原標《CISSP (Certified Information Systems Security Professional)認證資訊系統安全專家簡介》

文/Wentz Wu

CISSP簡介

CISSP是一個由美國(ISC)² 所頒發的資安證照，全名是Certified Information Systems Security Professional，也就是”認證資訊系統安全專家”。有關考試及認證的詳細規定，可與(ISC)²聯絡。

立即報名WUSON私墊班的CISSP認證考試課程，讓全台灣唯一、亞洲前六名取得CISSP進階認證大滿貫及全方位核心領域專業證照的吳文智老師，帶領您以最有效的方式學習、最輕鬆的方式通過CISSP考試、取得最強勢的資安認證，邁向成功！

考試範圍

考試範圍包含八個領域：

• Domain 1. Security and Risk Management
• Domain 2. Asset Security
• Domain 3. Security Architecture and Engineering
• Domain 4. Communication and Network Security
• Domain 5. Identity and Access Management (IAM)
• Domain 6. Security Assessment and Testing
• Domain 7. Security Operations
• Domain 8. Software Development Security

報考資格

考生必須具備五年以上工作經驗，且工作內容涵蓋至少兩個領域。具備大學學位或者滿足特定條件，可以抵免一年的工作經驗，也就是四年即可。

報名考試

• CISSP考試可在Pearson Vue的全球考試中心進行。
• 考試費用是$749美金。

台灣有二個授權考試中心：

• 台北考場 — 台北市基隆路一段163 號12 樓之3
• 高雄考場 — 高雄市前鎮區中山二路2號25樓

由於台北考場還有承辦其它國外留學考試，因此較難預約。建議CISSP考生最好提前三個月預約，以免準備好考試時卻預約不到考場。另外，台北考場冷氣較強，建議多帶保暖衣物。

考試方式

３小時，考125~150題，由電腦判斷合格或不合格後自動停止考試。答題後就計分跳往下一題，無法回頭修改。

參加考試

• 請務必準時到場(最好提前到)，否則遲到會被取消考試資格。
• 請攜帶護照以供查驗身份。
• 考試時間長達三小時，最好帶些食物或水。
• 請多利用閱讀保密條款(NDA)及使用介面教學時間，以緩和緊張情緒。

考試成績

• 官方未公布詳細計分方式，但根據經驗70%為一般合格基準線。
• 八個領域都必須全部合格才算通過考試，即每個領域都必須達70%以上的水準。
• 考試結束後，考試中心服務人員會印出成績單，馬上可以知道結果。
• 通常在三天內會收到(ISC)²的電子郵件通知，此時即可開始申請CISSP資格。

重考規則

中文版CISSP考試自2024年04月15日起，不論是第一次考試或重考都僅限每一季的最後一個月才能上場考試（例如：2024年09月或12月）。

以下為英文版CISSP考試的重考規則：

• 第一次沒考過須等30天才能再報名考試。
• 第二次沒考過須等60天才能再報名考試。
• 第三次沒考過須等90天才能再報名考試。
• 每年最多考四次。

申請成為CISSP

• 通過考試後，通常在三天內會取得(ISC)²的正式確認通知，此時即可提此背書申請(Endorsement Application)。
• 背書申請除了線上填寫學經歷及附上佐證文件外，必須請一位具備有效資格的CISSP幫您背書(endorse)，並經過(ISC)²審核後才能成為會員及取得CISSP資格。
• 背書申請必須在九個月內完成。
• 通過CISSP考試，在未正式取得(ISC)²通知前，不得對外宣稱自己是CISSP。

正式成為CISSP

• 成為CISSP後，應遵循(ISC)²的道德條款(Code Of Ethics)及會員相關政策及程序。
• 使用CISSP的商標必須遵循(ISC)²的相關指引。
• 查詢及驗證CISSP資格有效性。

持續進修

• 成為CISSP後，每年須繳交$135美金的會費(AMF, Annual Maintenance Fees)，並持續進修取得40個CPE學分，三年合計120個學分，才能維持CISSP資格。
• 詳細的CPE學分規定及申報，請參考CPE手冊(CPE Handbook)。

進階認證

以下三個CISSP進階認證考試(CISSP Concentrations)自2023/10/23起，取消須先取得CISSP資格才能考試的規定，只要符合ISSAP, ISSMP, ISSMP的各科的資格要求即可逕行報名：

• 資訊系統安全架構專家 (ISSAP, Information Systems Security Architecture Professional)
• 資訊系統安全工程專家 (ISSEP, Information Systems Security Engineering Professional)
• 資訊系統安全管理專家 (ISSMP, Information Systems Security Management Professional)

HCISPP (Healthcare Information Security and Privacy Practitioner)將於2026/12/01落日， ISC2將不再提供HCISPP證照。

CAP (Certified Authorization Professional)自2023/02/16起改名為CGRC (Certified in Governance, Risk and Compliance)。

※本文由 Wentz Wu 授權勿任意轉載，原文《CISSP (Certified Information Systems Security Professional)認證資訊系統安全專家簡介》

這篇文章 【學長姊帶路】CISSP 認證資訊系統安全 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《台積電 IT 面試心得分享》

文/DCARD 網友

個人經歷

本人今年剛好十年的軟體開發經驗，理論基礎相對薄弱，都是從實務中學習跟吸取經驗，有三年的管理經驗，不過管理的團隊人數並不多，自認爲管理經驗還不夠，所以獵人頭建議面試工程師的職位，而不是管理職。

面試準備

自我介紹

主要展現的是不只會寫程式，還有其他的價值，不是單方面的人才，而是多方面的人才。

HackerRank

主要是刷 Leetcode，刷題部分很多人都有準備心得，這邊就不多說了。

系統設計

這邊主要是在 youtube 上面找一些系統設計的影片，也有買 Bytebyte Go 的書來看，看完發現自己真的一堆系統設計的技巧都不知道。

面試時程

因為看到很多人問自己等這麼久是不是涼掉了，所以我把邀約跟實際面試的時間都貼了出來，但因為我的邀約是陸續發出來，然後他們要等全部面試面完，再從有錄取的去選你想要去的部門，所以整個知道結果的時間兩個半月。

D 第一次 HackerRank 只寫出一題沒過馬上跟獵人頭說要約第二次線上測驗

D + 28 第二次 HackerRank 2.33 題

D + 29 BSID 第一次面試邀約

D + 40 BSID 第一次面試

D + 46 HR 面試邀請，BSID 二面邀請

D + 54 HR 早上面試，下午 BSID 二面

D + 57 廠測，有繳交多益成績所以免考英文

D + 60 收到 TSID 部門 A 的面試邀請

D + 68 TSID 部門 A 第一次面試，收到 TSID 部門 B 第一次面試邀約

D + 74 TSID 部門 B 第一次面試

D + 79 TSID 志願序詢問

D + 90 TSID 部門 A 第二次面試邀約

D + 96 TSID 部門 A 第二次面試

D + 99 BSID 感謝信

D + 114 TSID HR 電話通知職等跟薪酬並詢問入職意願

D + 117 TSID 電子聘書

面試內容分享

HackerRank 線上考試

考了兩次，兩次第二題都考資料結構，第一次是 Tree，第二次是 Linked list，同一個主題的題目考了兩次，不過一次是 medium，ㄧ次是 hard，兩次都沒有完全寫出來，為什麼特別提出來，因為後面面試有被問到。

BSID 第一次面試

先自我介紹，然後開始根據過去工作經驗問問題，有問到處理過最難的問題是什麼，然後是怎麼解決，討論到最後沒有什麼時間，出了一題 Leetcode medium 的題目，跟我說能寫盡量寫，最後雖然寫完，當下跑一些測資也沒問題，就看我有沒有問題想問，面試主管當下表示會有第二次面試。

BSID 第二次面試

這次不一樣的是有兩個面試官，一開始也是先自我介紹，再來就開始兩個人輪流針對過去經驗問問題，並從過去經驗中，出一些系統設計的題目，最後面試官詢問有沒有問題，整場面試時間大概一個小時半。

HR 面試

先自我介紹，HR 開始問一些情境題，問完以後，開始核對在台積電系統填的資料，最後 HR 詢問有沒有問題，整個面試不到一個小時。 TSID 部門 A 第一次面試 先自我介紹，根據過去經驗問問題，以上只花了十八分鐘，面試官就詢問有沒有問題想問，最後有跟面試官加 Linkedin，面試官也是直接說會有第二次面試，會考系統設計。 TSID 部門 B 第ㄧ次面試 先自我介紹，根據過去經驗問問題，有被問會不會在意值班，最後面試官就詢問有沒有問題想問。

TSID 部門 A 第二次面試

這大概是全部面試裡面被電最慘的，一開始也是先自我介紹，再來詢問 HackerRank 為什麼兩次同一個主題的題目都沒寫好，然後開始針對過去經驗問問題，系統設計的部分，主要是將我現有公司的系統重新設計，來處理更大量的資料，過程中有感覺到自己回答的不是很好，所以在問問題的環節，有詢問面試官有哪些地方需要改進，面試官的反饋，感覺自己被嫌的一無是處，當下覺得自己應該不會錄取了

總結

整個面試流程跟時間很長，等待的過程中其實很煎熬，不知道哪些部門有錄取，哪些部門有沒有第二次面試，得到回應只有處理中，還好最後結果是好的，不過跟自己想的差很多，覺得自己表現不錯，討論很熱烈開心的，卻沒有錄取，反而被電很慘，被嫌的一無是處，卻錄取了，希望對還在等待或是即將面試的人有幫助。

※本文由 DCARD 網友 授權勿任意轉載，原文《台積電 IT 面試心得分享》

這篇文章 【學長姊帶路】台積電 IT 面試心得 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《Python轉職指南：最全面的轉職解析和最真實的經驗談》

文/Dex的塵世哲學

轉職的決策來自對現有職涯的成長瓶頸與未來發展的思考。隨著AI技術的崛起，半導體代工業面臨技能固化與工作壓力的困境，因此轉職成為尋求更廣泛、精深且具可攜性的技術的出路。

轉職準備包括自學Python並參與進修班。選擇進修班時，需要考量課程評價、學習內容與價格時程等因素，以降低風險，確保學習效果。

進修班過程中，透過團隊合作建立作品集，掌握了程式開發的全貌，為後續的面試奠定基礎。面試策略應包括展示專案的技術挑戰與解決方案，強調提升效率與減少成本，從而吸引面試官的注意。

轉職後的職涯選擇多元，包括資料工程師、機器學習工程師與軟體後端工程師。薪資待遇依據技能水平、工作地點與企業規模而異，初級開發者的年薪範圍從50萬到80萬新台幣不等。

適合學習Python的資源涵蓋多家進修機構，包括Tibame、AppWorks School等，這些機構提供多元的實體班與線上課程，涵蓋從Python基礎到進階技術應用的各個層面。

轉職過程中，外在困境如家庭壓力和同儕競爭，內在挑戰如自我懷疑與陌生感，都需要通過專業技能的提升和自信心的建立來克服。

轉職歷程

其實我是畢業於化工材料碩士，先來到台灣美光擔任半導體工程師。

台灣的半導體代工業盛行，有較高而穩定的薪酬，同時仍必須思考的是，處在一個思考和技能固化的場域，代工本身就是「優化有限」的領域，加上2019年的AI 影像辨識功能和智能工廠自動化的崛起，半導體代工發展更加狹窄，但因為AI導致硬體需求的增加，代工業的壓力卻持續增加，這非常不平衡，技能越窄，工時卻越長。

