国企车间流水线5年,重新考研,弯道超车,收割百度腾讯offer

简介: 国企车间流水线5年,重新考研,弯道超车,收割百度腾讯offer

前言


今天介绍的这位也是学习群的小伙伴,他国企工作5年,在家乡拿着微薄的工资,17年考上了北京985学校研究生,19年参加秋招,最后拿了一些大厂offer。虽然拿的是应届生薪资,但也比他之前多了4,5倍。敢于跳出舒适区,弯道超车,是值得我们学习的。


成果

2020届秋招拿到了度小满金融offer,腾讯、中移院的offer,某欧美100强外企offer(因为决定要去,就不曝光是哪家了),岗位有Java、中间件和大数据。


个人背景

本人本科毕业后进了家乡垄断国企,岗位为车间流水线工人,待遇也不高,稳定够生活,工作3年后考取了北京某985计算机专业的双证非全研究生,17年入学20年毕业,有三方有派遣,互联网公司的校招都可以参加。


学习经历

因为是非全日制研究生,所以读研期间并没有辞职,因此没有办法找实习或者去导师实验室做项目,一直以来大部分知识都是自己在家自学,但是网上的资料太多了,再加上没人指导,因此学的很杂,研一研二期间自学了Python,cpp,爬虫,python web开发,机器学习算法,大数据,基本都是入门阶段,了解一些最最基础的概念,也曾想跟着网上的视频做一些项目,但没有坚持下来。

专业知识也是学了忘,忘了学,而且因为畏难总是重复最简单的内容,学习效率很低,自我感觉上是付出了大量的时间与精力,却没有看到任何成长和回报。

到了19年5月,我开始陷入绝望,秋招在即,自己也一直在坚持学习,却似乎又什么都不会。一度开始失眠,焦虑,害怕研究生毕业的时候找不到互联网的工作,沦为笑柄。

19年6月上旬,机缘巧合下通过公众号上的一篇推广文章加到了锋同学的微信,寻求帮助,当时内心也是有些将信将疑,但我已经没有退路了,于是按照锋同学给的路线再努力一把,锋同学还给我他个人总结的面经,初步给我规划了一下学习路线。

19年6月中下旬,我去面了2家公司的实习岗位,一问三不知,极大打击了我的积极性,开始消沉,自暴自弃到7月中下旬,曾一度想要放弃转行的打算。

19年7月下旬,心态有些恢复,这时候我的同学们已经开始投递秋招提前批的岗位了,在锋同学的建议下,我放弃了提前批,直接备战秋招。当然,个人心态也不是很好,学习依然浅尝辄止,打开锋同学整理的面经发现很多连目录标题都看不懂,比如可达性分析,jvm内存布局,垃圾回收算法等等,毕竟这些底层的知识和原理在网上的视频资料中基本都不会讲到,除非你刻意去搜。

于是我放弃了面经,先直接从项目文档入手,理解并记忆技术栈的高频面试点,后来又在网上找了一些相对比较简单的面经理解并记忆。通过对面经的理解记忆,再借助搜索引擎,慢慢地感觉到对一些技术细节有了更进一步的了解(但是理解层面依然还是很浅)。

后来9月份秋招正式开始,我以研究生中期答辩的理由向公司频繁请假,领导也予以理解和支持,即便这样,因为工作在外地,面试在北京,两地来回跑依然感觉很累,因此我只去大厂面试,小厂一律放弃,期间面了美团,vivo,小米,阿里巴巴,字节跳动,旷世。全部凉凉,主要原因还是项目掌握的不是很好,另外个别基础知识掌握的不是很扎实,期间每次面试后也会总结一下题目问一下锋同学,锋同学也会发给我一些相关资料进行学习。

后来时间已经到了10月下旬,虽然面试都凉了,但我反而不急了,可能也是因为死猪不怕开水烫了吧。我开始准备明年的春招,有了之前的准备经验和面试经验,慢慢也开始感受到了企业的侧重点和问问题的点。

再次看面经的时候发现以前不太理解的知识点突然能够看懂了,再翻开锋同学的纸面经,发现基本上大部分的内容也知道是在讲什么了,而且不得不服,锋同学面经里的内容确实是精华中的精华,基本涵盖了基础知识面试中的中高难度的压轴题目。

