你会因为行情,降低找工作标准吗?

#你会因为行情,降低找工作标准吗?#
当下的求职行情,真的快把应届生和求职者逼到心态崩溃。大厂笔试一轮轮参加、面试一次次陪跑,忙活大半个月,最后石沉大海;转头看中小厂,又纠结平台太小、业务单薄、学不到核心东西,怕浪费自己的应届生身份。好不容易接到一份普通 offer,又总抱着侥幸,怕下一秒心仪大厂突然发来复试通知。
更扎心的是,越来越多人开始把底线一降再降,甚至把保安、服务员、网约车司机这类基层工作列入备选。一边不想委屈自己妥协将就,一边又害怕再耗下去彻底无岗可去。很多人都在纠结:到底要死磕初心、坚守目标绝不妥协,还是放下执念,先随便接一份 offer 安稳上岸?我们又都为了顺利上岸,悄悄降低过哪些求职标准?
身处求职寒冬,我也曾陷入这种极致的内耗和纠结。一开始的我,给自己定了很高的求职标准:只看一线新一线、只投大厂核心岗、薪资必须达到心理预期、双休不加班、岗位必须和专业完全匹配。那时候心气很高,总觉得自己有学历、有实习、有项目,没必要委屈自己迁就普通岗位,认定只要坚持投递,总能等到心仪的机会。
可现实狠狠给了我一击。坚持高标准投递了一个多月,不是简历石沉大海,就是面试陪跑收场。每天不停刷新招聘软件,投递几十份简历,收到的面试寥寥无几,好不容易等来的面试,也大多卡在终面没有下文。那段时间焦虑到失眠,一边不甘心降低标准,一边又看着身边同学陆续上岸,内心越来越慌乱。
一开始我固执地认为,找不到心仪的就绝不将就,宁愿空窗等待,也不去小厂混日子、降薪入职。但盲目坚持的代价,就是错失了不少窗口期,投递越多,心态越崩。后来我意识到,简历平平无奇、经历毫无亮点,也是拿不到好机会的关键,我第一次用了一款好用的简历优化工具,把自己零散的实习经历、项目经验重新梳理,剔除空洞的套话,用可量化的数据体现个人贡献,贴合岗位关键词重新排版。
优化完简历之后,明显能感觉到投递反馈变多了,中小厂的面试邀约陆续多了起来。但即便有了更多机会,我依旧放不下心里的高标准,嫌弃平台太小、薪资达不到预期、业务不够核心,一次次婉拒了递来的 offer,执意死磕最初的目标岗位。
可行情不会因为个人执念而改变,岗位持续缩招、HC 不断压缩,优质岗位越来越少,竞争者却越来越多。看着秋招积压的考生、考研失利的同学、留学生全部涌入春招市场,一岗千人竞争早已成为常态。慢慢我也开始动摇,身边越来越多同龄人,都在悄悄降低自己的求职底线。
有人放弃了一线大城市的执念,退回二三线城市求一份安稳工作;有人放下薪资预期,比起理想薪资,更看重有没有五险一金、是否稳定;有人放弃专业对口,跨行业投递运营、文职、行政等不限专业的岗位;还有人不再纠结双休和通勤距离,愿意接受单休、远距离通勤,只为先拥有一份正式工作。
我也开始慢慢妥协,被迫一步步降低自己的求职标准。不再非大厂不投,开始接纳有发展前景的优质中小厂;不再执着于完美薪资区间,愿意接受略低于心理预期的待遇;不再强求岗位完全对口,愿意尝试相近岗位积累职场经验;不再死磕绝不加班,能接受适度合理加班,只拒绝无偿内卷和过度压榨。
在慢慢降低标准、准备接受普通 offer 的过程中,我发现很多人都有一个误区:降低求职标准,不等于自我摆烂、放弃成长,只是顺应行情做出的理性选择,是曲线救国,不是自我贬值。哪怕暂时选择了平台一般、薪资普通的工作,也可以靠自身积累为未来跳槽铺路。
这时候我第二次用了那款好用的简历优化工具,把即将入职的普通岗位工作内容、日常负责的业务,提前梳理成可沉淀的项目经历。哪怕只是基础的协助工作、数据整理、文案撰写,也可以提炼工作亮点、量化工作成果,把普通的岗位经历,变成未来跳槽的加分资本。与其死磕遥遥无期的理想岗最后空窗失业,不如先上岸沉淀能力,保留随时跳槽冲刺更好机会的底气。
当然,降低求职标准也要守住底线,无底线的妥协只会消耗自己。可以放宽城市、平台、薪资、岗位匹配度,但不能放弃职业底线:拒绝不交社保、拒绝无偿加班、拒绝压榨实习生、拒绝明显不靠谱的皮包公司。可以暂时将就平台和薪资,但不能将就自己的职业成长和人身权益。