我使用公司內部的工具工作，但這些技能都是「帶不走的」，如果你跳槽到另一間半導體代工業，原本的工具也派不上用場，只能重學。所以很快就遇到了成長的瓶頸，處在一個無法突破的困境，缺乏「成長感」的環境，使我萌生了「職涯轉換」的念頭，也是我想尋找廣泛、精深且能「帶的走」的技術或工具的原因。

轉職方式

自學打穩基礎並查詢比較相關資料，再以進修班的隊友一起完成專題和作品集，並透過進修班的老師瞭解真實市場對於轉職者的反應以及當今應徵的機會程度。

打穩基礎

2019年，大數據和資料分析熱門程度逐漸地提升，為了先將Python的基礎打好，我趁著輪班放假的時候開始自我進修。

我對於自學的建議是：需要有很好的時間管理和資源查找能力，並且規劃出空閑、休假時的進修時程表，搭配線上課程，如Code Academy 和 Couresa 來學習。

而對Python程式語言有信心之後，也開始思考下一步轉職所需要的要件。

(對於Python 入門學習方式，未來也會有另外的文章分享，以及有關於自學的訣竅、方式，以及如何評估自學的合適程度，我會在下一篇文章中詳細說明)

進修班前的評估

在另一篇文章「掌握這三大階段，讓你成功透過Python 轉職，順利進入職場，成為Python 工程師」，其中提到的三大里程碑：「Python入門、作品集、面試履歷」，我已掌握第一步，接著是往第二階段去建立「作品集」，思量到對於個人在「作品集」建立的規模有限，決定去加入進修班並與同樣想學習的夥伴組隊一起完成更全面的作品(包含前端、後端、資料科學、機器學習等部分)，這樣便能夠完成近似於「產品規模」的「專案」。

辭職於美光之後，開始了在半年在中央大學資策會與緯育Tibame合辦的「大數據與資料分析實體班」的進修生活，以下說明我認為參加進修班前的三大評估：

1. 評價與需求：

一定要先做好調查和研究，到各大平台如Dcard、PTT、巴哈姆特、臉書或Threads上尋找這些進修班的各種評論，確認參與過的學員是否都有被滿足其學習的需求。

也因為有些課程會去洗評價，所以思考評論的真偽也很重要，另外有些辦課組織會對於直接的負評進行刪除或隱藏，故有些人可能會用隱晦的方式來留下負評，所以自己也要判斷每一則評論背後是否有嘲諷的意味。

當然自身客觀的判斷是很重要的，每個課程一定都有正負評，這時候可以去看留言者的素質，來反向確認課程的好壞。

2. 學習內容和課綱

比較各種進修班的上課內容和價格，確認內容是否符合自己想要的，是否已經有自學已經掌握的重疊內容，另外也確認這些學習內容是否涵蓋未來職涯的需求。

在尋找課程後，可以先透過104或其他求職網，先搜尋「資料工程師」、「資料分析師」或其他職務的「應徵條件」和「所需能力」來評估此課程的學習內容是否都有涵蓋到，若沒有涵蓋時，要先規劃怎麼去額外地學習。

另外學習內容一定要有專題作品建立或專案建立，這樣才能透過進修課真正地實作並透過專題為轉職鋪路。

3. 價格與時程：

了解進修班的價格和時程規劃，因為參與實體班或全時程的線上班，需要犧牲「工作」，所以會有一段時間是完全沒有收入的時期，這時候就要確認自己的存款能否完全負擔進修時期的支出。否則在進修時還要擔心「銀彈」的問題，會對學習時的專注度和精神力造成很大的影響。

可以先去換算每日或每月的最多花費，在乘以進修班的日數或月數，保險起見，需額外加一個月的時間。

實體班最大的花費除了進修學費之外，住宿的月租費用、住宿的保證金、交通費和每餐最大花費都要算進去，如果你有開車，還需要評估附近租用停車場的月租費用。

以上三點的評估確認後，才決定參與進修班，這樣才會能先掌控風險並更有保障，也因為這樣做，你才能把心思全部投入在進修學習、作品集建立和面試履歷撰寫上。

投入進修班並完成面試作品集和專題的方式

我投入進修班是以「5W1H」的方式來執行：

– Why

認知和釐清自己參加的目的，像我是以「課程完訓」能馬上透過作品集轉職，而有些人可能是把它當作額外學習，沒有轉職計畫，有些人是原本就在程式領域工作，而另外進修進行額外的學習。

當你先釐清自身的目的後，下一步才能尋找要一起完成作品集的「夥伴」或「隊友」

– Who

尋找志同道合的夥伴，在第一步了解自己後，便可以用這個「頻率」去尋找對的夥伴，這些夥伴就會是你未來要DEMO的「作品集」隊友

(所謂的DEMO是程式開發者在報告或面試時，提供給主管或面試的專案/作品集的操作或影片示範)

– When

確認每天或每週的上課時間，以及在下課後能夠持續學習的時間。

我的做法是平日早上9點到下午5點為上課時段，下課則繼續研讀到晚上11點(可以和夥伴約定一起共學)，假日也至少要一天完整地早上到下午投入學習之中。我也建議參加實體進修班的人要有能力這麼做。

– Where

學習環境是很重要的，若是實體班，看能否借用教室來研讀，若是線上進修課，也建議不要待在太過舒適的房間內，而是到圖書館和其他人建立「共讀環境」。

哪怕是不認識的人，在共讀環境下的學習效率還是更高的，因為我的目的是要以最佳效率和最短時間去達成轉職，所以將學習效率最佳化是很重要的。

– How

學習方式，這在上方也有提到的，就是「共讀共學」的方式，若是和「確認過眼神」的夥伴一起學習，可以用「互相丟出問題考對方」的方式，來增加學習的難度並學到上課之外的內容，擴充了學習的深度或廣度。

要知道的事，在你接觸到真正程式產業前，你上課的所學都是最基礎的，所以如果能多懂一點、多認知到一些，有這些機會了話，都要把握去做。

– What

我將 What 放在最後，是因為這邊指的就是「作品集」本身，我在學習中期就開始招集「志同道合」(Who)的夥伴，組隊並著手討論專案的內容或技術應用

以我的狀況，當時的隊友有人想多學前端網頁，有人想多瞭解資料庫，於是就可以依照每個人的興趣去規劃、分配每個人的職責，而若是有隊友想做的是重疊的，也可讓他們組成一個小組，或是協調在重疊的領域之中再去切分個別的任務。

這樣的好處是，在學習中期，大家都對能各自想做的先進行調查和研究，對於作品集建立的規劃，達到「超前部署」，也能提早思考如何應用後期學習的內容，這是因為通常後期的課程內容會更有深度或更困難，所以若能拿來運用在專案中，更可以為作品集達到更好加分的作用。

面試作品集、面試專題的關鍵點

作品集的關鍵點 1：搭上時事議題

2019是Covid-19開始出現的時候，當時AI醫療開始受到關注，於是我們的作品集便是透過病患的基本資料和看診資訊，來預測出病患在使用CT（電腦斷層掃描）會消耗的時間，再透過line推播給病患，讓他們在相對應的時間來到醫院就好，而不需要待在醫院乾等。

於是我們的作品集在實體班的發表會上也有受到很大的關注，整個專案包含了完整的前端網頁、後端資料庫和API、機器學習的預測模型以及串接Line Bot的推播機器人。

面試除了作品集之外，我認為簡報也是很重要的，需要將每一個步驟和每個要件都描述清楚，呈現和表達的關鍵在於「提高效率」和「減少成本」的數據效果，並透過完整的「故事描述」，才能讓面試官知道整個系統的架構和關鍵效應。( 關於面試簡報的建立，我之後會以我的簡報作為示範，另外寫一篇文章來說明 )

作品集的關鍵點 2：將作品集做成規模大又全面的專案，並確定自身負責的細節與想轉職方向是否符合

專題建議時，應該將其設計成一個規模大而全面的專案。一方面能展示你的技術實力，還能體現你在專案管理和協作方面的能力。

確保每個細節都與你希望轉職的方向相符合，例如，如果你希望轉職到前端開發，你就應該負責專題中大量前端技術的應用 ; 如果你是想走機器學習，就應該專職在作品集中機器學習的模型應用。

對於大規模專案來說，劃分清晰的模塊和任務至關重要。每個團隊成員都應該有明確的職責，這樣不僅能提高效率，還能讓每個人都在自己的領域內發揮最大作用。例如，有人專注於前端開發，有人負責後端資料庫管理，還有人處理API或機器學習模型。

在面試中，這樣的大規模專案能夠展示你的綜合能力和協作能力。面試官會關注你在專案中扮演的角色，以及你如何解決遇到的困難和挑戰。

作品集的關鍵點 3：埋梗 – 透過描述遇到的困難和解決方案來展現技術力和理解力

在面試中，除了展示作品集本身，描述專案中遇到的困難和解決方案也是一個重要的環節。這能夠展現面試者在面對挑戰時的應變能力和解決問題的思維方式。

例如

我們遇到了資料庫性能瓶頸的問題。這是一個由於資料量激增引發的性能瓶頸，導致系統反應時間顯著延長，影響了用戶體驗。為了解決這個問題，我們首先對資料庫進行了全面的性能分析，找出了瓶頸所在。通過詳細的性能監測和分析，我們發現問題主要集中在某些高頻查詢和索引結構上。

針對這些問題，我們採取了多方面的優化措施。首先，我們重新設計了查詢語句，減少了不必要的嵌套查詢和聯接操作。其次，我們優化了索引結構，增加了針對高頻查詢的索引，以提高查詢效率。此外，我們還引入了資料庫分區和讀寫分離技術，將讀寫操作分散到不同的資料庫節點上，進一步提高了系統的整體性能。

這種通過具體問題來展示解決方案的方式，不僅能展示你對資料庫的理解和熟悉資料工程的能力，還能展現你的邏輯思維。

面試官不僅會對你在技術層面的理解感到印象深刻，還會注意到你在分析和解決問題過程中的條理性和創造性。

這裡埋梗的意思是，刻意在簡報中述說專案的漏洞或困境，可以成為一個讓面試官必須詢問或確認的「梗」，這就像必考題一樣，讓面試官認為找到了專案的缺口或破綻，其實是你「早已準備好」的問題，這樣一方面照著自己的節奏完成了面試的答題，也因為花費在「必考題」的時間，減少被問很多不確定性的問題。

其實面試就是一個說故事和聽故事的過程，若故事沒有起承轉合或高潮迭起，便無法帶給觀眾較好的閱聽感受。

面試就是看你的故事能否吸引人，讓面試官想深挖你的故事，如果他們願意花更多時間了解你本人或你的專題，也代表你獲得工作的機會大幅提升。

面試履歷的準備

身為轉職者，在面試過程，最主要展示參與的作品集、專案的經驗，以及解決問題的能力。我會準備一份讓人看了一目了然的文件，還有一份有詳細內容的簡報：

1. 一份精簡的英文履歷
2. 一份詳細的作品集個人簡報

履歷的8大項目

保持簡潔明瞭，重點突出技能和經驗

1. 個人資料

• 基本信息： 包括姓名、聯絡方式（電話和電子郵件）、LinkedIn、Github( 記得把你完成的作品集程式碼放置於上去)。
• 職位目標： 簡短描述你期望的職位和職業目標。
• 軟實力能力：列出其他有助於工作的軟技能，如項目管理、團隊合作、問題解決能力、溝通技巧等。
• 外語能力：列出你掌握的語言及其熟練程度，如果語言能力對你申請的職位有幫助，可以簡要描述其應用場景