但是面经并不能把所有细节讲全,于是我又针对面经中的知识点买了几本专业书(后文会提到),以面经为重点进行学习,面经中看不太懂的直接翻专业书进行系统学习,这个时候我的基础知识已经提高到足以应对秋招的水平了。

后来10月底11月初,可能是秋招补招开始了,虽然我已经放弃秋招不再投简历了,但依然陆陆续续地有公司给我打电话邀请我去面试(莫非是名校学历buff?),其中不乏一些比较知名的公司,比如快手,字节跳动(又把我捞起来鞭尸了),小红书,度小满,还有我最终决定去的外企。我只参加了后2者的面试,度小满是因为允许我视频面试,这样我就不用跑去北京了,外企是因为我觉着它名气挺大的,去现场面试也算是开开眼界,大不了就当去参观了。

结果大大出乎我的意料,度小满一共三面,负责项目面的面试官觉着我虽然有些细节答不上来,但基础非常扎实,而且一面基础面的面试官给我的评价很高,就给我过了。

欧美100强的外企因为面试官是做中间件开发的,因此他们比起一些业务平台系统性质的项目来更加注重候选人的基础知识,正中下怀,问我的基础知识,底层原理之前都在锋同学的面经上看到过,有些我甚至还翻阅过相关的专业书仔细研读并整理过,全部都答上来了,于是也顺利斩获了该外企的offer。

后面在腾讯补招和中移院的补招中也拿到了心仪的offer。


心得总结

首先我不是大佬,现在跟很多大佬比也依然很渣,所以也不敢说是分享经验,只是给大家一些建议吧:

1.先直接看一些相对比较基础和简单的面经,理解,记忆2.在1的基础上看前辈们整理好的面经3.结合着面经看专业书,面经相当于是给我提前划好了重点,因为提前学习过面经,基本上大体结构已经有了,再进行细节上的理解会事半功倍4.一些框架面经上实在看不懂可以参考网上的新手入门写几个demo,跑一跑相应的api。

对于找Java后端岗位的同学推荐几本专业书,配合锋同学的面经看效果很好:高性能MySQL,从paxos到zookeeper,深入理解java虚拟机,redis设计与实现,大话设计模式,mysql必知必会

最后想再次感谢锋同学,如果不是锋同学,可能我还依然在入门级的水平上徘徊,也不可能在秋招的尾巴拿到满意的offer。锋同学对我的帮助其实并不仅仅在于给了我面经和鼓励,更重要的是给我指引了一个正确的努力方向和思路,知道了要去学什么,以及怎么去学,这对于一个依靠自己闭门造车并不断碰壁的我来说才是最重要的。这次转行应该是我人生的一个转折点,感谢自己的努力以及锋同学及其他群友的帮助!


面经

2020年阿里、头条、百度、美团、新浪、旷世、VIVO的Java大数据面经


--end--


相关文章
|
人工智能
视觉AI训练营-Day 1
2020.9.24日-阿里云高校学生计划-视觉AI训练营-Day 1 《视觉生产技术-探索应用》
视觉AI训练营-Day 1
|
8天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1194 4
|
7天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
957 12
|
6天前
|
机器学习/深度学习 物联网
Wan2.2再次开源数字人:Animate-14B!一键实现电影角色替换和动作驱动
今天,通义万相的视频生成模型又又又开源了!Wan2.2系列模型家族新增数字人成员Wan2.2-Animate-14B。
538 11
|
17天前
|
人工智能 运维 安全
|
8天前
|
弹性计算 Kubernetes jenkins
如何在 ECS/EKS 集群中有效使用 Jenkins
本文探讨了如何将 Jenkins 与 AWS ECS 和 EKS 集群集成,以构建高效、灵活且具备自动扩缩容能力的 CI/CD 流水线,提升软件交付效率并优化资源成本。
341 0
|
8天前
|
消息中间件 Java Apache
SpringBoot集成RocketMq
RocketMQ 是一款开源的分布式消息中间件,采用纯 Java 编写,支持事务消息、顺序消息、批量消息、定时消息及消息回溯等功能。其优势包括去除对 ZooKeeper 的依赖、支持异步和同步刷盘、高吞吐量及消息过滤等特性。RocketMQ 具备高可用性和高可靠性,适用于大规模分布式系统,能有效保障消息传输的一致性和顺序性。
463 2