※ 引述《yuanta (BIGGAN)》之铭言： 在事求人，而非人求事的年代，招募要有战略， 尤其当你们想搞时下热门的事务，偏偏薪资待遇却无法事先大幅保障时， 做事更是必须有头有脑有谋略。 如果你想找的是有一定经验的人，那金融相较於其他产业有什麽徵才优势？ 1. 比较有钱投资，而且金额又相对稳定不会大幅起落 2. 有成熟的发包分工体系 因此你要善用优势，而不是像某些害怕自己婚姻不幸福的漂亮女生一样， 开一堆条件以为能保护自己，结果却只吸引来一堆骗炮渣男， 好不容易碰到不错的对象却还嫌她不够聪明，不能娶回家当老婆。 以下是我个人的看法，中心思想只有两点： * 只有绝对不能妥协退让的事情才叫作条件，其他都不是，甭管它加不加分。 * 别让自己的优势反过来妨碍自己找人 这套策略的目的如下： * 尽可能吸引更多符合需求的人来投履历 * 吓退那些打擦边球的投机者，毕竟过滤这类的投机者是最费力的 若从上述思维来看你的招募文，最後就会写出很不一样的东西： : ## 职缺条件 : ### 基本条件 : 1. 数据应用工程师（Data Application Engineer） : - 具备 Java（Spring Boot）或类似开发经验 : - 熟悉关联式资料库（RDB）及 RESTful API : - 熟悉 ETL 流程设计与开发经验 如果有人用 C#、Go、Python、PHP 搭配类似设计的框架写过类似功能的东西， 你能给他一两周时间学 Java，好让他跟你们一起完善系统吗？ 若是可以，那这边就完全不用再谈工具（Java、Spring Boot）了， 直接讲你们要写什麽用途的 restful web app，系统要有哪些功能，要做哪些事， 要服务什麽对象，能贡献什麽价值，做出来的东西对国家社会有什麽意义， 这样才能吸收更合适的人来供你选择。 : 2. AI 应用工程师（AI Application Engineer） : - 具备Python（Fastapi）或类似开发经验 : - 具备机器学习、深度学习或生成式AI领域的开发经验 : - 熟悉主流生成式AI技术与工具，如大型语言模型（LLM）、Diffusion模型等 : - 具备资料前处理与特徵工程经验 同理，技术名词一点都不重要，你们想改善什麽问题？ 为此要开发什麽用途的系统？ 系统有哪些功能？ 成果有什麽意义？ : 3. **共同条件（适用於所有职缺）** : - 具备良好的跨部门合作与沟通能力 : - 做事细心、有耐心，能稳定推进专案进度 如果某甲口才好，他提的方案别的部门听得懂，但是听完会很干不想合作， 这样算是能跨部门合作沟通吗？ 若答案为否，但某甲有可能自认「可以跨部门合作与沟通」，因此来投履历欸…… 反之若某乙害羞又不算很会表达，但是能扮演好自己的角色跟其他部门一起完成大专案， 这样算是能跨部门合作沟通吗？ 若答案为是，但某乙有可能自认「不善长跨部门合作与沟通」，因此不敢投履历欸…… 人会随相处对象而展现不同面貌，因此有没有这些特质其实是很看状况的， 而且每个人对这些词的解读都不同，有时会有落差。 我建议不要列这种难以衡量的东西。先把人拐进来面试，实际感受一下再做决定。 : ### 加分条件 : 1. 数据应用工程师 : - 熟悉 PostgreSQL、MySQL、MongoDB 等资料库技术 : - 熟悉 Hadoop、Kafka 等大数据处理工具 : - 熟悉 API 设计与整合，有微服务架构（OCP）经验者佳 : - 熟悉敏捷开发流程与工具（如 Git、TFS） 如果不是任意一项不够熟就铁定完蛋，那就不重要。 如果不重要，那就不用写，到时面试再聊聊即可。 否则有经验的求职者看了可能会觉得： 「职缺讲加分，讲 optional 都假的，没八成相符就不用浪费时间投履历」。 这样如果他懂的其实是 Oracle、MS SQL、DynamoDB，你不就吓跑潜在的合适人选了？ : - 能依据设计原则与设计模式撰写乾净、可维护且高效能的程式码 这个直接请他试写程式，或是表明想看 GitHub 了解风格是否适配还比较实际， 毕竟就算他的程式码是抄来的，他也至少抄对了范本； 就算他的程式码是从 AI 问来的，那也至少有办法问出一套有用又可以跑的程式。 : 2. AI 应用工程师 : - 熟悉模型部署与MLOps流程，包含模型版本控管、自动化训练与部署 : - 具备模型建置与评估的基础能力 : - 熟悉机器学习或资料分析工具/套件（如 TensorFlow、PyTorch、Scikit-learn、 : XGBoost、Pandas 等） : - 熟悉 Vector store 经验者佳 这边可以讲得更具体。 你们希望他懂 MLOps 以避免什麽问题？ 或是想要他做啥事？ 列出那个问题或那些任务就好，别讲太多概括型的术语。 