2. 專業摘要

• 簡潔描述： 在3-5句話內概述你的專業背景、關鍵技能和主要成就。
• 突出成就： 突出你在以往職位中取得的主要成就和貢獻，尤其是那些與申請職位相關的經驗。

3. 技能

• 技術技能： 這邊我只強調技術的技能，讓這更簡單明瞭，列出自己擅長的技能，或用子項目將更仔細的內容列出：例如Python、數據分析、機器學習、Flask、Airflow等。

4. 工作經歷

• 公司名稱和職位： 列出你曾經工作過的公司名稱、職位和工作時間。
• 工作描述： 簡要描述每個職位的職責和主要成就。使用動態動詞，強調你在每個職位中的貢獻和影響。
• 具體案例： 提供具體的項目和成果，使用數據和具體例子來支持你的描述。例如，”通過優化數據處理流程，將數據加載時間減少了30%。”

5. 教育背景

• 相關課程： 如果你的課程與申請的職位相關，可以列出相關課程。

6. 專業認證和培訓

• 認證名稱： 列出你獲得的專業認證，如Coursera、edX、Codecademy等平台的證書。
• 培訓課程： 列出你參加過的相關培訓課程，尤其是那些能增強你技能的課程。

7. 專案經驗

• 專案名稱和時間： 列出你參與過的主要專案名稱和時間。
• 專案描述： 簡要描述專案的目標、你在專案中的角色和具體貢獻。
• 專案成果： 列出專案的具體成果和成就，使用數據來展示專案的影響。例如，”通過實施自動化數據處理管道，將數據處理效率提高了50%。”

8. 獎項和榮譽

• 獎項名稱： 列出你獲得的獎項和榮譽，強調那些與申請職位相關的獎項。
• 獲得時間： 列出獲得獎項的時間和授予機構。

建議和技巧

1. 使用量化數據： 在描述工作經歷和專案成果時，盡量使用具體的數據來展示你的成就。
2. 突出相關經驗： 優先展示與申請職位最相關的經驗和技能。
3. 避免過度描述： 簡潔描述，不超過兩頁，重點放在重要信息上。
4. 格式一致： 保持整個履歷的格式一致，使用易於閱讀的字體和標題。
5. 校對： 在提交履歷之前，仔細檢查拼寫和語法錯誤。

面試前訣竅

• 熟悉公司背景： 在面試前，了解公司的背景和產品。
• 展示技術能力： 通過具體的案例展示自己的技術能力和問題解決能力。
• 保持自信： 自信地表達自己的經驗和能力，並展示對未來職業規劃的清晰目標。
• 設定目標：設定短期和長期目標，做為自己職涯的路徑，最為回答行為面試的依據
• 列出或描述參與的社群活動：包含技術社群或開源項目， 參加技術社群的讀書會、研討會和黑客松 ; 參與開源項目的經歷，展現人脈網絡。

推薦文章>>資工新手怎麼提高履歷命中率？

可作為面試準備和協助的線上輔助課程

在這邊也推薦一些面試的線上課程可做參考

Coursera

• Data Engineering Career Guide and Interview Preparation
• Data Analyst Career Guide and Interview Preparation
• Software Developer Career Guide and Interview Preparation
• Meta Coding Interview Preparation

Udemy

• Master the Coding Interview: Data Structures + Algorithms
• Master the Coding Interview: Big Tech (FAANG) Interviews
• 50 days of LeetCode in python: Algorithms coding interview
• Beat the Codility Coding Interview in Python

Hahow

• 成功前進科技巨頭，百萬年薪面試術！

Pressplay

Pressplay這邊，幫讀者爭取了九折優惠券，可以套用在下方的這些課程中:

• 我想當碼農｜軟體工程師求職面試與薪資談判指南
• 張志賢【職涯成功的關鍵溝通力】
• TED流-精準表達術｜在短時間內建立連結・贏得信任與機會

Python 轉職後的前景與工作選項

Python同時協作資料科學與軟體開發，所以工作選項多元，進可攻退可守。

我轉職後擔任過三種類型資料工程師，並同時擔任機器學習工程師、資料分析工程師，現在則是軟體後端工程師。

依我的見解，整個跑道的轉換路徑，我認為可以由資料工程師作為起點，接著在看自身的興趣和「技能樹」，朝著以雲端架構師為主的軟體後端發展，或是走以機器學習為主的資料科學家的路線。

資料工程師的多元選擇

資料工程師的不同角色總覽

資料工程師會接觸到較多工具，同時也會比分析師有更多 coding 的機會，可以橫向發展更多如Power BI、Tableau的BI工具，或是如Informatica、Pentaho等的ETL工具 ; 也可以垂直深度發展寫程式的能力，或鑽研某項大數據技術，如Hadoop、Spark、Flink等，或是去學習雲端技術，如AWS、Azure、GCP等重量級的三朵雲。

（本篇著重在轉職的路徑，工具的介紹則會在另一篇文章「資料工程師和資料分析的技能樹」在另外說明)

作為轉職起點的資料工程師和資料分析工程師，依照我的經驗分為以下幾種：

資料倉儲工程師 (Data Warehouse Engineer)

• 初級的年薪範圍： 約在新台幣 60萬到 75萬之間
• 描述： 主要負責設計和管理資料倉儲，確保數據的整合、存儲和分析的高效進行。
• 使用工具：

  • Miscrosoft系列：

    • SSIS/SSMS (理解為微軟的程式作業系統即可)
    • SQL Server (微軟的資料庫)
    • 撰寫Store Procedure

  • 開源大數據平台：

    • Hadoop (開源大數據儲存和計算平台)
    • Hive (開源的大數據運算平台，類似寫SQL的指令方式)
    • Spark (開源的大數據運算平台，類似寫SQL的指令方式，以記憶體驅動)
    • 撰寫Hive SQL 、Spark SQL或 pyspark

• 工作任務：

  • 設計和搭建資料倉儲模型
  • 整合資料進行分析
  • 管理資料流
  • 設計資料提取和轉換
  • SQL撰寫 

• 技能要求：

  • 資料倉儲設計(資料倉儲是比資料庫規模更大、程度更大、結構更嚴謹的儲存庫)
  • SQL 優化
  • 資料治理

• 認證/培訓統整：

  • Data Warehouse Developer Certifications

• 認證/培訓範例：

  • Cloudera Certified Professional: Data Engineer
  • IBM Data Warehouse Engineer Professional Certificate
  • Snowflake SnowPro

• 職涯進修路徑：

  • 雲端或資料平台架構師
  • 資深資料倉儲工程師
  • 大數據平台架構師

ETL工程師 (ETL Engineer) 

• 初級的年薪範圍： 約在新台幣 60萬到 70萬之間
• 描述： 負責數據提取、轉換和加載過程，確保數據從來源系統準確地進入數據倉庫。
• 使用工具：

  • Python
  • Postgresql (開源資料庫的一種)
  • Airflow (視覺化的ETL工具，由純python撰寫出來的框架 ; ETL是數據萃取轉換和載入三個步驟的合稱，是資料工程師最頻繁遇到的任務)
  • ETL工具(dbt, Pentaho, informatica) 

• 工作任務：

  • 開發和維護ETL流程
  • 自動化數據傳輸
  • 虛擬資料整合

• 技能要求：

  • 熟悉ETL工具和Python
  • 自動化腳本技能

• 認證/培訓統整：

  • Top Certifications for ETL Developers in 2024 (Ranked)
  • Best ETL Courses Online with Certificates [2024]

• 認證/培訓範例：

  • dbt Analytics Engineering Certification Exam
  • Informatica Certified Professional (ICP)

• 職涯進修路徑：

  • 高級ETL工程師
  • 資深資料倉儲工程師
  • 軟體後端工程師
  • 大數據平台架構師

資料庫維運工程師，或稱資料庫管理師 (Database Administrator)

• 初級的年薪範圍： 約在新台幣 60萬到 80萬之間
• 描述： 負責資料庫的安裝、配置、維護和性能優化，確保資料庫系統的正常運行。
• 使用工具：

  • 網路架構
  • Hadoop大數據平台架構
  • 資料庫維護

• 工作任務：

  • 安裝、配置和升級資料庫
  • 監控性能
  • 備份和恢復

• 技能要求：

  • 資料庫管理系統知識
  • 性能優化
  • 備份和恢復

• 認證/培訓統整：

  • Top Certifications for Data Architects in 2024 (Ranked)
  • Top 10 Database Certifications For Your Career in 2024

• 認證/培訓範例：

  • ​​Microsoft Certified: Azure Database Administrator Associate
  • Oracle Database SQL Certified Associate
  • IBM Certified Data Architect – Big Data
  • IBM Certified Solution Developer – InfoSphere DataStage

• 職涯進修路徑：

  • 資深資料庫管理員
  • 系統分析師
  • 資料庫系統架構師
  •  大數據平台架構師

資料分析工程師 (Data Analysis Engineer)

• 初級的年薪範圍： 約在新台幣 60萬到 80萬之間
• 描述： 負責數據收集、清理和分析，提供數據驅動的決策支持，進行數據可視化和報表展示。
• 使用工具：

  • BI Dashboard (理解成常看見的資料儀表板即可)
  • Data Mining (資料探勘 : 是從資料去尋找或探索相關領域的洞見的方法)
  • 資料預處理
  • 報表與資料展示

• 工作任務：

  • 數據收集和清理
  • 數據分析和可視化
  • 建立和實施分析模型
  • 撰寫分析報告
  • 提供API與其他系統集成等工作

• 技能要求：

  • 資料分析工具
  • 程式語言
  • 數據處理技能

• 認證/培訓統整：

  • Top Certifications for Analytics Engineers in 2024 (Ranked)

• 認證/培訓範例：
  • Microsoft Certified: Power BI Data Analyst Associate
  • Tableau Desktop Certified Associate
  • Cloudera Data Analyst Certification
  • AWS Certified Data Analytics – Specialty
  • IBM Data Analyst Professional Certificate

  • 職涯進修路徑：

    • 資料分析專案經理
    • 資料產品經理
    • 機器學習工程師

Python 轉職的薪資待遇

初級開發者 (Junior)

• 年薪範圍： 約在新台幣 50萬到 80萬之間
• 描述： 初級開發者通常擁有1-3年的工作經驗，主要負責基礎的開發和維護工作。

中級開發者

• 年薪範圍： 約在新台幣 80萬到 110萬之間
• 描述： 中級開發者通常擁有3-5年的工作經驗，負責較為複雜的系統開發和優化工作，並且有一定的獨立解決問題的能力。

資深開發者 (Senior)

• 年薪範圍： 可達新台幣 110萬以上
• 描述： 高級開發者通常擁有5年以上的工作經驗，能夠主導項目開發，具備全面的技術知識和管理能力，並能對技術方向提出建設性建議。

影響薪資的因素

技能水平

• 掌握相關工具和技術，如Python、SQL、Tableau、Hadoop等，能夠顯著影響薪資水平。
• 掌握多種技能： 如熟悉Django、Flask等框架，以及數據分析和機器學習相關技能，會提升市場價值。

