我的人生解答书——职业规划

我的职业规划

对于每个不以自由职业者(Self-employed)为最终目标的学生,职业规划是绕不过来的一环。大学三年我很多次在内心中问过自己这个问题,奈何总以“并非不想思考,只是时候未到”的幌子糊弄过去。那时我总觉得自身还处在对行业一无所知的情况下,毫无经验、技术、人脉的积累,再怎样细致思考,也都是自圆自说,没有价值。

现在,是时候给自己画一张完整的“职业规划”路线图了。

我为什么选择计算机科学与技术专业

要讲职业规划,我觉得不先讲专业选择都是耍流氓。假设一下,如果我现在所学的专业(计算机科学与技术)都不是我理想中想学的专业,那职业规划无论多好,都无法与我的兴趣相切合(这里排除那些无兴趣只以获取学习能力而读书的人)。兴趣是在一个行业耕耘的必要条件,没有兴趣,也就没有成就感与幸福感的获得。个人愚见,强行在一个不喜欢的行业中做职业规划,倒不如“规划”如何转行。

“明白你是谁,成为你自己” —— 凯特•阿特金森《Life After Life》

中国的教育体制和高校招生有不可否认的积极的一面,比如公平性、统一性,但在专业选择方面却仍存在巨大的改善空间。“高考前一无所知,高考后逼你选择”依旧是很多高考生不得不面临的现实,我生源自河北,在“环北京贫困带”光环的笼罩下,这种情况因教育资源匮乏、竞争压力巨大更显突出。我见过许多同龄人在高考过后的大学生活中,因最后选择的专业方向不符合自己的兴趣、意志,逐渐丧失前行的动力。

还好,我高中母校较为自由的学习环境让我提早了解到些专业方面的知识,父母也将高考志愿的最后选择权留给了我。我到现在都由衷地感谢他们——没有扯断我“成为自己”的翅膀。

回到专业选择这个问题本身,高中学习三个感兴趣的方向:金融、土木、计算机,这个兴趣来由不能解释,有点一见钟情的意思吧,那推动我做出最终选择的因素很明确,一是“想做出一些突破”,二是“不想靠父母”,下面我会进一步阐述这两个因素,如果您想直接看我的个人职业规划,请跳至下一节。

  • “想做出一些突破”

    高中的时候的老师给我们展示过一组图,我找不到原图了,就自己画了了一下。

    Degree_1
    Degree_1
    Degree_2
    Degree_2
    Degree_3
    Degree_3
    Degree_4
    Degree_4

    这组图给我留下了很深刻的印象,或许它们并不能合适地描述所有专业的学习路径,但至少对我来说,我希望我日后的学习路径是这个样子的,并且渴望最终能达到最后一幅图的浅蓝色部分,那综合一下,符合这幅图的最理想的职业应具备下面的特征。

    • 特征 1. 需要具备一定领域内的知识储备
    • 特征 2. 领域内有较多的突破空间
    • 特征 3. 突破的方向是可确定的而非纯凭运气

    特征 1 让我排除了理学性质的基础学科。因为所需要的知识储备太过巨大,我了解自己的能力和优势,为基础学科做贡献是浪漫的,但我不适合。

    特征 2 则让排除了金融和土木。前者的突破空间不太明晰,作为一个模型+经验构建起来的偏社科的学科,很多理论都仍有多个学派的争论,而且可能争到最后也是“信与不信”的区别,而非“对与不对”;后者的突破空间被大量前人构建起来的规范和先例限制住了,比起计算机等新型学科,人们畏于提出新的见解,对抗现有标准(少,并非没有)。这个专业的人们需要学习《有所不为的反叛者》中提到的“历史学家”的美德:批判怀疑想象力