行情再难,也没必要把自己逼到无路可退,更不用沦落到放弃多年学业,盲目选择门槛极低、毫无成长空间的基层岗位。适当降低外在标准,坚守内在成长底线,才是最理智的选择。
走过这段求职路,我也终于明白,求职从来不是非黑即白,不必在 “死磕到底” 和 “盲目妥协” 之间二选一。最好的方式,是一边接受现实、适当降低标准先保底上岸,一边不放弃初心,持续关注心仪大厂和理想岗位的补录机会。
为了不错过任何翻盘机会,我第三次用了那款好用的简历优化工具,持续迭代自己的简历版本,针对不同行业、不同岗位定制差异化经历表述,随时做好冲刺优质岗位的准备。暂时的妥协只是过渡,不是终点,只要能力在提升、简历在优化,永远有翻盘的机会。
其实绝大多数人,都会在求职行情的压力下,悄悄降低自己的找工作标准。这不是认输,也不是平庸,而是成年人的理性和通透。我们不必被完美主义绑架,也不必和别人的上岸速度攀比,不必因为暂时将就而自我否定。
好工作永远有,但合适的时机不等人。与其在死磕中消耗心态、浪费应届生黄金身份,不如适当放宽标准,先上岸扎根、再慢慢成长、伺机翻盘。行情会起伏,机会会迟到,但沉淀下来的能力、打磨好的简历、稳住的心态,永远是自己最大的底气。
#我的求职进度条##你投了多少份简历了?##秋招白月光##秋招,不懂就问##听劝,我这个简历该怎么改?#
全部评论

相关推荐

感觉Python相关的面经和八股很少,主包主要分享下自己的一些面试,都是一些基础,少数涉及项目最近面的一家1.最常使用的 Python 版本?常用3.6和3.12,提到新版本中字典的+=操作的字节码变为原子操作,以及3.14正在尝试移除GIL锁。2.提到了多线程,问对Python中进程、线程与协程的理解从操作系统轻量级进程(LWP)角度回答的,多线程、多进程都对应多个LWP,但是一个进程对应一个解释器,GIL锁导致多线程只能利用单核,而协程是在用户态通过事件循环实现的应用层调度,只对应一个LWP。3.这3个并发模型的应用场景?多线程常用于传统Web开发中IO密集操作;多进程用于启动多个Worker利用多核;协程更适用于处理IO密集型任务,但容易被计算操作阻塞事件循环,多线程则不会。4.举几个 Python 魔术方法的例子。举例说明了__new__(构造单例)、__init__(初始化)、__call__(类装饰器)、上下文管理器(__enter__/__exit__)和迭代器(__iter__/__next__)等方法。5.对元类的理解元类类的类,是控制类生成阶段的钩子,举例实习中曾见过通过元类为类的方法自动添加限流,但通常能用继承或装饰器解决的问题不会使用元类。6.提到类生成,问有没有了解过子类生成的魔术方法__init_subclass__不知道,之前没有了解过……7.静态注释覆盖率自己开发基本会全量覆盖注解和必要注释,以追求代码自解释性(其实想问的是类型注解,没理解对,不过也答了相关的内容)8.对 Pydantic 的理解Pydantic通过类型注解实现数据校验和序列化,V2版本用Rust重写核心以提升校验和序列化这种CPU密集型操作的效率,可使用Field对象和装饰器+自定义方法定义字段或字段间校验。9.Pydantic如何从类中读取声明并完成 Schema 校验?没看过这块源码,推断是从类的__annotations__私有变量中提取类型注解信息,然后再进行处理。10.是否尝试过用 Pydantic 对第三方或自定义类(不继承BaseModel)做声明?没有做过……11.开发中有遇到数据库死锁的情况吗?开发中未实际遇到过死锁,但举例可能场景,可通过在事务中按字段排序固定顺序操作数据库来预防和解决。12.接触过的数据库表或Redis Key最大数据规模有多大?