2019 普通人跳槽指南

2024-08-31 01:38
文章标签 普通人 指南 2019 跳槽

本文主要是介绍2019 普通人跳槽指南,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点击上方蓝色字关注我们~

前一阵换工作了,从电商公司换到了做手机的公司。这次跳槽算不上跳到更好的公司,不过薪资 Double 后,勉强达到正常水平。

 

介绍一下自身情况:码农,毕业两年多,三流本科,一段小厂两段大厂工作经历。

 

从过往的经历中可以提出几个中肯的意见:

1、关于毕业后第一份工作选择

如果有机会,选择大厂

 

这点对于初入职场非常重要,至少对于大部分行业来说,第一份工作能进大厂就进大厂。大厂带来的好处有很多,最直观的价值就是技术广度深度和行业的一些基础知识、运行模式等等。起码会让你对这个行业有所了解。

说的再高大上一点就是提升视野,提高认知,最重要一点,换工作的时候有大厂背书,你的机会会多很多

 

刚毕业那会着急找工作,自身经历、学历啥的都不行,所以去了一个创业公司,不夸张说,连互联网公司都算不上。

公司一共二十多人,就我一个人做技术,基本就没啥互联网公司的氛围。因为是独立开发,什么流程都比较随意,长时间肯定会跑偏。

 

基本保障啥的也没有,工作半年多才给交社保,签合同,就这还是因为有同事没给交社保去劳动局仲裁了,公司怕员工都这么干才统一按最低标准给上了社保。

这还只是小坑,最起码还发工资,遇到工资都发不上来的公司那就真SB了。

 

 

后来到了大厂才明白,大厂纵有千般缺点,还是遵守法律的,基本保障不用担心。

那有人说,我和你一样,毕业后经历学历学历都不行,简历根本入不了 HR 法眼,怎么进大厂。简单来说,提升自身能力,提高知名度,找内推。

例如程序员,有系统的学习,掌握好基础,多写文章,github 发布开源项目,都能成为日后简历中的亮点,这样有了面试机会后,剩下的就靠自己对技术的掌握程度了。

2、怎样拿到自己满意的 offer

早准备,忌浮躁。

 

这里说的准备不只是复习面试相关的知识,还有在平时的工作中的准备,多总结现在做的对自己有哪些成长,哪些可以写在简历中。

 

找工作的时候心态一定要稳,一是没有 offer 不气馁,二是有了 offer 不浮躁。

我这次换工作就是还没怎么面就收到了 offer,结果内心浮躁,接下来的面试都没有好好准备,自然也没有更多的 offer 供我选择。所以到了和 HR 谈薪资的时候,是没什么底气的,基本就是公司给多少就是多少了,非常被动。

后来我把自己的经验告诉同样想跳槽的朋友,朋友出去面试的时候就一直好好准备,一口气拿了好几个大厂 offer。

有了 offer 自然也有了谈薪资的底气,遇到不愿意给期望薪资的 HR,侧面透露出自己还有别的东家可选,最后 HR 给出了高于市场行情的待遇招揽他。

 

当然,我那个朋友自身能力本身就非常厉害,然后多个 offer 加持,在跟HR谈的时候不急不躁,不卑不亢,最终拿到了满意的薪资。

所以市场走向成熟,热情褪去,影响最大的是本身能力就不怎么样的人。

对于自身业务能力不够自信的朋友想跳槽,必须要好好准备起码一个月,了解除了自己公司外的行业动向,美化好自身的简历再去面试,而且在前期挑选好与自身能力匹配度最高的公司和岗位

跳槽不比应届,不能再海投盲面了,必须有目的有范围的投递。这样才能做到一击必中,避免浪费请假的时间,无形中造成损失。

 

3、关于裸辞

最后想说,千万别裸辞。

别找什么理由说不裸辞没时间复习,没办法好好面试。复习的时间挤挤总是有的,筛选出精准的公司和岗位后你会发现能面的其实也没几家。

而且面试就像相亲,双方必须都留有后路,才能从容见面。不然HR在筛选了很多合适的人后面你,你却裸辞来面试,在谈薪资的时候底气瞬间就没了一大半。基本一谈就是你的心里底价,甚至还要更低。

如果你非要想裸辞,先看看自己支付宝余额够不够自己生活两个月的。因为一旦裸辞后长时间没有着落的话,来自精神、家人、金钱上的三重压力不知道你能不能承受的了。

身边这种例子太多了,

一朋友裸辞四个月没找到工作,都打算先送外卖再复习了。

还有裸辞两个月,最后沦落到外包公司做技术客服支持的。

 