    特征 3 则排除了一众理工科。不可否认人类历史上许多进步都是少数人在极低概率下机缘巧合摸索出的门路,但我实在无法忍受换比例炼丹法和撞大运式科研,比如探索新材料、构造蛋白质等等。我不否认其意义,甚至我还要为一些领域(实验物理、材料等)辩解,从算法的角度看他们科研的策略:有理论指导,那就启发式搜索;没有理论指导,那就暴力枚举。我认为这种策略不该被批评,在实验走在理论前面的学科,枚举是被迫的选择。但你问我想从事这个领域的研究么?我不想,我宁愿找一个理论和实验并肩前行的学科。

    该批评的是那些不探索更高效策略与理论,只求枚举两种情况发 paper 的“科研”人员。

  • “不想靠父母”

    当时选志愿的最后阶段,母亲总是建议我学自动化或者电气系统方面的专业,理由很简单:我父亲在国企电厂中工作。我当时很排斥她的这些话,因为我觉得这就是“走关系”,早该被视为糟粕、被时代抛弃的观念。

    大一寒假回家,跟父亲一聊,我才发觉我只了解事情的一层。事实上,像电厂这样的国有控股企业,内部都有一套政策,每年都会要求企业内员工登记家庭内孩子的学业情况,作为“人才储备库”的资料。而当这个孩子有意进入相关企业时,其资料会从该储备库中调出,出于对内部资料的信任和多一份的了解,这个孩子相较于外界应聘者会多一层优势。所以有时这个途径不见得是我所排斥的那种“走关系”,而更像一些民营企业的“内部推荐”。

    我理解父母的心情,但我还是不喜欢这个方向。强电弱电让我选其一,我还是希望能在弱电的世界里独自打拼。以电力系统为代表的强电方向内的企业不乏军人转业或者体制内高管空降,反观弱电那边,半导体行业、互联网公司的快速起步说明了白手起家和技术制胜的可能性。结合之前所说的我喜欢研究方向的三个特征,计算机还是略胜于自动化与电气。

    最后推了我一把的就是 CS 专业的前辈——陈立杰,在清华特奖答辩中说的那句名言。

    “成为黄金时代大潮中的一朵浪花,为人类的智慧添砖加瓦。”

    毕业时看到,心里三个字:我也想。

我个人的职业规划

大学前三年的学习,我尽最大努力接触了在中南 CS 专业可以接触到的各种学习途径,个人评价如下图所示。

MyWay_1
MyWay_1

在高考后我确定了以后学习的专业,就像之前那个学历描述图中一样,我找到了一个平台。不过,我要采用什么样的“建造方式”,使用怎样的“材料”,搭建成怎样的“建筑”,我仍旧一无所知。

大学这三年的学习是知识积累的过程,也是不断试错的过程。对我而言,这是一份独一无二的宝贵财富。而我现在需要做的,就是分析这些经历,整理出较为客观的自身在该领域(专业)上的优势与劣势,据此梳理出适合我的职业发展路线,然后,再在此路线上进行合理规划,规划后定期检验并修正,行成正向推动的循环

MyWay_2
MyWay_2

分析优劣势

那结合前述学习途径中的感受,我分析自己目前的优势与劣势如下:

  • 优势

    • 对数理逻辑敏感,代数知识掌握较好。
    • 喜欢了解计算机发展史,对一些方向憧憬且怀有神圣感。
    • 不反感实验,尤其是可以反映原理的系统级大型实验。
    • 不盲从热门,对密码学/系统/形式化语言兴趣浓厚
    • 文理两不误,可以加入哲学思辨和对历史、社会现实的思考。
  • 劣势

    • 工业界框架了解少,框架源码阅读少
    • 时间管理能力差,时间预期不够准确,容易赶 ddl
    • 参与项目少,成功更少
    • 主观感觉太强烈,缺少在用户/客户/第三方的视角
    • 取舍能力差,面临多机会的时候难做决断