工作地點 (以台灣為主)

• 台北市的薪資水平普遍較高，也有較多新創產業，是最適合軟體和資料科學的環境，但相對地，生活成本也是非常高的。
• 中南部如高雄等地的薪資水平則相對較低，以工廠或製造業為主，而生活成本也較低。
• 台中市則較多博弈行業為主的企業，若不排斥，其薪資待遇也是相當可觀的。

企業規模

• 大企業： 提供的薪資和福利通常較好，工作穩定性高，但同事可能較多是”躺平”或是”腳麻”的態度(意思是較慵懶或消極)，可能學習到新技術的機會較少。
• 新創公司： 可能提供較有普遍的薪資，但帶有其他的激勵措施，也能學到很多新的技術，相處起來的同事可能更為積極、更深思熟慮，能力和技術也更強，但新創的風險相對也較高。

適合Python轉職的 實體班、進修班機構

有許多輔導機構和課程可以幫助想要轉職的人士學習Python。

以下是幾個推薦的資源：

Tibame 緯育

https://www.tibame.com/

實體班或線上班都有，養成班大多為實體班

緯育是我當時選擇的進修班，不過當時的地點是在桃園的中央大學，所以對於成本會比在台北更低一點。

最近看到桃園並沒有在招生，讀者還需密切關注一下消息，可能會隨時更新最新課程資訊，或直切去他們官方line詢問。

我當時參加的是為期半年的大數據與資料分析養成班（平日五天上課總時長共半年，提供實體上課、硬體設備、自修教室、人資介紹面試履歷的分享，以及最重要的作品集Demo配合一日業界媒合，費用為10萬左右

緯育的選擇會更為多樣，近期以資料工程師養成班、生程式AI雲端應用養成班、AI智慧應用開發實戰養成班為主。

AppWork School

前四週線上參與，之後16週為平日整天的實體班

非常有名且師資優良的團隊，過去所知很多課程都是免費的。採隨到隨審且額滿截止制，會有第一關的面試審核(若人不在台灣，可以選擇視訊面談)，好處是這樣篩選出來的同學和組員，都是有決心和目標導向的，更能組織起更好的轉職專案成果。

時程安排：前前 4 週每週需投入 40 小時遠距學習；後 16 週為上午 9 點至下午 6 點的實體班，一週五天的全職駐點集訓。唯一缺點可能是台北的花費較高的問題。

過去與Python相關的課程包含：

• Data Engineering Class：從 Python 程式語言出發，深入學習關連式及非關聯式資料庫、資料整理與操作，成為 Data Engineer。
• Automation Test Class：有別於傳統手把手教學，本課程將透過 10 週的密集自主學習搭配實體討論及專案實作，每週 10 – 15 個小時學習時間，從 Python 的基礎訓練到熟悉 WEB & API Automation Test 的開發，從零建構自動化測試系統，成為一名專業的自動化測試工程師。
• Back-End Class：從 HTML/CSS/JavaScript 等程式語言入門網頁開發後，深入 Java/Python 開發與資料庫規劃，成為 Back-End Engineer。

stanCode

師資非常優秀，教學團隊是由使丹佛大學回台的碩士生

可選擇台北實體或線上參與

時程大多在平日晚上或週末

課程內容：

Python基礎班:

分為上、下兩個基礎班，上課內容滿扎實的，而且也有課後作業可以練習

AI班：

課程內容滿多的，共50幾個小時的課程，從機器學習概念到資料處理，以及機器學習、深度學習、類神經網路等的內容都有，包含卷積及循環神經網路，實際編寫圖像及時序性資料的的判斷。(課程內容可能會隨時更新，請以官網內容為主)

ALPHA Camp

線上課程

現在開設相關的課程為「資料分析能力系列課程：數據思維」(https://tw.alphacamp.co/courses/data-1 )，另外也有開設資料工程非常需要的SQL課程(https://tw.alphacamp.co/courses/sql14days )，雖然這兩門課都沒有運用到Python，但是由資料分析的視角先了解數據，會討論到2-3個資料分析案例，我個人滿推薦若有自學Pyhton基礎的人可以來參加，以便增進資料分析的思考。

台灣大學資訊系統訓練班

https://train.csie.ntu.edu.tw/train/courses.php

是由台大教授對外開設的訓練班，包含暑期班、假日班、平日班、線上授課的方式都有，詳情還是以官網的內容為依據。

課程非常多元，包含Python基礎、Python資料處理、Python程式設計、Python基礎資料科學等

台灣就業通職前訓練網

https://its.taiwanjobs.gov.tw/

以課程關鍵字「python」去搜尋，會看到台灣各地所開設的進修班，也是滿方便找學習資源的網站，有些則會依據年齡等條件有補助的資格，可以隨時到官網搜尋相關訊息。

ccClub讀書會

https://www.ccclub.io/

春季班為3月報名，秋季班為9月半名

一個由台大學生自組的讀書會，會已「完成面試專案導向」為方向的方式來進行，
詳情可去看官網中的歷屆專案(https://www.ccclub.io/achievement )

ccClub 讀書會是什麼？

Coding & Co-working Club（ccClub）成立於 2016 年，由一群國立臺灣大學學生及校友組成，成員涵蓋電機資訊學院、理學院、社會科學院、管理學院、生農學院等。我們認為在這人工智慧日益發達的世代，程式設計不再只是特定領域的工具，而是應該成為任何領域的人都能運用的第二專長。

ccClub 團隊的理念是希望能用淺顯易懂、循序漸進的方式，帶領新手一步步跨入程式設計的世界。因此團隊彙集了軟體工程師的實務經驗，同時寬廣各領域新手在學習程式設計時遇到的痛點，針對細節做教學的改善與引導，希望能降低學習門檻，讓所有充滿熱情的新手都能夠迅速且扎實的開啟程式設計之路。

工研院AI人工智慧資料分析師課程

https://college.itri.org.tw/edm/D3/010/10/edm1.html

線上授課，且出席達八成以上會有30%補助，完成課程有工研院頒發的「Python AI人工智慧資料分析師」培訓證書。

課程內容由Python基礎到Python爬蟲，Pandas、Numpy到機器學習和簡易的深度學習課程。

還有其他常見的如巨匠和聯成的課程

課程內容都寫得滿詳細的，也是從Python基礎、爬蟲到機器學習，但詳細的上課時程和進行方式似乎要直接聯絡會更清楚。

巨匠 Python AI養成班

https://www.pcschool.com.tw/activity/107/1070918_python-ai/index.html?fromto=9900399P&gad_source=1&gclid=CjwKCAjwqre1BhAqEiwA7g9QhldJDhkw-8SahBcRxEuUvzBvW7NlTUXUL5CegwGafWYAquEUn2N8mRoCDYAQAvD_BwE

課程內容都寫得滿詳細的，也是從Python基礎、爬蟲到機器學習，但詳細的上課時程和進行方式似乎要直接聯絡會更清楚。

聯成 AI人工智慧培訓班

https://www.lccnet.com.tw/commercial/program/05/artificial-intelligence-training_gad.asp?med=g003&mpo=39497

課程內容都寫得滿詳細的，也是從Python基礎、爬蟲到機器學習，但詳細的上課時程和進行方式似乎要直接聯絡會更清楚。

轉職的挑戰與對策

轉職過程中會面臨各種挑戰，轉職初期需要應對外在和內在的困境，如家人的不理解和工作上的重複性任務。Dex的解決方法包括參與各種社群活動，如開源項目和讀書會，這不僅增加了他的技能，還擴大了他的人脈網絡。

轉職過程的外在困境

• 家庭壓力： 家人和親戚可能不理解轉職的決定，尤其是從穩定的職業轉向技術行業。需要通過展示新技能、驗證進步來獲得家人的支持。
• 同儕競爭： 未轉職的同儕可能在原有職業中穩步提升，這可能會帶來壓力。必須專注於自己的成長和目標，而不是與他人比較。

轉職初期的內在挑戰

• 工作非常陌生： 在新職業初期，可能會感受到不安與陌生。我建議通過參與各種專案並把公司各個學習技術紀錄摸透，以此來保持動力。
• 自我懷疑： 可能會因為不確定性而感到焦慮。所以需要設立小目標並不斷突破它們，以此獲得自信和成就感。

理工背景者轉程式領域的Python引路之道

Threads/IG：@daydreamdex

更多學習資源和工作經驗分享，可訂閱 我與經驗值 電子報

訂閱即可獲得NVIDIA AI

學習資源 https://iandexp.ck.page/283146f2d3 —來自Dex的塵世哲學

※本文由 Dex的塵世哲學 授權勿任意轉載，原文《Python轉職指南：最全面的轉職解析和最真實的經驗談》

這篇文章 【學長姐帶路】Python 轉職入門全指南：進修解析和轉職經驗談 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《讓員工成為企業另一道重要的防禦：藉由網路資安意識訓練來對抗勒索病毒》

文/趨勢科技-Jon Clay

企業需要一些進階的資安工具來防範像勒索病毒這樣的網路資安威脅，但單靠技術的力量無法解決每一個漏洞。當人為因素的風險升高時，定期的網路資安意識強化訓練將有助於建立一群隨時保持警戒的員工。藉由反覆測試的網路資安計畫，這些具備良好資安意識的員工就能成為企業一道額外且至關重要的防禦。

想要擁有強韌完善的資安體質，企業不僅需要進階的技術解決方案，還要配合良好的員工網路資安意識訓練，以及定期的網路資安計畫測試。請參閱本文來獲得一些實用的祕訣。

進階網路資安工具能大幅提升企業防範勒索病毒及其他威脅的能力，這些工具會利用人工智慧 (AI) 與機器學習 (ML) 來監控異常行為、偵測可疑模式、自動採取回應動作，並且持續強化整體資安狀況。

然而，並非所有漏洞都能透過技術來解決，尤其是人為因素與決策所造成的漏洞，使得網路資安的成效大打折扣。

根據 2021 年一份名為「人為漏洞對網路資安的影響 」(Impact of Human Vulnerabilities on Cybersecurity) 的研究指出：「…超過 39% 的資安風險都跟人為因素有關，有 95% 的網路攻擊成功案例都是人為錯誤所造成…。而對網路資安影響最大的人為因素就是使用者缺乏網路資安風險意識。」

許多企業都已體認到人為因素的重要性，並且成立了員工網路資安意識訓練計畫。但即使有了隨時保持警戒的員工，企業還需要另一塊拼圖才能擁有面面俱到的防禦，那就是：定期且嚴格的網路資安計畫測試，如此才能確保這些計畫在必要時候能真正發揮作用。

網路資安意識訓練是根基

企業有許多不同的方式可培養員工的網路資安意識，例如定期發布公告和提醒來維持員工對資安風險的戒心。有些企業甚至會進一步成立正式的網路資安意識訓練計畫，提供一些圖文解說、影片和其他型態的內容來說明威脅是如何運作、會攻擊哪些對象，以及如何辨識。

此外，像「網路資安意識月」(每年十月) 這樣的特殊日子，也提供企業一個機會來聚焦網路資安議題，儘管每年才聚焦一次也許還不足以產生深刻的影響。還有一個常見的作法就是透過定期的複習和訊息更新來加深員工的印象和關注度。

