开两个房间。

至少我这么几年,几乎没有招聘进公司几个女孩子,好像只有平面设计和媒介。

这一点很无奈,那就是很多像我这样年纪的人,都觉得招聘男的进自己部门,相对便于管理。

这里不是歧视,而是从工作本身来说的。

另外一个误区就是相貌较好的女生应聘时有优势。

这个问题很有意思,坦白的说,男人都有个坏毛病,漂亮女人都爱看。但爱看和招聘进自己公司是完全两个不同的概念。

至少我这么多年,很少对我身边的女同事有过什么遐想。而在职场里面,和自己的同事发生办公室恋情是一个大忌。

所以大家尽管放心,相貌不是招聘的条件。

但有一点,这个可能是一个默认的共识,那就是不能太难看。长相平凡可以,但不能长得跟那个啥姐姐一样,那就受不了了。

所以,我经常看到打印的相当精美的简历,后面附上艺术照,其实大可不必。这是招聘,不是选妃子,呵呵。

第四点,说说应聘时的着装。

可能大部分走出校门的人,很多人会说,要穿西服打领带,穿职业装。这里也是一个误区。

从我来说,我除了必须打领带的场合,平时几乎很少打领带。但我上班会穿着衬衫,下面一般也多是西裤,办公室里会挂着一件西服,但很少穿。这样的好处就是一旦需要突然见个什么人,领带系上,穿上西服就行了。

而我身边的人,大部分也都是这么干的。至于下班,更是没人管了。我常年穿着美军的M65风衣,嚣张穿行于闹市,哈哈。当然,上班不能这么穿。

所以,如果参加招聘会,或者去面试,穿得干净整洁就行。当然,如果穿着西服会让你感觉有自信,那也没问题。

但切记一点,穿任何衣服都不能掩饰你的青涩,岁月写在脸上的东西,是你无论如何在刚刚走出校门的时候装不出来的。年轻有年轻的魅力,成熟有成熟的魅力,呵呵。

另外,我发现很多人为了显得正式,喜欢穿白衬衫。白衬衫穿着确实显得干净、利落,但问题是也显得你年轻。呵呵,我今年特别爱穿白色了,这样显得自己年轻一点。但刚刚走出校门的朋友,建议你选择衬衫稍稍显得成熟一点比较好,这样可以中和一下。

有一点需要强调,招聘会上无所谓,但应聘的时候最安全的办法是穿皮鞋去。

我是个很率性的人,我这个部门也从来不强调着装问题。但是,你去面试的时候,对方是一个未知数,稳妥的办法最好穿着皮鞋。

一般来说,皮鞋也有很多种。而系鞋带的那种,一般被视为正装鞋。所以,选择皮鞋也最好是系带子的那种,呵呵。我个人来说,比较喜欢系带子的鞋。

女孩子的着装,务求简单、简洁、利落。不一定要正装,但切忌,那种出去玩的时候穿的太性感的衣服最好不要穿着去面试。

女孩子的发型多数都强调自己的个性,这个我不反对。但面试的时候,最稳妥地办法就是不要把头发弄得过于古怪。

还有一点,面试的时候最好带个包,这里说的包不是那种粉可爱粉可爱的包包,而是一个看上去比较中性一点的包。也不用什么LV名牌,简洁一点,能装简历、学历什么的就行了。

另外,切忌,不要穿着拖鞋光着脚就跑去面试。如果实在想光着脚,至少穿个凉鞋。

嗯,我来解释一下,一般正式的场合,女性光脚,等同于……明白了吧。

大家着装还有一个误区,认为名牌一定好。其实没必要,一千多一身的西服足够了,我工作这么多年,最贵的衣服也就一千多。咱不是国务院发言人,没必要穿得那么奢华。

女孩子的套装我不是很清楚,我想也贵不到哪儿去,一千多应该差不多了,没必要买太贵的。

第五点,说说简历

我说出来大家肯定不信,我工作这么多年,我的简历两页纸足够了。一页中文,一页英文。

简历要简明扼要,简历简历,不是回忆录,别以为越厚越好。

最近几次的招聘会上,我收到了很多相当高档的简历。我一般看完之后觉得对方不合适,都会还给对方。有人还不乐意,其实我是帮他省钱。那简历做的,做标书都足够了。

一般来说,简历要突出自己的特点,但切忌夸大。篇幅控制在一页范围内就行,另外可以再做一个英文版的简历。这里强调一下,英文版的简历写完了要给英文比较过硬的朋友看看,不要闹什么表达上的笑话。

另外,不要在简历里面把自己吹嘘的天花乱坠。这一点一定要注意。

说句有点心理阴暗的话,一般招聘的人,江湖经验都不会很差。我这里的意思是,能够面试你的人,至少是一个公司的中层管理者。他见过的,听过的,了解到的牛人,要比你多N多。

就我而言,我身边有个干了八年JAVA,九几年就开始玩C的牛人。人家一讲话,“这个问题我还不是很懂,我尽力吧。”

不懂不怕,不会也不怕,说出自己不会,不是一个丢脸的事情。我经常就在工作中遇到不会的东西,这很正常,我从来不觉得自己在某一块知识缺乏是丢脸的事情。

这个世界是多元化的,谁都不能包打天下。但是,我经常能看到简历里面,列举了一大堆开发语言或工具。但仔细一问,往往对方出洋相。

所以,简历务必简要,突出重点,不精通或不擅长的东西不要往上面瞎写。

第六点,说说招聘的原理和大致的流程吧

一般来说,招聘会上,我是指那种专场的招聘会。任何一家公司参加招聘会是有人力、物力的投入的。这其中包括了展位费、布展费,就算不布展,再不济也会喷个板子,那也得好几十块。而人力的投入呢,一场招聘会,至少会去一个中层的部门经理和一个行政性部门的员工。

哪怕这个部门经理再无能,他的月薪折算这招聘会的一天或两天时间,相当于公司人力的投入至少好几百块出去了。

所以,刚刚出来混社会的朋友,你们一定要坚信,大部分的公司费时费力的参加招聘会,绝对不是吃饱了撑的。

我以我们公司为例来说,我们公司规模不大,连带分公司一起,大概有一百多号人。但我们公司没有专门的人力资源部门,只有一个行政专员,负责社保、医疗什么的,同时负责招聘。

也就是说,去招聘会的,或者面试你的,大部分是在这个圈子里面混了

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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