综合上述优劣势,我个人觉得自己不适合本科毕业后直接进入工作岗位。我应该在高校中对兴趣浓厚的方向做One More Step进一步的研究,同时,也需要利用一段时间来实习、或参与开源项目,来补足自己在项目推进上的短板。接下来我会梳理可能的职业发展路线,不过分叉后并不在当下,我希望将职业的选择权留给研究生毕业的自己。在研究生阶段的科研完成后,或是留在高校一步一步到获得教职,或是进入工业界在技术岗位上摸爬滚打。

梳理职业发展路线

画出路线图前,我还需要再看一眼我的专业名称。

“计算机科学与技术”,拆解这个词,“计算机”是主体,“科学”与“技术”则是在主体上可探索的两个方向。在中南读本科阶段,我们对科学向的知识和技术向的知识一并吸取,因为它们都偏向计算机的基础部分,有相当大一部分是重叠甚至重复的。不过随着学历提高(甚至在本科学校中随学校层次的提高),这两者的边界会越来越清晰,从而发生称呼上的转变,科学向——“做科研”,技术向——“做(工程)项目”。

我总觉得惋惜的是,在中南的学习过程中,很多时候,“技术”被强调而“科学”却被忽视。举个简单例子,在数字图像处理学习过程中,老师要求我们学会应用 OpenCV 的图像处理函数,调用 DFT、IDFT 接口,以及学会用累积分布函数做转换函数实现直方图均衡化。但是,我们却不要求理解离散傅里叶变换的过程,以及为什么使用累积分布函数才可以实现均衡化。如果前者对于一些本科生(甚至研究生)来说过于过于晦涩,不必深究,可后者只是一个概率论中的简单原理:随机变量函数的概率密度分布,我们每个人都在概率论这门基础课程中学到过。还有在分布式课程中我们强调分布式应用,却不懂 Map Reduce、Raft 等概念。恰巧,我还是那个对“科学”部分的兴趣大于“技术”部分的孩子,这个现状还需我们的努力,下面是我 19 年 10 月和一位熟悉的老师的聊天记录,正如上面所说,我们不只做“技术”,还要懂“科学”。

MyWay_3
MyWay_3

这两者本无高下之分,可能很多人走到科研的船头开始鄙视工业界不合乎逻辑的野蛮生长,在工业界呆久的人开始鄙视学院派的理论不落地。这是“职业病”,要改。这个领域想要发展,离不开学院与工业界的通力合作。在边界愈发明细的道路前方,我们反而需要不停地架设沟通这两段地桥梁。这些桥梁,不仅要多,还要快,甚至还要立体交叉。

根据前面的构想,我的基本路线如下图所示:

MyWay_4
MyWay_4

当然这是一个 General 的路线图,并没有结合我前面分析地优劣势,也没有对高校教师招聘要求、企业的技术岗招频要求做调研。所以我先做了附件 1——互联网行业技术岗薪资情况调研,和附件 2——部分技术职位及其要求调研。下一节会在这个路线图上补充更加具体的细节。

基于职业路线的学习规划

调研的结论其实并不那么理想,因为行业分工的细化导致每个岗位所需的能力不尽相同。不过我还是稍微梳理了下研究员岗位的一些共性,毕竟,这大概率是我理想中想去的地方。

  • 熟练掌握 Linux ,加深 Kernel 理解。
  • 熟练掌握 1-2 门编程语言(golang、python、C/C++等),外加一门脚本语言
  • 必要的文献学习能力,关注领域内前沿知识
  • 深入好奇心和独立学习能力,愿意深入钻研技术原理。
  • 熟悉常用 benchmark 和分析方法
  • 有完整的项目开发经验
  • 可对现有系统进行升级和优化
  • 对于系统方向

    • 熟悉容器技术,以及开源资源调度方案
    • 熟悉常用的中间件
    • 熟悉大规模集群控制,分布式存储
  • 对于安全方向
    • 针对性掌握测试工具
    • 针对性掌握漏洞模式及其利用技巧