企業也可透過實際的演練來強化訓練內容並檢驗員工的訓練成果。例如，趨勢科技的  Phish Insight 網站就能協助企業執行自動化網路釣魚模擬訓練，並搭配企業自己的網路資安意識訓練。像這樣的模擬訓練是提升資安意識的絕佳工具，尤其若能反覆不斷實施 (大約每季一次) 效果就更好。

客製化的網路資安訓練也同樣至關重要

當所有員工都具備了基本的網路資安知識之後，企業就更能防範像勒索病毒這樣的風險。不過，有些族群也許需要一些客製化或量身訂做的內容來針對其面對的特殊風險，而且每家企業本來就有自己的獨特風險需要額外處理。

例如，從事金融交易的人員也許需要更深入的知識來了解該如何辨別可能的詐騙，例如：專門利用企業合法帳號誘騙員工匯款的變臉詐騙攻擊或稱為商務電子郵件入侵 (Business Email Compromise, BEC)手法。

人力資源部門也許需要有關如何保護員工私密資料及個人資訊的專門訓練，包括：醫療保險資訊、身分證字號、住家地址等等，這些全都是網路駭客集團能用來變現的資料。

技術人員同樣也需要更深入的訓練來保護企業。由於雲端組態設定錯誤是資安風險的一大來源，因此，雲端系統管理員應接受最新技術與正確組態設定的訓練。雲端架構師也應接受額外的資安訓練來讓他們不單只是了解自己所負責的基礎架構，還知道他們的決定將對資安帶來什麼影響。

軟體開發人員又是另一群需要特殊資安訓練的重要員工，好讓他們開發的程式碼能在整個生命週期內都維持安全，並且將資安融入整個端對端流程當中 (從開發到部署)。

企業不一定需要自行開發這些訓練：雲端供應商應該能夠提供有關其雲端平台的訓練，而大部分的資安解決方案與軟體廠商也都能提供一些教育訓練方案。

測試您的網路資安計畫

網路資安意識訓練有助於主動保護網路，防範像勒索病毒這樣的威脅。但是，當資安事件發生時 (遲早會發生)，企業還是需要能夠有自信地回應事件並守護自己的資料和系統。正如我們先前的文章所說，最重要的核心就是良好的事件回應計畫與企業永續措施。若要確認計畫能否按預期地提供充分的保護，唯一的辦法就是定期加以測試，而且至少每年一次。

美國國家標準與技術局 (National Institute of Standards and Technology，簡稱 NIST) 在其發布的「IT 計畫與能力測試、訓練及演練指南」(Guide to Test, Training, and Exercise Programs for IT Plans and Capabilities) 當中提供了有關如何設計及測試訓練計畫的指引。然而要落實他們的方法，通常需要一個特殊的滲透測試團隊叫做「 紅隊」來專門嘗試滲透企業的網路並模擬駭客可能的行為。

一些規模較大的企業也許能在企業內培養自己的滲透測試團隊，但其他企業可能就得將這項工作外包給託管式資安服務廠商，或是其他有經驗的第三方機構。有些整合式資安平台會內建第三方攻擊模擬與漏洞掃描功能，讓企業很容易管理測試演練、蒐集演練過程資料，並產生可化為行動的測試結果。

符合您風險程度的網路資安意識訓練

部署網路資安技術以及實施和測試訓練計畫全都需要花費成本。業界也許沒有確切的數字，但根據  Statista 指出：「平均而言，全球企業至少會分配 12% 的 IT 預算在資安上。」

企業可確保訓練和測試確實符合其實際的風險來管控相關的花費。但這樣一來，企業需要明確掌握自己的受攻擊面，哪些地方存在著漏洞、哪些環節的風險最為迫切。因為，並非所有的業務部門、資料類型或裝置都同樣容易遭到攻擊或同樣珍貴。受攻擊面風險管理解決方案可協助企業了解自己最重要的是什麼。

網路資安意識訓練還有一種聚焦的方式就是優先針對風險最大的員工，例如那些曾經點選網路釣魚連結的人。這可透過一套全方位網路資安平台來找出資安事件的發生源頭，或者根據定期模擬演練的結果。

有了聚焦且不斷加深印象的網路資安訓練，再搭配定期的資安計畫與系統測試，任何企業都能逐步改善整體的資安體質，並且進一步提供偵測、評估、防範勒索病毒與其他資安威脅的能力。

下一步

如需有關趨勢科技對於網路資安意識訓練與受攻擊面管理的前瞻性觀點，請參閱資安趨勢部落格 勒索病毒的相關文章。

原文出處：Cybersecurity Awareness Training to Fight Ransomware

※本文由 趨勢科技-Jon Clay 授權勿任意轉載，原文《讓員工成為企業另一道重要的防禦：藉由網路資安意識訓練來對抗勒索病毒》

這篇文章 【學長姐帶路】如何教育企業員工網路資安意識？ 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《2023 研替求職心得（下）》

文/Denny Yeh

小弟 113 資工所，無比賽經驗，是希望找 2024 應屆研替，大約從 10 月開始認真投履歷 & 開始面試，最後塵埃落定大概是 12 月下旬。本篇是記錄一下自己面試過程，除了分享之外，也是提醒自己需要改進的地方。

以下按照面試順序排列：

🚩全景 — 深度學習工程師

時程

• 人力銀行投遞履歷 (10/4) → 實體一面 (11/13) → 實體二面 (12/7) → Offer Get (婉拒)

面試流程（一面）

• 筆試

一小時的筆試，問題類型包含基本知識（C/C++、資料結構）、影像處理（儲存方法、色彩格式）、機器學習（CNN、Overfitting）等等

• 介紹公司及職缺（略）
• 自我介紹

我用事先準備好的投影片報告，主管針對投影片提問。簡報結束之後只有實習經驗和研究主題被問了幾個簡單的問題。

• 最後 QA

心得

筆試題目中我最不熟悉的大概是影像處理的部分，因為之前修的課都比較偏應用，對於影像處理的底層知識比較不熟悉，考卷上幾乎都是空白的QQ

這家是成長中的公司，主管跟同事都滿友善的，看起來也很鼓勵接觸新事物，就工作內容來說跟我的目標滿相近，而且主管說大部分都年輕人所以氛圍還不錯，而且工時部分也非常養生XD

面試流程（二面）

• 主管介紹職缺及工作內容

這次跟我聊得好像是職位更高的主管，主要是跟我說明了更詳細的工作內容，公司的短中長期目標，公司的願景及理念等等，整段對談給我非常誠懇的感覺。

• PM 面試

這部分比較像是 behavioral interview，我被問了一些平常的興趣愛好、看過哪些書之類的，算是輕鬆的聊聊天

• HR 面試

說明了一些公司的薪資福利制度，包含談薪環節

心得

這家是新竹比較少的純軟體公司（大部分都還是半導體公司），雖然規模不大，但給人的感覺非常誠懇，但最後因為薪資不符合我的預期就婉拒了。

🚩MTK — AI & Computing platform

時程

• 公司網站應徵 (10/26) → 線上一面 (11/15) → 無聲卡

面試流程

這家雖然是視訊面試，但看起來是很多不同部門的主管一起聽，所以還是有點可怕…

• 自我介紹

我用事先準備好的投影片報告，主管針對投影片提問。這家應該是被問最多問題的一家（多到我有點記不起來），包括了專業問題跟一些軟實力的問題（e.g. 如果有個需要兩個禮拜才能完成的 task，但你只剩一個禮拜，你會怎麼辦？）

雖然職缺上是寫 AI & Computing platform，但其實大部分都是通訊相關的軟體職缺，所以很多專業問題我都沒準備到…

• 介紹公司及職缺

每個主管會輪流用投影片介紹自己部門及工作內容，算是還滿詳細的

• 最後 QA（略）

心得

這家應該是目前為止最挫折的一家，因為職缺大部分都是跟通訊相關的軟體工程師，剛好我對網路又不熟，所以被問到網路相關的課或是 OS 相關的課的時候我真的答不出來，在研究主題的那頁也被問很多我不知道該怎麼回答的問題。還有實習經歷那頁，第一次被問這麼多東西，但實作細節 (e.g. 影片前處理) 我早就忘記了，所以也是答不出來QQ

另外，雖然職缺上寫 AI & Computing platform，但聽到的職缺幾乎都跟 AI 沒有太大關聯（大部分都是跟網路相關），這方面的工作內容我就比較沒興趣了。

但還有些可以檢討的部分：

1. 回答太冗長，要更精簡一點
2. 針對實驗結果多一點分析（尤其是研究主題），並強調我們與 baseline 的不同與特色

🚩玩美 — 機器學習工程師

時程

• 公司邀請面談 (11/2) → 線上一面 (11/22) → 線上二面 (12/6) → Offer Get (接受)

面試流程（一面）

• 線上筆試（英文 & 性向測驗）

時間只有一小時，其實滿趕的，所以 HR 事先有跟我說如果不會可以用猜的，反正答錯也不倒扣（但我圖形邏輯那部份還是忘記猜QQ）

• 自我介紹

一樣用簡報介紹，過程中主管感覺滿認真聽的，也有針對研究跟專題問一些問題。

• 介紹公司及職缺（略）
• 最後 QA（略）

心得

工作內容聽起來滿好玩的，雖然我跟美妝很不熟，但幾乎都是CV+DL，讓我有點心動。再加上主管說，「軟體公司跟硬體公司最大的不同就是，你設計出來的產品會直接給客戶，而不是最為主要產品的輔助角色」，可以直接看見自己設計的產品上市，可能也會帶給我更大的成就感吧。

面試流程（二面）

• 談 Offer

原本面試我的主管好像臨時有事，就變成 CTO 來面試（壓力超大），正當我要拿出剪報開始報告的時候，CTO 就猝不及防的就進入談 offer 的階段了，（好像是因為公司想要快點確定研替人選的樣子）

• HR 面試

說明了一些公司的薪資福利制度

心得

這家是我第一間談 offer 的公司，而且我也不知道會在這次就談 offer，所以沒有事先準備，所以跟主管幾乎沒有協商就接受了，這點讓我事後有點懊悔。不過最後考慮待遇及工作內容，還是決定去這間了。

🚩TSMC — IT

時程

• 公司邀請面試 (10/15) → 線上一面 (11/27) → 婉拒二面

面試流程

• 自我介紹

當我用簡報介紹時，第一次有主管在除了實習和專案的地方問我問題，而且整個過程很像聊天，我覺得滿輕鬆的

• 介紹公司及職缺（略）
• 最後 QA（略）

心得

看的出來主管並不是 AI 相關，所以問的問題都不會非常難答，整個面試過程更像是在認識我的感覺XD

另外，可能也是因為大部分的知識都是進去才開始學，所以好像不是非常注重目前的知識，也沒有問甚麼專業問題，都只有從簡報的內容去問。

最後面談結束後主管大概又跟我聊了半個小時，內容就是問我最近還有面哪幾家，他之前也當過替代役之類的（真的非常像在跟長輩聊天），也說到他覺得我沒問題，雖然 coding 標準沒過（三題要寫出兩題多，而我只寫出一題半🙂），但他會幫我跟主管喬喬看。