因为实习项目都是ToB私有化部署,接触过最大也就单表不到千万级几百万的数据量,跟面试官说想考察优化和治理策略可以给场景。13.讲一下实习中提到的租户资源多线程查询慢的问题,是如何发现、排查和解决的?(面试官可能以为这是个数据库优化)通过本地打印线程耗时发现,根因是元类为调用其它SaaS接口的client的所有方法添加了粗粒度限流导致。14.DevOps 实践经验?实习项目中使用GitLab的CI/CD流水线,了解其YAML配置文件的写法及代码检查、依赖扫描等钩子作用。15.个人玩具项目中状态机和 Outbox 的设计(第一个问我玩具项目的面试官!)状态机是通过定义字典控制对象状态的合法流转以及流转动作;Outbox模式通过在数据库事务中新增本地消息表插入待发送消息,用定时任务补偿发送失败,来保证操作原子性与一致性。16.本地响应很快的接口,到线上需要6、7秒,会从哪些方面排查?采用分治思想,从前后端全链路、本地与线上环境差异、数据库、缓存网络延迟、以及服务器资源耗尽(如TCP连接队列满)等层面排查。(面试官说没有提到主要的用户前端请求进入服务器的完整链路,比如DNS解析、CDN分发等)总结:面试官很nice,其实主包一直是对自己对Python底层的理解还是很自信的,开发框架和一些常用的模块都看过源码,但是面试官还是能顺着我说的拷打我(基本上一般面试官想拷打我需要在他的场景追问才行,这个可以顺着我的理解追问),但是最后还是很认可主包的之前面的一家1.实习中数据模型初始化操作健壮性优化怎么做的?针对其它SaaS不同版本可能出现同一个接口不同的表现形式,通过读取环境变量切换执行逻辑,同时针对资源名称哈希值可能重复的问题,分别增加了版本判断校验逻辑和基于“实例名+删除时间”的联合唯一校验字段。2.Python是强类型还是弱类型?Python是强类型语言。3.Python是动态类型还是静态类型?Python是解释执行的动态语言,代码由Python虚拟机中的解释器逐行解释执行,但也会编译成.pyc字节码文件。因为运行时才知道数据类型,Python函数本来就能接受和返回不同类型 一些模块源码中常用Overload装饰器主要是为了通过静态检查工具和方便开发者阅读。4.Python有哪些数据类型?Python中一切皆对象,常用数据类型包括整型、浮点型、字符串、列表、字典、元组和集合。5.哪些数据类型是可变的,哪些是不可变的?整型是不可变对象,重新赋值其内存地址会变;列表是可变对象,修改内容其内存地址不变,并举例说明将可变对象作为函数默认参数会引发数据串扰问题。5.熟悉的魔术方法?老演员6.元类的理解依旧老演员7.既然很多能用继承解决,为什么一定要引入元类?只有继承解决不了问题的时候才需要用元类,比如框架设计让开发者继承就可以自动注册自定义插件而不需要加类装饰器,或者真的需要控制类的生成而不是类的表现。8.写基本SQL语句有哪些关键字?SELECT、FROM、LEFT JOIN、GROUP BY、WHERE、HAVING和LIMIT等常用关键字。9.SQL语句的执行顺序是怎样的?从FROM开始,然后SELECT选择列和行,最后LIMIT10.Django ORM分组写法记不清api了…但好像也说对了annotate总结:半小时初面,看主包底子没啥问题还要面下一个候选人就结束了……主包是误打误撞学的Python后端,最近也学了一些agent开发,当然时间紧没有太深入学也没有大量投递这些岗位,不过感觉如果面试得是用Python做agent开发的公司,应该这些也都可能会问(其实之前还有面的一家岗位写的后端,实际是agent,然后面完还给我发offer了,我的感受是其实agent开发和后端工程落地还是蛮像的…如果你不去深究大模型本身的话)
发面经攒人品
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务