结合前一小结分析的自身优劣势,我给自己定制的职业路线图如下

MyWay_5
MyWay_5

附件 1 互联网行业技术岗薪资情况

资料来源互联网公司职级、薪资、股权大揭秘(附 BAT、头条、华为薪资职级对比)V2EX 论坛华为各级员工工资,数值上可能有较大波动,只代表一家之言。

阿里

阿里技术线校招从 P4 起,目前阿里需求量最大的职级范围分布在 P6-P8,这也是阿里集团占比最大的级别。P6 级别的程序员 title 是高级工程师,P7 便已经是专家级别,P8 则是高级专家。表格中展示的薪资可能略高。

牛客网:正常的本科、硕士都是 P5 起,职级上没有差别,最大也是升职快些,(一些面试官和内部员工解释)这是考虑录取后,但是考虑录取,本科竞争优势平均下来看弱于硕士(硕士相当于加了个保险,哎,这点上我还是不大赞同)。阿里星的评级是 P6,待遇是 P6+(有人说薪资不受评级限制。)。部分博士入职可能给 P6 评级。

某朋友的朋友:对于达摩院这种地方,能力很好的能进(不过听说,裁人先从达摩院开始裁,因为业务没啥产出)。校招都是从最低开始,除非进来评级很高(感觉这个意思就是评阿里星)?达摩院进来不是高职级(这是误区),所在的 BU2020 年一年才 3 个。

级别 职级名称 薪资(16 薪) 股票
P4 初级工程师 10-20W? 几乎不授予
P5 中级工程师 20-30W? 几乎不授予
P6 高级工程师 40W 几乎不授予
P7 专家 50-70W 800-1200
P8 高级专家 70-100W 2000-2200
P9 资深专家 100-120W 6000-8000
P10 研究员 150W+ 12000+

腾讯

腾讯不久前刚刚宣布调整职级,取消了原有的 6 级 18 等(1.1-6.3 级)的职级体系设计,将专业职级体系优化为 14 级 (4-17 级)。至于薪资水平,主要参考和阿里平级来预测,但腾讯内部不同部门差别还是比较大的(比如腾讯游戏薪资高,腾讯云股票高)。

级别 职级名称 薪资 (16-18 薪) 股票
4 4 级工程师 10-20W ?
5 5 级工程师 10-20W ?
6 6 级工程师 20-30W? ?
7 7 级工程师 20-30W? ?
8 8 级工程师 30-40W?
9 9 级工程师 50-60W
10 10 级工程师 60-80W
11 11 级工程师 80-100W
... ... ... ...
15 15 级工程师 600W-800W

百度

感觉百度总是在走下坡路,资料仅供参考。百度技术线 T5、T6 占比最大。T10-T12 人数非常少,具有代表性的人物有前百度首席科学家吴恩达、百度最年轻 T10 楼天城(楼教)等。

级别 职级名称 薪资(14.6 薪) 股票(价值,每年折合)
T4 中级工程师 15-30W 几乎不授予
T5 高级工程师 30-45W 几乎不授予
T6 资深工程师 40-60W 20-30W
T7 ? 55-80W 40-60W
T8 ? 75-100W 60-80W
T9 ? 100-150W 100W+

华为

按华为《2015 年虚拟受限股分红预通知》,每股分红 1.95 元,升值 0.91 元,合计 2.86 元,工作五年基本可达十五级,饱和配股(包括 TUP)9 万股,分红 + 升值达 2.86*9 万 =25.74 万元,即使不饱和配股,基本分红也可以达到税前 20 万。工作 10 年,17 级配股普遍超过 20 万,税前分红 + 升值超过 50 万,而 23 级虚拟股票超过 200 万股,税前分红 + 升值超 500 万。(数据仅供参考)

收入差异很大,如一个社招 18 级员工,进入华为以后前四年每年收入最多 35W(和下表差异很大,我该信谁?)。而一个土著 18 级,年收入最少百万(待确认),这个差距是股票和讲金造成的