最後因為工作內容真的沒興趣，我就婉拒二面了。

反思及建議

在兩個月的期間內，我參加了九家公司的面試，面試次數也有十次以上了，從這些經驗裡我也總結了一些個人小建議給大家：

🔸面試前

1. 準備自我介紹簡報

就算公司沒有要求，也非常建議準備一份自我介紹的簡報，並在面試時主動提出。好處有 (1) 把重點放在簡報上比較不會漏掉該講的重點 (2) 主管可以從你準備的簡報內容（也就是你準備好的內容）提問，降低主管問出沒準備到的問題的機率。

2. 打聽公司評價 & 面試經驗

事先搜尋公司評價及其他人的面試經驗，如果有考古題的話就更好了。通常可以從其他人經驗中事先做一些準備，比方說程式題可能會考哪些題目、面試官可能會問哪些問題等等。如果公司評價太差，也可以重新考慮參加面試的必要性。

3. 安排面試時間

合理安排面試的時間，一週最好不要超過三個。如果安排得太緊湊，對於面試會漸漸感到疲乏，也會沒辦法用盡全力去準備。另外，也可以把比較不想去的公司面試安排在前面，當作累積經驗，就算沒上也不會太心疼。

🔸面試時

1. 不卑不亢

面對面試官時，可以保持禮貌但不需要唯唯諾諾，充滿自信的介紹自己，有問題就大膽提出。「公司在面試你的同時，你也在面試這家公司」，把面試當成求職者與公司互相了解的過程，會比較不那麼緊張，自信的態度也更容易讓公司留下好印象。

2. 大膽要求提示

對於面試中被問到的題目或是程式題，如果無法回答，就大膽地要求提示，總比兩個人沉默五分鐘來得好。另外，在解程式題時，可以在 coding 之前或是正在 coding 的時候一邊解釋 coding 邏輯，讓面試官對於你有更多了解。

3. 詢問回饋

我在每次面試最後的 QA 環節，都會問面試官「這次面試中，我有沒有可以改進的地方？」有時候會收到有關於簡報的建議，有時候會收到關於對答的建議，這些都是可以讓自己變得更好的寶貴養分，也可以展現出自己精益求精的態度，讓面試官留下好印象。

🔸面試後

1. 整理記錄

最好一面試完就馬上紀錄下面試的過程，包括工作內容、主管回饋等等，未來要比較各家公司的時候才有依據，若時間拖久了，很有可能就忘記一些重要的細節了。

2. 修改簡報

每次面試完之後，我都會根據面試官的建議重新修改一次簡報。包括排版、內容增減、報告順序等等，隨著面試次數的增加，會漸漸感受到自己的成長，面試時也會越來越有底氣。

最後ㄉ最後

面試是一段很長很辛苦的過程，期間可能會時常自我懷疑、感到心累，這些都是非常正常的，別忘記要找到自己抒發情緒的方法，身心靈健康還是最重要的，希望在求職苦海的大家都能早日上岸 ❤️

※文由 Denny Yeh 授權轉載, 原文:《2023 研替求職心得（下）》

___________

你也有經驗想分享嗎？快來投稿賺稿費吧！

[elementor-template id="118812"]

這篇文章 【學長姐帶路】2023 研替 AI 工程師 求職心得（下） 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《2023 研替求職心得（上）》

文/Denny Yeh

小弟 113 資工所，無比賽經驗，是希望找 2024 應屆研替，大約從 10 月開始認真投履歷 & 開始面試，最後塵埃落定大概是 12 月下旬。本篇是記錄一下自己面試過程，除了分享之外，也是提醒自己需要改進的地方。

以下按照面試順序排列：

🚩瑞昱 — 演算法開發工程師

時程

• 公司邀請面試 (10/6) → 線上一面 (10/16) → 感謝函 (11/2)

面試流程

• 自我介紹

我用事先準備好的投影片報告，主管針對投影片提問。

主要都是對專案提問較多，像是「研究主題分工、哪裡跟別人不一樣、效果有比別人好嗎」等等

• 介紹公司及職缺（略）
• 程式題

面試官會給一個連結，要求進入連結並分享畫面，讓面試官看解題過程。題目不難，主要是讓面試觀看解題過程與 debug 的技巧等等，雖然我最後沒有講出標準答案，但邏輯大致上還算過關（面試官說的）。

• 最後 QA（略）

心得

這是繼去年 (2022) 找暑期實習之後，隔了好久的第一個面試，所以難免會有點緊張，簡報上甚至出現了錯字我沒發現（超想死）。這也是我第一次碰到 live coding 環節，所以還不知道可以跟面試官討論，就這樣靜靜的卡住，讓整個氣氛變得很尷尬，之後再碰到類似環節的話，應該可以更積極的去問面試官問題，不論是確認題意或是要提示，至少展現出積極的態度，這樣應該會更好。

🚩慧榮 — 韌體架構工程師

時程

• 公司邀請面試 (10/16) → 實體一面 (10/25) → 感謝函 (11/3)

面試流程

• 手寫題測驗

進到公司之後我先被帶到了一間會議室，同時 HR 給了我一張考卷，題目有六題，大部分都跟 C 相關，還有一些跟 OS 相關的題目，寫完之後就通知 HR，HR 會來收卷並請主管來。

當我發現我只會寫一題的時候，我就知道我肯定不會上（但同時心情好像也變得比較輕鬆？）

• 自我介紹

一樣是用我準備的簡報介紹，但可能是因為我的內容只有一半跟韌體相關（我真的盡力放了），主管看起來不是很感興趣，所以我就加快了報告的速度，主管也只有在介紹到微處理機 project 的時候問了是用甚麼語言，其他完全沒問。

• 主管面談

主管看著我的考卷眉頭深鎖，說了一些「XXX 不是應該有教過嗎，怎麼不會」之類的話，我當下也只能陪笑度過 😅

之後問了一些技術問題，大部分跟資料結構相關（e.g. array 跟 linked list 差別），也問了一些跟人格特質有關的問題。

接著當然也介紹了公司及工作內容，並在最後有個 QA 的環節。

• HR 面談

說是面談，其實也就只是 HR 進來輕鬆地跟我聊聊，問我對這份工作的看法，然後還有甚麼問題想問之類的。

心得

當初去面這家本來就是抱著挑戰的心情（我自己知道我對韌體很不熟），但實在沒想到在一開始筆試的時候就被打的那麼慘。雖然這次應該是沒希望，但也對於韌體的工作內容以及應該具備的能力有更多了解，也算是有收穫。

讓我印象深刻的是我問「面試過程還有哪裡可以調整」的時候，主管的回答讓我蠻出乎意料的，他說「不用太在意這種事，最重要的是展現真實的自己，不太需要隱惡揚善，因為面試是雙向的」。這的確是我沒有想過的角度，畢竟公司在挑應徵者的同時，求職者也在挑公司，不管是求職者或是公司，如果錄取之後發現跟想像中不一樣，對雙方來說都不是好事。（但還是想知道有那裡可以調整 QQ）

🚩全曜 — AI 工程師

時程

• 人力銀行主動應徵 (10/16) → 線上一面 (10/27) → 感謝函 (11/23)

面試流程

• 自我介紹

一樣用簡報自我介紹，但面試官沒有問太多問題，他說他自己也不是主管，不知道是不是跟這個有關係。

另外他在聽完我的簡報之後，有跟我說因為他們 AI 主要是在做 NLP 相關比較多，但我好像都是做 vision 相關的，所以有問我還有沒有興趣，不過我覺得反正面都面了，就繼續下去吧

• 介紹公司及職缺（略）
• 程式題（略）

面試官給了一個 google 文件連結，之後會在文件上貼出一個情境，並請我用習慣的語言打出程式（我是用 python）。題目總共有兩題。

我原本想好之後要直接打，但面試官有說可以先把做法跟他說，再開始打程式，可能是想跟我討論邏輯有沒有問題。第一題我有順利打出來，但第二題我到最後都沒有解出來，這應該算是最大的敗筆 QQ

心得

這家在網路上的評價似乎沒有很好，但我抱著累積經驗的心情還是去面了，我覺得實際的面試狀況沒有向網路上說的那麼糟（也有可能是因為才一面），面試官看我程式題解不出來還主動給提示，態度上也沒有任何不妥。

對於這家的工作內容，我其實不是很喜歡（NLP），所以其實本來就意願不高，再加上我程式題的慘狀，收到感謝函也算是意料之內

🚩旺宏— AI Accelerator

時程

• 人力銀行主動應徵 (10/11) → 線上一面 (11/1) → 無聲卡

面試流程

• 自我介紹

用準備的簡報介紹，其中在講到專案的時候被問了比較多問題，像是為甚麼樣用這個架構、確切做了甚麼修改之類的。另外，在講到團體活動的時候，有被問說有沒有甚麼解決衝突的經驗（還好有準備到）。

總的來說，這家是第一家針對模型架構問比較細的公司，其中的確也有些是我答不太出來，如果要放到簡報上真的要好好複習一下到底做了哪些事，架構做了哪些修改等等。

• 介紹公司及職缺（略）
• 最後 QA（略）

心得

這家最特別的應該是他偏研究導向，所以主管說不太會有死線壓力，但需要自主性去研究及實驗等等。然後也是被問最多專案細節的一家公司（可能因為真的很研究導向），主管也都知道我在說甚麼，甚至還有跟我討論一下可以怎麼做之類的。但聽到要念博班我真的瑟瑟發抖，我還要再想想自己到底想不想繼續做研究…

🚩群聯 —Machine Learning Engineer

時程

• 人力銀行主動應徵 (10/4) → 線上一面 (11/9) → 線上二面 (11/24) → 感謝函 (1/5)

面試流程（一面）

• 自我介紹

用準備的簡報介紹，面試官大部分都是問概念性問題或是開放性問題，像是「為甚麼會選擇這個模型？」、「如果要改善你會怎麼做？」等等需要思考的問題，比較沒有一板一眼的技術性問題，我自己覺得滿好玩的。

• 工作內容介紹（略）
• 邏輯題

面師官出了一題很像智力測驗的那種邏輯題，他一開始還說「你應該有上網調查過了吧XD」，好像預設我已經知道題目，所以我推測網路上找一下的話應該會有題目內容（我自己是沒有事先調查）。我一開始沒有說出正確答案，但面試官人也很好的給我更多提示，讓我最後得出正確答案。

• 最後 QA（略）

心得

這個面試官感覺也滿年輕，一開始還跟我小聊了一下天，還說上學期才修過我們教授的課，讓我覺得親切很多XD

面試整體給我的感覺是，主管很希望大家去思考並討論（問開放性問題、邏輯題等等），然後工作內容有應用也有研究，聽起來滿好玩的（雖然在竹南真的好遠QQ）

面試流程（二面）

在面試通知信上就有提到二面試「專業能力測驗」，所以事先做好了可能被洗臉的心理準備...