你们希望他会那些工具套件是想干麻？ 写出你们最重视的执行经验。 先吸引适当的履历，这样你们才有机会找到合适的人， 而非吓跑人，然後转头看着一堆滥枪打鸟，只想赌一把的拐瓜劣枣叹息。 : --- : ## 工作内容 : 1. 数据应用工程师 : 2. AI 应用工程师 这边跟上面的状况类似，我就先省略了。 软体工程是创造性工作，因此每阵子的任务以及工作重心都不同。 既然如此，那列出一两年内的计划都会比写些笼统的行动来得有意义。 : --- : ## 团队与环境介绍 : ** 用资料驱动决策 ，用程式打造未来** : 我们是银行内部的 AP 开发团队，专注於 **AI 与数据中台建设**，致力以技术驱动业务 : 创新与成长。由於金融业对资安与稽核有高度要求，工作环境相对封闭，且部分流程较为 : 严谨，包含行政与采购作业。新进同仁在初期可能需花些时间适应，但我们将提供充分协 : 助，协助你顺利融入团队。 : 我们重视 **开放沟通与团队合作**，成员之间乐於分享、彼此支援，营造出扁平、互助的工作氛围。 : 此外，我们也积极投入人才培育，**定期参与内外部技术交流与专业训练**，无论你希望 : 精进技术能力、挑战系统架构设计，或探索 AI 与资料应用的前沿议题，这里都能提供你 : 发挥所长的舞台。 若要找有经验的即战力，那这些鼓励新鲜小绵羊踊跃尝试的话就可以少讲了， 不然有可能被他们当成是想培训新人的岗位。 你甚至可以直接大方说出你们对应徵者的期望。 当然，如果待遇不算特别优秀，而且後续也不确定能否有结构性或通膨调薪， 那就不宜多谈期望。 : ### 本组技术堆叠 : 版本控制与协作工具：Git、TFS : 开发语言与框架：Java、Python、Angular : API 与通讯技术：RESTful API : 资料库与储存技术：DB2、MongoDB、SQL Server、PostgreSQL、Vector Store : 监控与效能管理：Grafana、Prometheus : 部署与机器学习平台：OCP（OpenShift）、MLOps : 云端平台：Azure、AWS、GCP : 协作工具：M365 Copilot、GitHub Copilot 可以列这些，但重点不是有什麽，而是你们运用的方法是否恰当？ 有多大的权限自由运用？ 有多少额度或预算能运用？ 例如： 在某种资料库存了什麽类型的资料，总量有多大多丰富。 有多少部门预算可以请 SI 协助处理问题。 若使用的方式恰当，求职者就能相信同事和工作环境不会太差， 这也有助於吸引更多合适的履历。 如果有 SI 可以协助解决问题，那还应该当成优点来写， 例：已与厂商签订两年维护合约， 若难克服 PostgreSQL、MySQL、MongoDB 的效能问题还可以找 SI 讨论。 若因金融业的特殊性质而出现某些令人反感的使用规定， 那也最好事先说明相关规定以及你们的配套对策， 这样人们才会知道你们没有很僵化迂腐。 有空不妨多讲讲你们的故事。 : --- : ### 福利项目 : - 旅游津贴（每年） 这些津贴、福利对应徵者来说都是虚无飘渺的， 因此如果有些部分比其他产业还容易申请，或是能彻底落实法律规定， 那就可以多谈一点。 最後，如果年纪较大（45+）、二度就业、非本科、有可能怀孕、 无伴无子无房贷（很自由可能做不久）等状况都不是你们实际用来删除履历的条件， 那也不妨列上去，毕竟当别的中大型公司有年龄歧视、工作断层歧视、学历歧视、 孕妇歧视、单身歧视时，你们就能比人家多一点活路。 以上是一点浅见，祝大家都顺利招募到合适的人选。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.227.199.87 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Soft_Job/M.1749795388.A.01F.html 那就看他们的造化了。我们说穿了也都只是路边看戏出张嘴的乡民。 所以那样写会吸引一些用过那些工具、敢打嘴炮，但缺乏相关经验的人去投投看啊。 这样的人不但解决不了他们在意的问题， 而且有可能让他们花更多时间厘清面试者是否符合资格，这样有比较好吗？ 也别笑他十年前，其实中大型公司像这样写的职缺比比皆是， 难怪不时见到外面的人想进去，里面的人却在叹气的景象。 有时反而是驻点工作的职缺还比较简单厄要。 若主要工作内容是指挥乙方，那就更不该只提一堆工具的应用经验了。 好啦好啦 那讲 Spring MVC 可以接受吗？ 就只是顺着原文讲而已，别在用语上吹毛求疵嘛~ 所以找不到合适人选又嫌苍蝇太多的公司一点都不少啊 ※ 编辑: dream1124 (36.227.199.87 台湾), 06/14/2025 17:25:07