按给定的档位给虚拟股做个插值,最后结果如下表。

级别 职级名称 薪资(每年总包) 虚拟股
15 普通工程师 A 15-30W
16 高级工程师 B 40-60W
17 高级工程师 A 60-80W 跨度很大
18 主任工程师 100-180W 跨度很大
19 技术专家 180W+ 跨度很大

新浪

消息来自一位认识的新浪推荐算法部门的 hr(调到技术部门下属),新浪技术部门走 L 职级,校招进来无论本科还是硕士基本都是 L0,区别在于晋升速度(基本没有例外)。L3-a 以上就是高职级了,L3-b 以上是核心员工。

级别 职位名称 薪资 股票期权
L0 新入职工程师 15-25W ?
L1-a ? ? ?
L1-b ? ? ?
L2-a ? ? ?
L2-b ? ? ?
L3-a 高级工程师 ? ?
L3-b 技术专家? ? ?

附件 2 部分技术职位及其要求

高校教职要求

中南大学计算机院

  • 学科领军人才
    • 50 岁以下
    • 取得同行认可的重大科研成果
    • 具有组织和主持国家科研项目、国际合作项目的能力
    • 具有统筹学科发展规划,带领本学科赶超和保持国内外先进水平的能力
  • 青年拔尖人才
    • 40 岁以下
    • 具有独立的科学研究能力和稳定的研究方向,学术思想活跃,有成为相关领域学术带头人的发展潜力。
  • 青年优秀人才
    • 38 岁以下(特聘教授 38 岁以下,特聘副教授 35 岁以下,讲师 32 岁以下(博士后放宽到 35 岁)),获得国内外高水平大学或科研院所博士学位,且第一学历为高水平大学全日制本科。

企业技术岗

由于以进入实验室为目标,企业普通技术管道的岗位待后续补充。

企业实验室

腾讯——科恩实验室

偏向终端安全

安全研究员 - Android/Linux 底层方向

  • 工作职责:
    • Android 底层(系统服务/框架/内核)安全漏洞挖掘和分析
    • 漏洞利用方式和技巧研究
    • 防护机制的分析和研究
  • 职位要求:
    • 熟悉 IDA Pro 等常用二进制分析工具
    • 熟练掌握 C 语言、熟悉 C++, Python
    • 熟练掌握 arm/arm64 汇编及其体系架构
    • 具有对 Android 底层安全漏洞成因、原理及利用方式的基本知识
    • 有相关漏洞挖掘经验、实际利用代码作品或者 CTF 竞赛经验者优先

WEB&APP 安全研究员 - 智能终端安全方向

  • 工作职责:
    • 对各种 IT 业务系统实施渗透测试
    • 对 APP 和云端通信过程实施渗透测试
    • 提出安全漏洞的修复方案和改进建议
  • 职位要求:
    • 熟悉渗透测试的步骤、方法、流程、实施方案
    • 熟悉主机、网络、WEB 的渗透测试项目
    • 熟悉各种主流测试工具(nmap等)
    • 熟悉 APP 和 WEB 端的各种常见漏洞类型,有独立发现漏洞能力

系统安全研究员 - 智能终端安全方向

  • 工作职责:
    • 负责智能终端设备的安全测试
  • 职位要求:
    • 熟悉 Android/Linux 系统原理及安全机制
    • 较强的逆向分析能力,熟悉 ARM、x86/64 等指令集
    • 熟练掌握各种安全工具,例如 IDA、GDB、JEB 等
    • 了解智能硬件领域常见的漏洞模式及其利用技巧
    • 熟悉至少一门脚本语言
    • 懂 RTOS、固件分析等是加分项

腾讯——AI 实验室

AI 后台开发工程师

  • 工作职责
    • 负责推荐引擎平台相关模块开发;
    • 负责 NLP 平台相关模块开发;
    • 负责机器学习/深度学习平台开发;
    • 负责 AI 基础平台的组件开发、负责 AI 计算平台建设、负责 AI 游戏离线平台/AI 医疗离线平台建设。