• 自我介紹

我是用幾乎一樣的簡報進行報告，但這次被問了更深更多的專業問題，像是「為甚麼 baseline 的效果會比你們差」、「你們有發生 XXX 問題嗎？如何解決？」等等

• 專業問題

主管先問了一些跟 ML 相關的一些基礎問題 e.g. 「overfitting 如何解決」，之後又出了一些跟工作內容有關的應用問題 e.g. 「若二分類問題的 data 數量極度不平衡該如何解決？」，因為有前幾次的經驗，我在這部分還算驚險過關

• Coding 題

這裡考了最基本的 sorting，但我因為太緊張就有犯下一些低級錯誤QQ，另外面試官有建議我可以多寫一點東西讓其他人也看得懂我的 code (e.g. 命名規則、function type 等等)。

• 工作內容介紹（略）
• 最後 QA（略）

心得

畢竟面試通知上寫「專業能力測試」，我就也做好心理準備，大部分的問題應該答得還可以，不過最大的敗筆就是 MLOps…

面試官在最後問說 MLOps 熟不熟，我說比較不熟，然後還提到「上次也有說到」，面試官就說上次面試到現在也兩個禮拜了，怎麼沒去查？當下我就知道我死定了，我完全忘記這件事而且還自曝其短…

※文由 Denny Yeh 授權轉載, 原文:《2023 研替求職心得（上）》

___________

你也有經驗想分享嗎？快來投稿賺稿費吧！

[elementor-template id="118812"]

這篇文章 【學長姐帶路】2023 研替 AI 工程師 求職心得（上） 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《2022 暑期面試心得》

文/Denny Yeh

前情提要 & 背景介紹

小弟 113 資工系，無比賽經驗，是希望找 2022 暑期實習生，讓自己在進研究所前有更多實務經驗。本篇是記錄一下自己面試過程，除了分享之外，也是提醒自己需要改進的地方。（持續更新）

預防針：我真的沒很強，請大家鞭小力點 QQ

🚩聯詠 Novatek

【職缺】演算法開發工程師

【流程】

面試者報告面談簡報(10min)→主管針對簡報發問(5min)→主管發問技術性問題(25min)→主管介紹工作內容(10min)→面試者發問(10min)→閒聊

【心得】

因為在通知面試的信件裡面有提到可以準備面談簡報，所以我就準備了一份大約15頁的PPT，內容大約就是自介、專業技能、專案經驗、活動經歷等等。

主管針對簡報的問題也不會到太刁鑽，例如我專題做的是 GAN style transfer，主管就問「請解釋一下 cycleGAN、優缺點有哪些？」等等觀念性的問題，因此並不會很難回答。另外，主管也有針對一些我其他的專案發問，像是我有用 Unity 做一個遊戲，主管就有問「那你 Unity 會的程度到哪裡？」這種了解程度的問題。

技術性問題的部分就有不同難度的問題了，大致上分為「ML相關」以及「C++相關」：

🔸ML相關

較簡單的像是「甚麼是 precision / recall？」、「為甚麼要做 BN？」、「寫出一段 pytorch 程式碼」

較困難的像是「請畫出 attention 的架構」、「請畫出 autoencoder 的架構」

🔸C++相關

較簡單的像是「寫出一個 auto for loop」、「寫出一個 dynamic pointer」

較困難的像是「甚麼時候會將 constructor 設成 private」、「寫出一個 functor」

（如果大家覺得上面的題目都很簡單就當我沒說 QQ）

我自己答出來的比率大約是 6-7成，答不出來的題目我通常會思考一下再誠實跟面試官說我不知道（不確定是不是最好的做法）。

最後就是主管介紹工作內容、我問一些有關工作的問題、最後閒聊一下，第一次的面試就結束了。

【反思】

第一次面試沒有想像中的緊張，不過在碰到不會的技術題的還是會感到小挫折，尤其是深切地感受到自己 C++ 的能力到底有多麼不足：（

在面試的最後，我也有詢問面試官我是否有不足的地方，雖然面試官沒有明說，但有提到某些主管很看重人在「面對失敗」時的態度，是要不懂裝懂還是誠實承認自己的不足（我的表現偏向後者），似乎也反映了一個人的人格特質。

面試官的這番話讓我發現，或許技術題的答對率並不代表全部，在遇到難題時的反應或許也是主管判斷員工是否適任的一個標準吧！

【結果】

✔️Offer GET

※本文由 Denny Yeh 授權轉載, 原文:《2022 暑期面試心得》

___________

你也有經驗想分享嗎？快來投稿賺稿費吧！

[elementor-template id="118812"]

這篇文章 【學長姐帶路】聯詠 演算法開發工程師 求職心得 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

原標《【前端筆記】2024 年與 Hahow、AsiaYo、Pinkoi、91APP 以及其他公司的面試紀錄》

文／Chengcheng Hsu

前言

從 2022 年 1 月我踏入軟體產業後的 2 年又 3 個多月我再次選擇投身到自由市場大喊著 trade me，當然我不像是 NBA 頂級巨星會被交易，而是我想讓每個公司/人資/獵頭都知道我在求職，竭盡可能的來釋放這樣的訊息來找到適合的職位，畢竟現在求職資訊很分散。大約 2024 年 3 月中開始求職，找到 5 月有 offer，都是找偏前端的職缺，但因為有些邀約是後端或是全端，不過只要不是太奇怪的也都會想去了解。

求職管道

• Cakeresume： 投遞約 27 家，拿到面試 6 家 。
• 人力銀行：投遞 2 家，拿到面試約 28+ 家（多是主動邀約）。
• yourator：投遞 5 家，拿到面試 0 家。
• linkedin：沒投遞，主要是曝光給人資/獵頭，實際拿到面試 4 家。
• 其他：投遞該公司自己的招募網站 3 家，拿到面試 3 家。

所以總共是投遞約 37 家，拿到面試 41 家，實際去面試有 12 家。

個人背景參考

成大交管所畢。第一份是做電子產業生管有二年的經驗，接著轉職，做前端工程師有二年四個月的經驗，多以 React 開發和維護 Web，後半年比較常使用 React Native 來做 App 的開發。

有面試的公司

標題上那些公司只是列舉大家比較有聽過有名氣一點的公司，但不一定有聽過就代表那職缺就是好。而以下就是紀錄我覺得印象比較深刻的，有客觀的事實也有主觀的偏誤，加減看看就好。

Hahow

yourator 發現並走公司的招募流程

• 公司職缺簡介：這是一家主打學習的平台，就是付錢就可以在上面看影片上課，有些直播是免費的，這應該是新的功能，但這是 B2C，這次職缺是 B2B 的，是給企業內部員工使用，也是可以上課，應該是會有個後台去監測企業員工上課情形，要找使用 React 然後程度偏 junior 到 medium 的人選。
• 面試過程：有三個階段，第一關是線上面試（他們沒開視訊），第二關給你一份作業用一個星期來做，第三關應該也是面試，可能會考一些技術，這就不清楚。我在第一部分除了 BQ 的問題還有被問到瀏覽器在選染畫面時如果有卡頓你會怎麼處理，以及 rerender 會怎麼處理等等效能上的問題。我也有對於他們公司做一些開發流程/使用技術上做了解，怎麼跑 sprint，技術文件產生的時間點等等的，都能得到答案，作業的部分會把你加到他們的 slack，有問題就直接問，作業需求基本上不難，但難的是你不曉得其他人做得多厲害，但總體算是滿愉快的面試過程。
• 面試結果：感謝信。
• 面試反思：是在繳交第二關作業後被終止面試的，我覺得我已經盡可能的做這份作業了，當然一定可以找到改進的部分，但畫面部署什麼的都做了，加分題也都有做，不過還是鎩羽而歸，所以也想看看到底是要多厲害的人走到最後，因為有寫作業，hahow 還是有給予回饋，我覺得算是有心，之後我會以他們的回饋再去加強。

AsiaYo

cakeresume 發現並用 email 走後續流程

• 公司職缺簡介：做訂房網站的，類似 booking.com/Agoda/ trip.com，只不過就是耕耘在亞洲，找使用 react 的 junior 面試者。
• 面試過程：有兩關，第一關給你一份作業，在三天內做完，刻一個訂房網站其中某部分的元件，作業出得很不錯，因為安排上會先給你做兩個元件需要的 functions ，然後再將他應用到刻的畫面上，如果是工作一段時間的人來做作業絕對不難，但寫得好不好就是另外一回事了。第二關就是他們的 tech manager 的線上面試（他有開視訊），開始他會分享螢幕，因為面試的當時是 4/3 大地震後一直有餘震的期間，他有說如果等等有地震的話是可以直接離席沒問題的，算是有照顧面試者，然後就直接開你的 github 作業來看，連自我介紹都省了，你要對於你寫的 functions 以及切版來解釋，是否有可以加強以及重構的可能。接著進入技術題，面試官會開一些 js 檔案，然後你要說這會印出什麼或是這題會要考什麼，我覺得這種看 code 的方式解釋技術滿好的，不然很多時候就是背答案而已，然後就換我問了，就只有一次面試。
• 面試結果：感謝信。
• 面試反思：我自己在回答那些技術題目我八成都有回答，但有些確實回答得不夠肯定，或是有些題目我明明知道他背後的原理，但當下就沒辦法回答出來，在面試官提醒下我才知道那是要考什麼，例如 hoisting，但在這過程當中面試官給予的回饋很立即，也很明確，像是怎麼樣的寫法會減少時間複雜度之類的，也是一個很好的面試體驗，可以知道自己哪方面不足。因為面試流程拉比較長的關係，投遞履歷到面試約一個月，若之後要投的話可以先投這家，最後才不會落到最後有 offer 這家還在跑流程的情況。

Pinkoi

yourator 發現並走公司的招募流程

• 公司職缺簡介：有跟很多設計師合作做選物的電商，找使用 React 的junior 候選人。
• 面試過程：時間軸是 2024/4/9 投遞履歷，2024/4/19 收到線上邀請測驗，要在時間內完成測驗，有是 2 題 coding 測驗，印出星星以及處理字串的題目，2 題技術選擇題，2024/4/22 完成線上測驗，2024/4/26 他們發送線上面試邀請，2024/5/2 線上面試，有兩位前端來面試，一開始先自我介紹，再來就是投影片題並搭配 codesandbox ，這階段因為面試趣有人有分享可以參考，所以這階段的回答就照準備的來應答即可，所以我全部都有回答到。再來考分享螢幕線上切版，一樣搭配 codesandbox，主要是切一個包含圖片的評論區，並且在他們官網上找尋 api 並複製 response 到 codesandbox，我是不太清楚為什麼要找尋 api 拉，由於我過去都比較常寫 React Native ，Web 的已經忘了要怎麼處理圖片比例和處理資料並渲染，我覺得我在這部分肯定拿很低分，不過我本來就是應徵 Web ，考這樣算是基本的很 OK，是我自己沒有準備把握好。最後還有人資會和你問一些 BQ 的問題，包含問說剛面試的怎麼樣，給自己 1–10 評分等等的。整場面試從早上 10:00–13:30 整整兩個半小時，中間有休息一下，不過真的有累。
• 面試結果：感謝信。
• 面試反思：我覺得沒拿到 offer 也算正常，在切版題發揮得沒有很好，在寫的過程可以看 codesandbox 的錯誤提示，我就是沒有看所以很卡。我覺得這場的面試官給我的感覺沒有很好，有點高傲的感覺，但如果有機會共事可能不一樣，面試最後有問說我哪裡可以改進，他們說確實有些題目要先思考過用更有結構的來說明，而不是想到什麼就講什麼，而且要假裝他們不是工程師，盡可能白話的來解釋。

91APP

cakeresume 投遞，但他們用人力銀行約面試...

