#一人一句愚人节文案# 你排序靠前的这边已经在推进中了已经提交审批了我这边也没具体消息，再等等我也不是很清楚，应该快了同学我们这边还有空白三方嘛马上会发的同学这边情况不太确定了，建议留个保底建议先签保底（没有然后了）

#牛客chatgpt在线求职答疑#研究生毕业论文实验效果不好，但时间不够了，请问该怎么办？

薪资其实没谈，数据岗与前后端基本一致，简单的公式是：测开/测试≤前后端/数据岗≤算法

#寒冬下数据岗现状怎么样# 这里讨论的数据岗是偏技术岗范畴，主要是数据分析，数据研发，大数据开发这类，数据运营之类的因不甚了解故按下不表。个人背景：双非渣硕，秋招艰难上岸某大厂数据研发。许多朋友可能因为感觉前后端竞争激烈，同时又听说数据类岗位高薪，感觉很高大上，似乎也不卷，所以期望投入这个领域。但是真实情况是数据岗的竞争激烈程度完全不下于传统开发岗位，且对于学历要求更甚。我从学习难度与学历两方面谈一谈。学习难度方面。以我所在的数据研发为例，其主要包括基于大数据的分析以及大数据组件开发两个方向。前者非常吃实习和项目经历，且难以自学提高(是的，企业分析与自学的玩具根本不能比拟，如果没有拿的出手的实践可能简历都不过了)。后者牵涉的技术栈非常广泛，后端要学的基本这里也要会，此外还需要学习大数据的许多组件，其中一些还需要深入(因为要有组件改造能力)。学历方面。以个人与身边人秋招经验为例，想校招进入一些知名的中大厂，211硕/985本是一个比较稳妥的基线。如果差一些，需要比较好的项目或其他亮点弥补。这里也不是说双非的同学就没戏(因为俺就是)，只是学历不够，一来在简历评估可能会挂，二来在排序时也争不过技术水平相仿的高学历应聘者(笔者秋招的失败基本都在最后的排序阶段)。因此，个人觉得双非学校的本硕(特别是本)，不太适合投数据岗。一方面是学校无法提供学习平台，自学困难，二来是很难与高学历人才pk。数据岗的兴起像极了早些年的前后端，前两年的机器学习，市场(特别是一些培训机构)裹挟了一些人进入，但是他们的客观条件难以与真正的高手比拼，大部分最后成为了韭菜。 #秋招# #春招# 不知不觉啰嗦了这么多，跑路写论文了呜呜。。