机器翻译工程师

  • 工作职责
    • 调研及跟踪当前前沿的机器翻译相关算法发展方向及技术;
    • 根据应用场景在超大规模语料下优化机器翻译算法性能;
    • 优化机器翻译模型解码速度,满足上线要求。

反垃圾算法工程师

  • 工作职责
    • 主要负责文本数据的反垃圾算法研究,包括机器学习、文本语义理解、社群关系挖掘等技术;
    • 在反垃圾任务上,负责对海量数据与实时热点进行分析,挖掘各类特征,利用机器学习、深度学习等技术识别潜在的作弊文本;
    • 针对不同业务场景、不同的文本类型构建合适的算法模型。

搜索排序算法工程师

  • 工作职责
    • 主要负责搜索引擎排序算法的研究, 对相关性计算进行优化, 提升搜索质量;
    • 具体方向包含复杂场景下的文本理解, 匹配模型, 多样性控制、文本相关等技术;
    • 支持多种不同搜索场景下的需求, 能够设计相应的算法并落地实施。

OCR 算法工程师

  • 工作职责
    • 搭建基于图像特征/CNN 的图像/视频中的文字信息检测模型并优化;
    • 搭建基于 CNN/LSTM 的中文、英文等多语种 OCR 识别模型并优化;
    • 模型压缩及优化,提高算法速度,性能;
    • 追踪前沿的文字检测/识别技术并复现,优化。

数据挖掘工程师

  • 工作职责
    • 负责安全产品相关系统中的数据统计,分析挖掘工作;
    • 应用机器学习和数据挖掘等相关技术进行安全产品的数据建模;
    • 通过用户行为数据建模、分析用户特征等,为业务决策提供参考。

下面是实习生

医疗 AI 实习生

  • 工作职责
    • 医疗影像算法开发,包含筛查、分类、分割、诊断、预测等。
  • 工作要求
    • 有计算机视觉,图像处理,机器学习领域经验;
    • 熟悉深度学习,有深度学习解决计算机视觉问题的经验。有医学图像的项目经验优先;
    • 熟悉 python 或 c/c++编程;
    • 团队合作, 沟通能力佳;
    • 计算机相关学科博士或硕士生。

语音识别/语音合成 实习生

  • 工作职责
    • 负责语音识别/合成方向的技术研发工作,包括但不限于语音前端处理、声学模型/语言模型的建立、语言解码、语音合成(TTS)等;
    • 负责语音识别/合成方向前沿问题的探索与研究,结合未来实际应用场景,提供全面的技术解决方案。
  • 工作要求
    • 计算机、人工智能等相关专业的博士或硕士;
    • 熟悉语音处理、对话系统和机器学习等领域,有相关的的项目或研究经验优先;
    • 熟悉 python 或 c/c++编程及深度学习框架。

自然语言处理 实习生

  • 工作职责
    • 负责自然语言处理及语音方向的技术研发工作,包括但不限于词法分析、自动对话、语义挖掘和语言逻辑等;
    • 负责自然语言处理及语音方向的前沿问题的探索与研究,结合未来实际应用场景,提供全面的技术解决方案。
  • 工作要求
    • 计算机、人工智能等相关专业的博士;
    • 熟悉自然语言处理、对话系统和机器学习等领域,有相关的的项目或研究经验优先;
    • 有良好的文献检索及前沿问题探索能力及创造力;
    • 熟悉 python 或 c/c++编程及深度学习框架;
    • 能保证至少 3 个月的实习时间。

阿里——达摩院

职位:

