校招黑名单:好家伙,GitHub 上这个仓库火了!

大家好,我是二哥呀。

之前有个读者特来报喜,说他今年的秋招提前“开奖”了。

可能有些读者是第一次听到“开奖”这个词,有点懵逼,这里简单解释下。

开奖是指互联网公司的 HR 给那些手里拿了意向书的同学明确薪资待遇,包括月薪啊、年终奖啊、签字费啊,甚至期权之类的。

我这个读者的薪资待遇超出了他的预期,心里特开心,我也打心底为他感到高兴。

说实在的,寒窗苦读十多年,谁不想自己的奖能开得大一点呢。开了之后,也算是对自己的付出,父母的关爱,老师的栽培有了一个交代,心里的那块石头也总算是落了地。

然后就可以根据城市啊、公司啊、岗位职责啊、薪资待遇啊等等,慎重地做出选择了。有些公司可能会在国庆后开奖,大家记得多来给二哥报喜啊,也让二哥开心开心😄。

讲心里话,每次收到大家报喜的消息,二哥感觉整个人生都是美妙的,就仿佛一不小心 double kill 了一样。

今天想给大家说点别的,这份校招黑名单的全部地址在 GitHub 上已经开源了,大家可以移步过去看看,心里有个数。里面有些证据的链接已经打不开了,估计是有些公司已经开始发力“抹掉”了。

https://github.com/ShameCom/ShameCom

可能有些读者访问 GitHub 的时候会比较慢,我这里简单帮大家梳理一下。

作者开源这个仓库的用意是:收集校招有污点的公司或组织,帮助学弟学妹避雷

污点行为包括但不限于:毁意向书、毁两方协定、毁三方协定、试用期裁员、大量裁应届生。

作者不希望看到的是,往年经常毁约的公司却在第二年依旧简历爆满的情况。

我在浏览名单的时候,竟然看到了一些风评甚佳但依然多次上榜的互联网头部公司上,着实有点吃惊。

当然了,并不是说在榜单上的公司就不能再投了,不能因噎废食。

这里面的原因可能是公司单方面造成的,也可能是应聘者和招聘方之间没有良好的沟通造成的。

秋招不易,希望二哥的读者都不要碰到这些糟心的事。这里再给大家提一些避坑指南,希望大家多留个心眼。

第一,时刻做好准备

不要觉得稳了,就掉以轻心,时刻关注着自己的邮箱,以免错过了重要的信息。如果自己要到了招聘方的联系方式,必要的时候可以主动出击。

在没有搞清楚职位的具体要求、薪资、福利待遇等之前,不要轻信 HR 画的大饼。

第二,口头承诺的 offer 可能不算数

有些时候,面试官只是口头承诺了 offer,或者以电话、邮件的形式告知你被录用了,却在入职前几天告知取消录用。

无论是公司有更好的人选还是其他考虑,因为没有签订具有法律效力的合同,所以应聘者只能哑巴吃黄连,有口说不出。

所以一定要多拿几个 offer,做到有备无患,不要吊死在一棵树上。江湖险恶,一定要让自己掌握主动权,在没有拿到正式的 offer 甚至劳动合同前,都不要轻易放弃投简历和面试的机会。

即便是一家公司你非常满意,也要有 planB。

第三,公司签协议后毁约

公司三方违约,属于故意违反协议约定的行为,按照约定是要支付违约金的。签订了劳动合同后,公司单方面违约,是需要支付双倍的赔偿金。

但对于应聘者来说,这点赔偿是远远不够的。一旦遇到这种情况,不要太过沮丧和气馁,要重振精神,立马投入到新一轮的战斗当中,让伤害减少到最小。

要知道“塞翁失马焉知非福”也可能会找到一家更好的公司。

第四,慎重选择

开奖后,一定要慎重选择,综合多方面因素好好考量,比如说城市啊、公司啊、发展前景啊,不一定薪资给的最高的就是最适合的。

如果自己拿捏不住的话,可以来和二哥交流交流,心里踏实点。

对于应届生来说,城市的选择我认为是最重要的。因为就目前来说,已经很少有那种三五年不挪窝的了,甚至很多人都是草草工作一两年后就要换工作,这种情况下,如果一开始选择了二三线城市,后面选择的余地就不会很大。

其次是公司,不一定非要去大厂卷,选择适合自己的才是最好的,要结合岗位啊、前景啊、恋人的感受啊等等。

我认识的一个朋友,一个搬砖的胖子,他秋招疯狂收割了十多个 offer,大厂几乎全部拿下,但考虑到女票的因素,选择了苏州的微软,生活的幸福指数也非常重要。


好了,二哥就简单说这么多吧,希望大家都能在开奖后拿到满意的薪资待遇。

没有什么使我停留——除了目的,纵然岸旁有玫瑰、有绿荫、有宁静的港湾,我是不系之舟

  • 53
    点赞
  • 78
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
这是 Facebook AI Research 开源的一个目标检测框架 Detectron,基于 Python 和 Caffe2 实现。它可以用于训练和测试各种目标检测模型,包括 Faster R-CNN、Mask R-CNN 等。如果你想使用 Detectron 进行目标检测任务,可以按照以下步骤进行: 1. 安装依赖 首先,你需要安装一些依赖库,包括 Caffe2、OpenCV、pycocotools 等。你可以按照 Detectron 的官方文档进行安装,具体可以参考 https://github.com/facebookresearch/Detectron/blob/master/INSTALL.md。 2. 下载代码 你可以从 Detectron 的 GitHub 仓库中下载最新代码,具体可以参考 https://github.com/facebookresearch/Detectron。 3. 配置模型 在运行 Detectron 之前,你需要配置一些模型参数和数据集路径等信息。你可以根据自己的需求修改 detectron/utils/config.py 文件中的参数。 4. 训练模型 如果你想使用 Detectron 训练一个目标检测模型,可以按照以下步骤进行: - 准备数据集 - 配置训练参数 - 运行训练命令 具体可以参考 https://github.com/facebookresearch/Detectron/blob/master/tools/train_net.py。 5. 测试模型 如果你想测试一个已经训练好的模型,可以按照以下步骤进行: - 下载模型权重文件 - 配置测试参数 - 运行测试命令 具体可以参考 https://github.com/facebookresearch/Detectron/blob/master/tools/test_net.py。 以上是使用 Detectron 进行目标检测任务的基本步骤,具体实现需要根据具体情况进行调整。
评论 4
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

打赏作者

沉默王二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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