• 公司職缺簡介：協助有貨的業主建立電商，也就他們強調的「虛實融合(OMO)」，online merge off-line。全聯、康是美是他們的客戶。
• 面試過程：沒前測，第一面是線上的，前端主管會問技術題，都是口頭問，接著約最後一面，一開始人資會問一些你的工作狀況，為什麼想轉職等等。再來兩位前端的主管會來面試，會先介紹一下他們公司在做什麼以及職位會需要做什麼，再來是白板題，第一題是加入購物車的頁面，並給予一個 data 的 object 那這個 component 的資料流怎麼設定，會看你會怎麼規劃切版，第二題是一個 object，會需要找是 name 的 key 並吐出該 value，這題說出用遞迴就可以開始寫了，過程當中前端主管有特別強調不需要很詳細的寫出來，他們應該是很注重你怎麼思考和作答，過程當中也會協助你來作答，這部分我覺得體驗很好，切版我覺得我應該可以拿八成的分數。再來就是對於我過往工作經歷的提問，算是滿 BQ 的問題，最後是我的提問。
• 面試結果：感謝信。
• 面試反思：這間我覺得真的不太曉得沒拿到 offer 的原因，可能過程當中回答得不夠流暢有自信，不然就是我預期薪資不符合我的表現之類的。
•  

其他的面試流程比較簡單就不條列：

citiesocial

頑童瘦子最近有幫廣告的那家，是緯來旗下的電商，有兩次面試，第一次會就過去的經歷聊聊，在過程中有聊技術怎麼使用，工作中的處理經驗等等，第二次會和 CEO 聊聊，但我是一面就感謝信。

健康益友

他們的業務跟我前一陣子做的醫療相關的 APP 很像，使用的技術也跟我一模一樣，過程中也是就工作經驗聊技術等等的，最後無聲卡，其中我有問一題是他們的 APP 已經很久沒有更新了，中間在做什麼，他說 4 月會更新一版，但目前 6 月了還沒看到，看起來也是滿隨性的公司。

統一超商電商

在面試前有一個人力銀行的性向測驗，一百多題，寫到有點不爽，而現場面試只有一面，到現場人資就帶我到 IT 部門，而面試是和他們約 4:20 ，我記得是到 4:50 才進到會議室面試，中間也沒告知會延後多久時間算是滿不 OK 的，面試者有兩位，一位像是人資，一位應該是技術主管，有自我介紹，有問技術題，然後有兩題白板題，一題是切版，一題是寫時間轉換的函式，過程我覺得比較沒有互動性，就是我寫完後並沒有其他回饋。然後我以為這個職位是要接觸 iopenMall 的業務，詢問主管時他才說不是，說是還沒曝光的，但也沒有清楚的說明是要做什麼，不曉得在神秘什麼，所以整體來說是滿模糊的，最後我覺得不是很對我想找的氛圍就結束了這次面試。

三維人 3drens 車聯網

一直在求職平台看到這家，這次想說來挑戰看看，他們是做車隊營運管理的，包含訂單指派、路線規劃、貨態即時追蹤、駕駛管理與行為評分等等的解決方案，國內合作過的對象為 yoxi、PChome 和一些中小型工廠，也有國外客戶。與人資的第一面，我覺得我 BQ 回答得不錯，最後也問說有沒有可以改進的，他自己有說一些他覺得是雞蛋裡挑骨頭的話，結果收到感謝信，可能我真的預期薪資真的開太高。

鴻海富智康、緯創軟體

有面試邀請，但因為要填人資系統太麻煩，要先上傳成績單或是填寫預期薪資等等，就先婉拒了。

聯發科

沒面試邀請，但有以 email 投遞履歷，但沒任何回覆。

台積電

沒面試邀請，但想投遞去了解，不過一樣要先填寫人資系統，最後還要寫推薦人至少兩位，必填，這也比較麻煩，放棄。

面試過程的策略/心態

1. 曝光和行銷：因為我有兩年多的開發經驗，我想在軟體產業還不算太菜，但如果時間軸拉長到這個產業要做三十幾年，確實還是菜，不過這次求職我的策略是盡可能地曝光並且在面試時盡可能的行銷自己，想要在市場拿到好價格，不被 low ball，而談薪資的過程可以寫成另一篇心得。
2. 市場與投遞順序：在面試兩三週後確感受到市場不好，公司開的職缺算少，求職者多，可謂僧多飯少，本來覺得要把喜歡的公司放在後面，但覺得找公司或是公司找人都是有很大的認知偏誤，以及與其他求職者時間上的錯置，雙方要找到最適合又最符合的真的是難上加難，所以就變成喜歡就投就面，沒在管是否要把喜歡的放後面。
3. 履歷和技術解釋：在面試兩三週我覺得我的履歷沒有問題，因為如果都能被這些公司注意到，我覺得應該不算太差，不過在這次求職我了解我實踐能力是沒問題的，但我在解釋技術/實踐技術的細節上確實是我要加強的部分，所以我很清楚我的優劣。
4. 要找的公司要有怎樣的流程：最好是要那種覺得有考技術、切版或是算法題的面試，這樣才能篩選掉一些只會回答 BQ 但實作上不強的人，算法的話我覺得考 easy 的完全沒問題，但如果考 medium 的就有點太難。
5. 參考面試：有用面試趣看一下評價以及會考的東西，當然有的公司會沒找到。
6. 心態：這一段求職我一直都是保持著覺得面試很有趣的心情來走，想試試看自己在市場上剩幾兩重，因為這是屬於我的獨特經歷，也是能夠從中好好審視自己的不足。
7. 希望的團隊氛圍：不會去貶低別人的技術，因為每個人都有自己的狀態，在團隊分享的時候不應有壓力，並且會一直在意怎麼樣可以讓產品、人的成長、工作流程好的工作氛圍。

轉換跑道的原因

除了薪資，這次想轉換工作/離職的原因在於上一間公司是一間接案公司，相較於產品導向的公司，其商業策略是搶快，比較少在乎你的程式是否寫得多好，也就是先求有再求好，所以人員的配置上並沒有比較 senior 的工程師可以就你寫的程式有 code review 或是給予專案架構上的建議，所以這次求職會期望是有更資深的 mentor 帶領，並且已經有既有的產品，對於自己的產品在溝通上也比較容易去改動，加上其他原因與公司未來發展的目標不甚相同而選擇離開，我覺得這沒有什麼好隱瞞的，因為我在提離職時就是這樣講，面試時也是這樣講，給人資/獵人的資訊也都是這樣講，因為這就是我現階段最真實的狀況。

總體心得

可以看到標題的四家 Hahow、AsiaYo、Pinkoi、91APP 以及其他公司都沒拿到 offer，我覺得最大的原因是對於 WEB （React）真的生疏了，Typescript 也要再繼續加強，解釋技術也應該更白話一點。所以很多公司給予我的結果都是 fail，但我其實也滿少氣餒或感到挫折，因為我相信我只要一直改進並加強自己，總有一天總會找到適合的地方，所以我回血很快，而且過程中累積了很多經驗，另一方面也算是一趟成功的面試之旅。所幸最後有找到覺得很不錯的職位，並且要朝全端邁進，我覺得這是我覺得我會想走的路，也是我覺得終究會要補足的，期待能有我發揮的空間，也祝福所有求職者都能適得其所，堅持自己想做的事，就能一直往理想的地方越來越靠近。

※本文由 Chengcheng Hsu 授權轉載, 原文:《【前端筆記】2024 年與 Hahow、AsiaYo、Pinkoi、91APP 以及其他公司的面試紀錄》

___________

你也有經驗想分享嗎？快來投稿賺稿費吧！

[elementor-template id="118812"]

這篇文章 【學長姊帶路】2024 前端工程師求職經驗 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

作者／CHD

廣達電腦-電子工程師  面試經驗分享

（1）應徵職稱：電子工程師

（2）應徵公司名稱：廣達

（3）面試中被問的問題

會針對履歷表問比較多問題，那時候面試官有兩位，一男一女，所以建議履歷表要帶3份備用。

除了針對履歷問，會問工作經歷，有稍微了解一下之前在前一間公司離職的原因。其他問題就比較普通，不會太困難，大多都是跟公司相關，例如知不知道公司是專職做什麼的，比較特別的是還有詢問有沒有同時面試其他公司。

（4）您是如何回答的？

我面試的時候被問最多的是其他公司電子工程師的經歷，他們對這個很感興趣，所以推測工作經歷是一個蠻重要的評斷標準。

面試當中其中一位面試官會仔細的講解工作內容，如果有什麼問題的話要趁這個時候提出，小技巧是可以提一些比較專業的問題，會讓面試官對你的印象比較深刻一些。

（5）其他測驗

要考類似多益的題目，成績必須達450分才算及格，可是因為多益有一定難度，就算英文不錯，但如果久沒碰了還是強烈建議要複習，不然可能會考得很糟。

（6）面試次數(是否有複試, 次數)

一次

（7）面試結果(請填寫: 錄取/未錄取/等待中/無下文)

未錄取

（8）對該公司、該次面試的評價(非常喜歡請留❤❤❤❤❤，不喜歡留❤)

❤❤❤❤

雖然沒有錄取，但是整體來說面試的感覺不錯，兩位面試官很仔細，公司環境也不賴，但就是英文這關需要好好準備啦，不然就會像我一樣考個420分被刷掉。

（9）給其他人的建議

英文大概是現在要踏科技產業都一定要碰到的一大難題，基本上目前都會以多益為為主，所以可以多朝這個方向練習。

本文由 面試經驗暨工作甘苦談 授權轉載，原文〈廣達電腦-電子工程師 | 面試經驗分享〉

___________

你也有經驗想分享嗎？快來投稿賺稿費吧！

這篇文章 【學長姊帶路】廣達電腦 電子工程師 求職經驗分享 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

作者／林志彥

聯華電子股份有限公司製程工程師的面試經驗與過程分享

人資電話約面試時間，然後會一起發信給你，裡面有很多問卷要上傳線上履歷，一定要認真填，因為主管和人資都會問。

報到之後考英文測驗，做適性測驗，做邏輯和細心度，做完之後去櫃檯和人資說，然後回等待室等，基本上成績都不會知道，主管一進來會先讓你自我介紹，介紹完會問你可以接受值班、小夜、大夜，然後加班時間大概8到9點下班，如果不能接受的話就節省彼此時間，然後會先照著你履歷上面的資料問父母在哪工作、在研究所時遇到的困難等等，整體有點像是在聊天。

聊到論文我變聊到這論文是剛好接到一家廠商的改善case，講到我如何用自己的專業改善零件壽命，讓廠商有東西跟外包廠商談，也聊到在研究方面有關成就感以及挫折感的問題，因為成就感以及挫折感同時關乎為什麼有成就、為什麼有挫折為何有挫折就牽涉到你的人格特質是否為其原因、工作(實驗)態度、開會態度、進行實驗的時間規劃及執行能力、團隊討論及合作...等等

大概講完之後一定會問「有沒有問題想問？」，我問的大概是：

1. 製程在網路上看通常說這樣，實際在製程運作上在甚麼樣的位置、怎麼做事？基本是顧產品，哪裡有缺陷，提升良率等等
2. 員工的訓練方式？大概是學長學弟制，會固定3個月、6個月、9個月要學會多少
3. 覺得我如果沒有錄取那是哪邊可以再改進

• 應徵聯華電子股份有限公司

本文由 面試經驗暨工作甘苦談 授權轉載，原文〈聯華電子股份有限公司-製程工程師〉

___________

你也有經驗想分享嗎？快來投稿賺稿費吧！

這篇文章 【學長姊帶路】聯華電子股份有限公司 製程工程師 求職分享 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。