智能语音技术专家

如果你希望自己的工作在淘宝,支付宝,阿里云,天猫精灵这些大家都熟知的产品中,被中国和世界数以亿计的用户使用,你应该加入我们。

  • 岗位描述:
    • 负责包含语音识别、合成、声纹、自学习平台等在内的 AI 公共云&专有云产品研发;
    • 负责语音相关大规模分布式模型训练生产平台建设;
    • 深入发掘和分析业务需求,撰写技术方案和系统设计、编写核心代码;
    • 不断升级和优化系统,打造可定制、高性能、高可用、自动伸缩的开放云服务。
  • 岗位要求:
    • 具备扎实的计算机科学功底和出色的编程能力,熟悉常见算法和数据结构;
    • 熟练掌握 C/C++/Java 任一语言,有完整的项目开发经验,具有良好的编程习惯;
    • 熟悉分布式系统原理,熟悉计算机网络;
    • 善于思考,能独立分析和解决问题;
    • 具有人工智能相关行业背景和工作经验优先。

资源调度专家

  • 岗位描述:
    • 跟踪业界在异构混布系统进行自动运维和弹性计算资源管理的先进技术,并有效地结合到系统中,去支持业务的高速发展。
    • 负责对自动运维、基础组件和弹性调度等技术开发,提升稳定性和成本优化无止境。
    • 结合业界算法技术、虚拟化运维发布技术、故障隔离分析技术,不断优化自动运维和弹性计算系统的性能和效率。
    • 结合公司内部和外部的业务需求,创新开拓,发展自动运维和弹性计算系统的前沿技术,给业务场景带来更多的想象空间。"
  • 岗位要求:
    • 深入了解混布系统和虚拟环境中的运维发布管理技术,对 docker 等容器技术熟悉,并有实际开发运作经验。
    • 对开源的运维发布、弹性调度系统,例如 kubernetes,mesos 等,有深入了解或是实际使用经验。
    • 熟练掌握 1-2 门编程语言(golang、python、C/C++等),有系统开发编程的经验。
    • 熟悉 linux 环境, 对 Linux 虚拟环境有深入理解。 可以独立进行系统应用性能分析与优化。
    • 对技术有深入好奇心和独立学习能力,愿意深入钻研技术原理。
  • 有以下一个或多个经验更佳:
    • 深入了解 GPU 计算的性能和优化。
    • 对机器学习、深度学习有深入了解并有一定程度上的智能运维经验。

NLP 应用工程专家

待补充

New Memory System Architect

待补充

阿里——平头哥

团队描述:

你有机会和一流的芯片团队一起搭建高端芯片设计平台,参与新一代计算芯片的开发。

职位:

芯片架构师

  • 岗位描述:
    • SOC 模块的架构和微架构
    • 驱动全局的芯片特性(虚拟化等)
    • 片上互连,高速缓存子系统和高速缓存一致性协议
    • 芯片 RAS, 功耗, 安全管理
    • 分析业务特点,推动软硬件协同设计
    • 系统性能测试和竞争性分析.
  • 岗位要求:
    • 10 年以上芯片架构和设计经验.
    • 软件编程能力(C/C++,python)
    • 对一个和多个 SOC 模块架构有深度的理解.
  • 岗位加分:
    • 熟悉常用 benchmark 和分析方法.
    • 熟悉大数据/云计算应用软件.
    • 熟悉 Linux Kernel 和系统软件.

芯片设计专家

  • 岗位描述:
    • 定义微架构以及撰写详细的设计规范
    • 编写 RTL 代码实现高性能的数字电路设计
    • 与性能分析团队一起进行芯片性能改进
    • 与设计验证团队一起制定验证测试计划,覆盖率分析,芯片仿真以及调试
    • 负责物理设计团队进行模块的物理综合和设计
  • 岗位要求:
    • Verilog/SystemVerilog RTL 设计能力
    • 具有计算机体系结构知识.
    • 具有物理综合,时序分析,时序收敛,形式验证,可测性设计等方面的经验
  • 岗位加分:
    • 有 ASIC 设计经验(学术或工业界), 经过一次完整的流片经验.
    • 熟悉任一 CPU,GPU,DSP 或者 AI 加速器的硬件架构.
    • 有微架构 PPA 调优经验.
    • 熟悉脚本编程语言,譬如 Python 或者 Tcl