所以,裸辞有风险,骑驴找马不能怂。

最后总结,2019年是互联网的第二个寒冬,我不知道这个寒冬会不会过去,也可能这就是互联网以后的常态了。

但是人总是要生活,总是要跳槽。对于2019年来说,对于咱们这样的普通人来说,机会虽然少了,但还是有的。

以前那种随便投简历都有大把面试邀约的浪潮褪去了,现在的互联网的招聘现状其实只是传统行业的常态而已。

总有人在换工作,只是成功的,变成那些目标更准的人

这篇关于2019 普通人跳槽指南的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1122524

相关文章

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

Java 创建图形用户界面(GUI)入门指南(Swing库 JFrame 类)概述

概述 基本概念 Java Swing 的架构 Java Swing 是一个为 Java 设计的 GUI 工具包,是 JAVA 基础类的一部分,基于 Java AWT 构建,提供了一系列轻量级、可定制的图形用户界面(GUI)组件。 与 AWT 相比,Swing 提供了许多比 AWT 更好的屏幕显示元素,更加灵活和可定制,具有更好的跨平台性能。 组件和容器 Java Swing 提供了许多

BUUCTF靶场[web][极客大挑战 2019]Http、[HCTF 2018]admin

目录   [web][极客大挑战 2019]Http 考点:Referer协议、UA协议、X-Forwarded-For协议 [web][HCTF 2018]admin 考点:弱密码字典爆破 四种方法:   [web][极客大挑战 2019]Http 考点:Referer协议、UA协议、X-Forwarded-For协议 访问环境 老规矩,我们先查看源代码

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五):Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车,并使用通过跨平台的方式进行ROS2和UE5仿真的通讯,达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础,Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程: 第一期:基于UE5和ROS2的激光雷达+深度RG

如何掌握面向对象编程的四大特性、Lambda 表达式及 I/O 流:全面指南

这里写目录标题 OOP语言的四大特性lambda输入/输出流(I/O流) OOP语言的四大特性 面向对象编程(OOP)是一种编程范式,它通过使用“对象”来组织代码。OOP 的四大特性是封装、继承、多态和抽象。这些特性帮助程序员更好地管理复杂的代码,使程序更易于理解和维护。 类-》实体的抽象类型 实体(属性,行为) -》 ADT(abstract data type) 属性-》成

使用条件变量实现线程同步:C++实战指南

使用条件变量实现线程同步:C++实战指南 在多线程编程中,线程同步是确保程序正确性和稳定性的关键。条件变量(condition variable)是一种强大的同步原语,用于在线程之间进行协调,避免数据竞争和死锁。本文将详细介绍如何在C++中使用条件变量实现线程同步,并提供完整的代码示例和详细的解释。 什么是条件变量? 条件变量是一种同步机制,允许线程在某个条件满足之前进入等待状态,并在条件满

Java 入门指南:Java 并发编程 —— 并发容器 ConcurrentLinkedDeque

文章目录 ConcurrentLinkedDeque特点构造方法常用方法使用示例注意事项 ConcurrentLinkedDeque ConcurrentLinkedDeque 是 Java 并发工具包(java.util.concurrent 包)中的一个线程安全的双端队列(Deque)实现,实现了 Deque 接口。它使用了链表结构,并且针对高并发环境进行了优化,非常适合

使用Nginx部署前端Vue项目的详细指南

在本文中,我们将详细介绍如何使用Nginx部署一个前端Vue项目。此过程涵盖Vue项目的构建、Nginx的安装与配置、以及最后的项目启动。下面是步骤的详细说明。 步骤 1: 准备你的Vue项目 确保你已经创建并构建了一个Vue项目。如果你尚未创建Vue项目,可以使用以下命令创建一个: # 安装Vue CLInpm install -g @vue/cli# 创建一个新的Vue项目vue c

入门指南 | Datavines 安装部署篇

摘要:本文主要介绍基于源码部署 Datavines 和执行检查作业,内容主要分为以下几个部分: 平台介绍快速部署运行数据质量检查作业 Datavines 的目标是成为更好的数据可观测性领域的开源项目,为更多的用户去解决元数据管理和数据质量管理中遇到的问题。在此我们真诚欢迎更多的贡献者参与到社区建设中来,和我们一起成长,携手共建更好的社区。 https://github.com/dat

如何将卷积神经网络(CNN)应用于医学图像分析:从分类到分割和检测的实用指南

引言 在现代医疗领域,医学图像已经成为疾病诊断和治疗规划的重要工具。医学图像的类型繁多,包括但不限于X射线、CT(计算机断层扫描)、MRI(磁共振成像)和超声图像。这些图像提供了对身体内部结构的详细视图,有助于医生在进行准确诊断和制定个性化治疗方案时获取关键的信息。 1. 医学图像分析的挑战 医学图像分析面临诸多挑战,其中包括: 图像数据的复杂性:医学图像通常具有高维度和复杂的结构