博客
关于我
面试了一个 46 岁程序员,思绪万千
阅读量:152 次
发布时间:2019-02-27

本文共 816 字,大约阅读时间需要 2 分钟。

最近忙于面试,人事部门给了我一份简历,职位是算法工程师,年龄显示46岁。仔细看了简历后,我还是觉得这位候选人和我们的团队不太合适。

看到简历上错别字一目了然,这在职场上是难以接受的。电话面试时他提到自己担任过项目经理的经历,但细节描述却显得支离破碎。这种表达方式让我对他的认知能力产生了质疑。

他的技术认知并没有达到我预期的高度。虽然他提到对人脸识别和目标检测有一定研究,但在面试中,我的期望并未得到满足。他对传统机器视觉方式的不满让我感到意外,认为他的见解和一线大学生差别不大。这让我对他的技术深度产生了怀疑。

最终,我决定不要继续这份工作。面试过程中,我反思了自己的职业发展方向。与其成为团队中经验丰富却缺乏前瞻性的领头人,不如继续专注技术深耕,保持对行业的热爱。

在技术路上,我决定更加注重业务能力的提升。开源代码固然重要,但要有自己的技术核心。逻辑思维能力尤为关键,不能忘记对业务的深入理解。成为高手不是孤立的能力,而是要能带领团队攻克难题。

学习能力方面,我计划通过持续阅读提升认知。专业论文、行业动态、新技术都是不容错过的资源。同时,我也要关注沟通技巧、常识与见解的提升,毕竟作为技术人,良好的人际交往同样重要。

关于职业发展,我认为投资能力同样关键。稳定的收入来源和多元化的发展方向是必须的。年轻时多买实物资产,如房产,同时通过副业实现经济多元化。

面试结束后,我深刻反思自己的职业发展方向。我不想十年后成为团队中的技术埋头式工作者。所以,我决定从以下几个方面入手:

  • 提升业务能力,注重技术深耕和业务理解
  • 加强学习,保持技术敏感度
  • 提升投资能力,实现职业多元化
  • 注重人际交往,保持技术热爱
  • 这篇文章只是我的个人反思,面试结果是双向选择的结果。也许这位候选人完全适合其他团队,但就我而言,我需要一个更有前瞻性的发展方向。

    技术行业迭代快,充满挑战。我选择了这个行业,也会尊重它的特点。保持学习,保持热爱,我不会抱怨什么。

    转载地址:http://nzpd.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>
    OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
    查看>>