大家好，如果大家打算面试传统行业非互联网企业的数据分析师、数据开发等计算机相关岗位，这份亲身经验可以参考一二。本人从互联网行业离职后，先后入职过重工业、车企、乳制品实体企业，结合自身真实从业经历聊聊两类企业岗位差异，仅代表个人实际体验，仅供求职参考（东方国信-瓴羊科技-百度-中国兵器装备-长城汽车-伊利集团）。一、互联网企业 VS 实体业务型企业 岗位核心差异技术侧重点互联网行业讲究效率优先、抢占先机，追求技术迭代快、落地速度快；实体业务企业更看重系统稳定运行，注重数字化体系完整、业务适配性，不盲目追求新潮技术。工作沟通模式互联网内部协作流程清晰，研发岗只需聚焦功能实现，需求与开发权责划分明确，沟通简洁高效；实体企业常年推进数字化转型，但始终业务优先，所有技术工作都要围绕实体业务落地，需频繁对接一线业务部门。工作节奏与强度二者差距十分明显，互联网整体工作强度高，常态化加班、严苛代码评审、高频迭代已成常态；传统实体企业工作节奏舒缓，日均在岗有效工作时长比互联网少 3-4 小时，自主空余时间更充足，工作压力小很多。薪资待遇水平同等岗位、同等工作年限前提下，实体行业计算机相关岗位薪资，普遍比互联网低10%-20%。二、笔试 & 面试核心区别（一）笔试差异数据分析岗互联网笔试侧重算法刷题，重点考察代码复杂度、执行效率、最优解题思路，偏重纯技术理论；实体企业笔试多用脱敏真实业务数据出题，只要求完成业务分析、得出可用结论，不纠结代码写法与优化细节。数据开发岗互联网深挖底层原理、性能调优、架构组件、源码逻辑，技术考察深度极高；实体企业极少深挖底层技术，更关注数字化项目落地经验、常用工具与平台实操能力，多数企业直接采购成熟数字化商用系统，自研开发需求少。（二）面试差异互联网面试技术至上，重点深挖编程语言、框架原理、项目技术难点，硬核技术能力是核心加分项；实体行业面试业务优先，面试官更看重求职者是否吃透行业业务逻辑，熟悉研、产、供、销全业务链路，能把数据、技术贴合业务流程落地，远比纯技术精通更吃香。整体总结：想追求高薪、深耕技术、快速成长选互联网；想稳住作息、降低工作压力、兼顾生活，深耕行业数字化赛道，优先选择传统实体行业数据类岗位。

写这篇之前我犹豫了挺久。一方面是怕被人骂，"又一个收割焦虑的转行帖"；另一方面是看了太多用 GPT 套娃出来的「学习路线」文章，AI 味重得让人没法读完。所以这篇全是亲身踩过的坑，时间线、用过的项目、当时的心路全都尽量原样写出来。如果你是大学生在迷茫要不要转 AI，或者已经在转的路上，希望能给点参考。 一个反共识的开场：你以为进 OpenAI 的人都是博士？ 先讲个故事，跟我没关系，但跟所有想转 AI 的人都有关系。 OpenAI 的 Sora 团队（就是搞文生视频那个）一共 13 个人。这里面有两个人特别有意思： Will DePue，密歇根大学计算机系，直接辍学了。17...

27届双非电子信息硕，java后端开发方向，有一段中小厂实习，前两个月投大厂实习全挂了。在boss直聘上找到了一家几百人的航天科技小公司，一天180，双休，每周有三天早九晚八，在学校门口坐地铁坐二十分钟出地铁就是公司，推荐去吗？还是说再投投？

lz bg 27杭电计算机硕 找后端从三月份投到现在，几乎没面试，现在是面了一个小厂（一个小型研究院，中科院挂牌的），拿到了offer，但是说可能会更多涉及到算法和大模型方面的，所以会用python多一点，也会涉及java的学习，在犹豫要不要去(工资不高，到了还得考虑房租)；考虑的因素：暑期/日常都在投，大厂现在基本上结束了，没有一个在面试流程的，该挂的挂完了，没挂的一直在筛，大概率没戏；中小厂一直在筛，没面；如果去这个厂，因为异地，需要租房，万一干到一半有什么变化(做个中大厂offer梦)，或者现在干的这个达不到预期的话，想润就感觉白折腾了，怎么办另外，行情太差又有点想考公最后，佬们可以帮忙提一下建议但是不喜勿喷