专栏名称: 人大就业
人大学生就业创业指导中心立足“服务学生”的目标,通过“人大就业”公众平台,向学生发布招聘信息以及与求职就业相关的活动和资讯,帮助人大学子更好的走向职场。
目录
相关文章推荐
吉安发布  ·  “聚餐不得用四季豆”!一地新规引热议! ·  2 天前  
质安选  ·  质安选直播讲师邀请函! ·  3 天前  
51好读  ›  专栏  ›  人大就业

活动回顾|她力量·求职经验干货来啦!

人大就业  · 公众号  ·  · 2022-03-20 20:50

正文

满载踏春归,再起新征程。 “她力量·就业活动季” 求职经验分享会于3月13日晚成功举办。活动邀请 政府机关、金融机构、互联网大厂 等领域的优秀校友,围绕 职业规划 求职经验 进行分享,吸引近500名同学参会,反响热烈。




1、政府机关

现就职于北京市人力资源和社会保障局的 吴师姐,结合自身公考经历,重点分享 备考规划、笔面试经验

信息渠道

知己知彼,百战不殆。吴师姐建议, 多渠道收集就业信息, 重点关注意向地区就业信息平台 以北京市 为例,以下渠道值得关注:

1

高校就业公众号 人大就业、清华就业等

2

北京市人社局 “事业单位公开招聘”栏目

3

人社部 “中央和国家机关所属事业单位公开招聘服务平台”


笔试经验

建议分清阶段、专项突破:

1

基础期(2-6月) 学习网课,打好基础。建议根据实际情况安排备考周期。

2

拔高期(7-8月) 模块练习,提高速度。推荐公众号公考齐麟、欣说言语、我爱学逻辑、申论大本营等。

3

模拟期(9-11月) 计时模拟,锻炼手感。建议按照实际考试时间进行练习。



面试经验

多积累: 学习时政新闻,了解党情国情。推荐公众号 人民日报评论、半月谈、侠客岛、学习小组等。

多练习: 可报考短期面试班,或找同学进行对练,帮助模拟考场环境,并多参加考试,积累实战经验。

此外, 在公考备考过程中,我们应当积极放平心态、客观看待问题、拒绝精神内耗。最后吴师姐还鼓励同学们,始终 踏实工作、认真生活、终身学习

2、金融机构

作为探索跨专业职业道路的行路者, 现就职于险峰长青K2VC任投资分析师的 林师姐, 结合自身在VC领域的工作经历, 重点分享了她对 职业探索和规划 的思考。

职业启蒙

1

了解自我

借助 科学测评工具 (如MBTI人格),了解自身特质以及适合何种类型工作,这对于职业规划可起到辅助作用。

2

了解岗位

通过 求职平台、公司官网 等渠道收集岗位信息。按照目标岗位要求,有日常学习工作过程中,有针对性地积累。



职业探索

在初步确定求职目标后,可以通过实习了解岗位情况。实习更多是一个探索的过程,可以尝试不同方向、类型的工作,甚至突破既往专业范畴,持续优化职业发展路径。

求职阶段

积极盘活现有资源,例如邀请前辈内推或修改简历,利用领英等了解岗位情况。

面试阶段

寻找过往经历的技能点,展现过硬的专业技能,同时兼具可培养的软技能。 通过 与企业面试官进行交流 ,了解企业背景、实习情况及自身是否适合公司价值观。

实习阶段

通过实习实践,了解行业前景、主营业务、工作强度、考核标准、薪酬体系, 矫正认知偏差 ;进一步明晰职业规划,定位适合自己的岗位和公司。

林师姐还强调, 求职是一个动态选择的过程, 重点关注 自身需求与发展动机 ,明晰信息渠道, 持续发力深耕,最终收获心仪offer。

3、互联网大厂

如何斩获腾讯、字节、微软亚研院等头部互联网算法岗/研究岗offer?姚师姐从 简历准备、笔面准备、面试经验 等方面进行分享。

简历准备

以下三项均为非必要的加分项,建议至少有一项,有两项及以上最佳。

1

科研论文: 投入周期长,建议 尽早准备 ,研究方向尽量与目标岗位匹配。

2

项目经历: 锻炼代码能力,深入理解领域模型,调参优化技巧等。 推荐大平台比赛 ,例如Kaggle、顶会比赛等。

3

实习经历: 提前了解实际工作状态,拥有大厂背书。尽量 参与完整的、有挑战的工作 ,切实提高个人能力。


笔面试准备

编程

以《剑指Offer》和Leetcode为主。刷题时要注意掌握基本的算法和数据结构,关注时间和空间复杂度的优化。临近面试时,建议利用CodeTop刷对应公司的高频题。

算法

手推公式部分: 例如AUC面积计算,LR手推,SVM手推,GBDT手推等;

机器学习问题 主要考察经典算法和训练优化问题,如过拟合和欠拟合、Batch Normalization、Dropout的原理等;

深度学习模型 主要考察典型模型的基本实现方法,如CNN、GRU、LSTM、attention、Transformer等。

数学

简单题: 给定特定场景,计算概率等

困难题: 推导概率公式等


论文/项目/比赛

能够讲清背景、任务、实现方法(数据集、模型结构、训练算法)和效果(评价指标提升情况、基线模型对比情况)等。

实习

梳理实习期间承担的具体工作。若项目上线应用,需明确项目优化效果以及未来的改进思路与计划。

前沿知识

了解研究领域前沿模型概念、应用场景及优劣势。







请到「今天看啥」查看全文