Re: [心得] 全端培訓轉職失敗心得
現在要上岸最快的方法喔
先去訂個chatGPT
然後找個interview跟履歷表的prompt
1. 先把履歷表搞定
2. 叫GPT當面試官 想要什麼語言自己選
練到GPT問不倒你
至於要怎麼弄個像樣的履歷
也是用GPT教你操作git複製一些現成專案 修修改改成自己的
把裡面的東西都問過一遍GPT 確保面試官考不倒你
不知道要做啥?問GPT啊 叫他找個好練練手的專案給你玩
大概把這幾個東西弄一弄就夠你面試了
目標導向好嘛 先求有再求好
等你練完一堆資結演算法都不知道過幾個月了
而且當初我剛入行只會html js jquery 跟一點點後端
大概懂for迴圈的程度
現在也是差不多 資料結構叫我白板刻一個我也刻不出來
其實junior面試重點就是履歷表敢寫 敢講 被問爆也不要慌 就這樣
有GPT保證你能贏過一堆菜鳥
快去訂一個吧
--
※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 219.68.118.128 (臺灣)
※ PTT 網址
50
首Po蠻多文章都是成功心得,想分享失敗的心得 本身是私立文組,上了某個培訓機構 課程總計四個月 那時會想上是因為看到朋友上完課 有找到相關領域的工作25
看到一堆拿大學四年 vs 培訓四個月的對比言論,真的覺得先入為主的偏見太深。 我雖然從沒上過任何職訓培訓課程,但看過親友拿培訓課表來詢問我意見。 在我看來,一週五天或六天,每天上八小時的課程這種緊湊高壓的學習方式,如果跟得上 ,轉職是沒問題的(失敗的都是中途就跟不上的)。 畢竟大學四年一堆時間都在上廢課,國、英、數、通識、體育全部砍掉,看論文寫書報的12
很多人在意資工四年在學什麼 我覺得總歸一句話就是整個資訊產業的發展史吧 你有想過你電腦從開機到顯示畫面經歷了什麼? 一個程式從儲存裝置被讀取出來然後執行的流程? 最初計算機怎麼被做出來11
不管轉職上課或是大學相關科系 比較常見的思考盲點是跟同學比較覺得自己沒天份就放棄 資訊業的優點是 工作難易度從傳產 it 等跟著糞扣 CRUD 複製貼上就好 到頂尖純軟超大型系統14
我覺得,如果轉職班跟不上, 那是可以放棄, 第一 Web前後端薪水又沒很高 轉職班出來 台北價碼大約 4W初。 第二 會收轉職班的通常是小型接案公司2
先說小弟本身 私立資工畢業而已 如果你真的有心要往Web Develop 發展 不太建議去這種Bootcamp 這裡結業了你也只是大概瞭解了程式語言的 "語法"10
對於你的這篇回文,我想到一個很傳神的譬喻,希望你看得懂,知道自己在幹嘛。 一個體專畢業的體保生,路過湖邊看見有人溺水,但是他不丟浮木或是游泳圈給對方,反 而大聲跟對方說: 「別緊張,我現在教你怎麼游泳,聽我的,先從閉氣和水母漂開始!」 旁邊路過的人不斷喊:「啊,人都快死了,你還不丟救生圈?」13
我是從一日生科終生科科轉職來的, 做十年了 入門程式營是好選擇 而且不要超過三個月的,只是現在不知道還有多少 優點是你可以快速知道自己適不適合這行
48
[心得] 用GPT分析美股個股公司網站部落格完整文章: 以前有嘗試用GPT幫忙給個股投資建議, 不過測試了一下發現意義不大, 基本上給的分數 或建議都沒有參考價值, 畢竟GPT的model資料大概都是一兩年前的, 所以真的問GPT給一 間公司是否適合投資, 他能回答你的也只有根據那一兩年前的資料生成的建議, 有種38
[討論] OpenAI GPT o1模型上禮拜OpenAI發布經過強化學習訓練的新型語言模型o1 宣稱模型有更強大的思考能力 o1在回答之前會深入思考產生內部的推理練 結果就是o1模型在各個人類頂尖領域獲得相當好的成績15
Re: [討論] 大家會擔心 ai 寫 code 讓工程師飯碗不以前做SA,和業務型老闆討論一些商業應用,做成flow圖給工程師轉成代碼。 我喜歡發想軟體應用,非常很討厭看文件| 想演算法 | Coding Style | DEBUG 。 非得寫代碼時,我都是try&error去完成issue,很沒有軟體精神。 軟工的專業,我只說的出Design Pattern和OS ChatGPT出來之後,我像是看到3D列印房子直接問世,直接校長兼撞鐘。10
Re: [閒聊] OPENAI出現前,OPENAI出現後完全看寫什麼程式 和自己是否了解自己要幹嘛 TLDR; 寫網路上能找到範本的程式 做一點修改 ai可以做的不錯 省去自己慢慢爬文的時間4
[問卦] 都問chatgpt什麼問題?剛因為工作上的問題 查Google都沒答案 但gpt 好強 會給建議 連細節也都有 而且還能幫你修履歷 改程式 心理諮商 你各位都問gpt 什麼問題啊3
Re: [討論] 招募時遇到的種種問題首先謝謝 pipsqueak002 前輩這樣無私分享,我願奉上 100p 有機會的話還想與您有更進一步的交流。關於你的問題回答如下: 1. 抱歉在文章內沒有詳細明整個架構如何,因為我不想將文章篇幅再增加太多, 前篇的推文內我也有說明,我主要想幫助的就是面試官在非專業技能上面的面試時間, 將這些面試丟給 AI 去做。1
Re: [問卦] 為什麼人工智慧在這今年炸開了這一波是十年前的AlexNet才開始讓ML實用化 以往都只是研究 AlexNet橫空出世 GPU+大型CNN 辨識率高 忽然讓一堆人想到 啊幹 原來GPU能幹那麼複雜的事情 所以從2012年之後 ML/AI的研究如同雨後春筍呈現爆炸性的增長 ML從事的人多 想法就多 推出的模型多 成功的總會有幾個- chatgpt開放給大家使用快一年了,平常在網路上看到大家的分享,就是跟gpt聊天啊,不 然就出題目測試它之類的。 之前我也玩過幾次gpt,只是覺得好玩好奇,天馬行空隨意亂問。這次趁連假看了《好好 問ChatGPT》一書,有些感想。
- 以前做SA,和業務型老闆討論一些商業應用,做成flow圖給工程師轉成代碼。 我喜歡「發想軟體應用」,非常很討厭看文件| 演算法 | Coding Style | DEBUG 非得寫代碼時,我都是try & error去完成issue,很沒有軟體精神 軟工的專業,我只記得Design Pattern和OS ChatGPT出來之後,我像是看到3D列印房子直接問世,直接校長兼撞鐘。