Web 工具开发专家

  • 岗位描述:
    • 正确理解需求, 高质量完成 Web 平台 和 Native 应用;
    • 对公司自动化测试技术提供工具支持;
    • 根据产品需求完成应用软件接口定义、功能设计,完成软件详细设计;
    • 编写功能脚本,完成各项自动化任务;
    • 设计和实现覆盖整个研发生命周期的工具和系统,如持续集成,代码发布,容量规划,系统监控等;
    • 设计和维护我们的基础架构和服务,保障系统正常运行,提高研发效率;
  • 岗位要求:
    • 后端开发方向:
    • 精通 Python、C++、Java、golang 中的至少一门语言;
    • 精通 Python 主流框架 Django、Flask、tornado 或 Java 主流框架 SpringMVC 的一种或多种;
    • 深入理解 linux 系统,熟悉 Nginx、Apache、Tomcat 等的工作原理,熟悉常用的中间件 (RabbitMQ、Memcached、Zookeeper、Etcd、Consul 等;
    • 熟悉前端工程化与模块化开发,并有实践经验( React / AuglarJS / Vue 等);
    • 熟悉 MongoDB、MySQL、Redis 等数据库,具备数据库运维能力;
    • 熟悉 k8s 等容器集群技术;
    • 熟悉异步框架、集群与负载均衡,消息中间件,容灾备份等技术;
    • 对云服务和商业化支持有深入的理解;
    • 前端开发方向:
    • 熟练掌握各种前端技术,包括 HTML/CSS/JavaScript/Node.js 等
    • 有全栈经验,涵盖以下领域任意多项:后端服务、Web、数据存储、数据分析
    • 深入了解 JavaScript 语言,使用过 React 或 Vue.js 等主流开发框架
    • 对用户体验、交互操作及用户需求分析等有一定了解
    • 对云平台或开发者相关的产品有一定认识。
    • 全栈开发工程师最佳

阿里——AQL(量子实验室)

团队介绍:

AQL's mission is to realize the revolutionary potentials of quantum computing. Our interdisciplinary and international expert team is based in Hangzhou, China and Bellevue (WA), USA.

职位:

Quantum Scientist, Error Correction

  • 岗位描述:
    • The goal of quantum error-correction is to realize logical qubits with minimum overhead and under hardware constraints. You will work together with a team of quantum error-correction experts to cover a diverse range of important topics, from empirical tools for finding codes and optimally implementing error-correction, to fundamental questions in the field.
  • 岗位要求:
    • PhD degree with a focus on quantum error correction.
    • Strong research record.

待补充

Offer 与薪资

hr 面会问你拿了几个 offer 了 或者主管面就会问 像我美团主管面就问我拿了几个 offer 了 然后 hr 面可能会谈薪资,你如果说拿了阿里 offer 他一般会提高价钱的,当然也是有限度的,会参考你在这个公司的面试评级,以及这个公司的容许范围。 如果 hr 面不谈就是意向书面谈,一般会来个电话跟你介绍一下福利待遇,谈一下薪资,这时候你如果不满意也可以拿着阿里这种公司的 offer 跟他谈。 再就是谈完薪资之后,你拿到阿里 offer 了,就可以联系 hr 来谈能不能涨一次。

看情况,基本如实说,但是不要讲那种明显比这个公司好的 offer。比如我快手 hr 面的时候问我多少 offer,以及哪些在走流程,我就没讲腾讯已经到三面了,只讲了我比较稳的那些。我觉得原则就是要有个限度,不要让人家觉得你已经拿到了他们给不了的好 offer,也不要让人家觉得你特别菜拿不到 offer,毕竟拿多少 offer 也是你能力的体现