所以呢， 这就是我们可以把一件事一刀切的只归咎一个原因的理由么？ 按你的思路， 候选人选公司的时候，考虑了钱，工作内容等因素。 然后发现有两个公司的条件是完全一模一样的。 最后候选人选了一个离家近的。 然后我可以得出一个结论，候选人选公司还不是看通勤距离,什么薪资水平，工作内容，工作环境都是浮云。 我们可以这么无脑的总结一个事情么？

这个世界是复杂的， 一个事情最后的成败是多种因素组成的， 我们不要只看自己想要的那个答案，带着自己认为的答案去看问题是非常自我蒙蔽的一件事情。 就好像选择大于努力这个观点是对的， 但不能无限的贬低努力，觉得一个人的成功就是当初选择对了，或者人家运气好， 跟人家的努力没有半毛钱关系。 这是自欺欺人，这是给自己不努力找的借口。 就如同我从来没有说我现在的成就是我自身努力的结果，跟运气，选择，大环境没有半毛钱关系。 没有的，我从来没有这么说， 我一直说努力只是是其中一环（况且我也没有多努力，我也是日常在摸鱼）， 运气，选择还有大环境同样重要，正如古人所说：天时地利人和缺一不可，没有这些因素我现在估计在老家看仓库呢，因为这才是符合客观事实的。

所以同样的一个人用非常过硬的背景和能力在千军万马中杀出来拿到了一个 VP 的职位， 最后我们总结他成功的因素：还不是看眼缘，CEO 看着他顺眼就让他做 VP 了。 然后我们总结我们的公司都是看谁顺眼就让谁当高管的？ 这不儿戏么？在你的眼里世界都是这么儿戏的么，什么博弈什么计谋什么资本实力都比不过一个眼缘？总统也是看眼缘选出来的？要是看着顺眼是这世间决策的最主要或者唯一的标准， 所有人就都可以去卷医美了，毕竟颜值高的通常都看着顺眼，医美将成为世界上第一大职业。 我们用高颜值写代码好了， 以后 AI 扫脸写代码， 颜值高的 AI 会输出质量高的代码， 颜值差的滚粗吧就。 在抗大包上楼的行业里也不看体力和耐力来雇人了， 看谁顺眼谁上，顺眼的那个可以让 100KG 的水泥自动跳到顶楼并整齐的码好。 相亲的时候女孩不能要求男人车子房子票子了， 只要男人帅就行，但凡要求别的就是不符合 万般皆下品惟有眼缘高 的世间法则。

所以呢， 你想表达什么？

龙总手下留情

假如岗位要求是必须 P7 的能力， 然后你自己都说已经鉴定能力是 P7 的了， 但是最后来一句谁来不都一样？ 咋这么矛盾呢。 你忽略了前面所有的技术和经验考察 ，到了最后了， 假设两个候选人所有经历，技能都是完全一样的（先不说现实中有没有这个情况吧，就假设是这样的），然后我选了个我看着顺眼的，就能总结成面试还不是看眼缘这一个因素。。。。否定了人家的努力， 然后把失败者的原因全部都归结于不符合眼缘。。。。 这是干啥呢。。。。

就像女孩找老公， 要求有房有车有存款有本地户口， 现在有两个男人都符合这个要求，也假设这两个男人在房车存款户口上全都是一模一样的。 然后女孩考虑了一下选了那个长得帅的男人。 最后咱们就总结出女人找老公就看脸这个结论了？ ， 房呢？ 车呢？ 户口呢？ 存款呢？ 都不管了？

？？？？ 这叫看眼缘 ????? 我这考察项目经验， 过往技能合着都是看眼缘？ 就好像我在相亲市场上要求了对方收入，学历，户口，住房，最后再看是不是合得来， 然后你跟我说我就只是在看眼缘？

我不评估他的测试能力， 只评估他的经验和技能是不是可以在我这边的团队里发挥作用。 所以先看他过往经历跟我们现在的岗位匹配度如何（社招的话，还是要求一定程度的经验，不能全是来了以后完全从头培养）。 然后看过往经历中他都负责了什么事情， 这些事情做的深度怎么样。 然后就再看岗位要求（是要招 P5,P6 还是 P7）和他自己的能力决定给他过不过面试。

PS：面试不过不代表他一定是差的， 可能也不错， 但是跟我们的岗位匹配度不高。

ycwdaaaa 加我微信吧

不是，是北京回龙观哈哈

我个人觉得还好了， 我现在没有以前那么愤青了， 多了些包容性。 候选人可以写， 我觉得没用那就不关心就好了。 不算加分也不算减分吧，也许有的面试官吃这种话术。

我之前测试过一些数据清洗的场景和算法， 最主要的手段其实还是对着数据测， 当时编写了一些 spark 脚本， 用来扫描数据是否按规则进行了清洗。 其实是否过滤了一些不需要的数据， 敏感数据是否脱敏了等等。 我记得我写教程的时候写一个用用 spark 来做数据校验的脚本 DEMO， 我找找：

from pyspark import SparkContext, SparkConf, SQLContext
from pyspark.sql import SparkSession
import pyspark.sql.functions as F

conf = SparkConf().setMaster("local").setAppName("My App")
sc = SparkContext(conf=conf)
sqlContext = SQLContext(sc)

rdd = sc.parallelize(range(1000))
print(rdd.map(lambda x: '%s,%s' % ('男', '16')).collect())

dicts = [
    ['frank', 202355, 16, '336051551@qq.com'],
    ['frank', 202355, 16, '336051551@qq.com'],
    ['frank', 202355, 16, '336051551@qq.com'],
    ['frank', 202355, 16, '336051551@qq.com'],
    ['frank', 202355, 16, '336051asdf'],
    ['', 452345, 16, '336051asdf'],

]
rdd = sc.parallelize(dicts, 3)
dataf = sqlContext.createDataFrame(rdd, ['name', 'id', 'age', 'email'])

# 验证 id 字段必须是整数
id_filter = F.col("id").cast("int") >= 0

# 验证 name 字段必须是非空字符串
name_filter = F.col("name").isNotNull() & (F.col("name") != "")

# 验证 age 字段必须是大于等于 0 的整数
age_filter = F.col("age").cast("int") >= 0

# 验证 email 字段必须是有效的电子邮件地址
email_filter = F.col("email").rlike("^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,}$")

# 应用过滤条件
valid_data = dataf.filter(id_filter & name_filter & age_filter & email_filter)

# 输出符合质量要求的数据
valid_data.show()
# 输出不符合质量要求的数据
invalid_data = dataf.exceptAll(valid_data)
invalid_data.show()

跟数据有关的功能测试，很多都是写这样的脚本来验证的， 比如数据迁移，升级，ETL 等等。 楼主数据量不大的话用普通的 python 脚本就可以了。 我用 spark 是因为项目是大数据的， 动不动几千万行甚至几亿的那种。

其实再往回倒 5 年， 我还是小愤青，一个理想主义派的时候， 我那会应该会完全不认同我现在的想法

主要是再好的理论都是需要人来认可和实践的。在公司里老板认为好的东西才能推行下去。 理论很丰满现实很骨感，在现实里是要去解决老板的一个一个的问题的。

过了这些年以后，其实我已经不迷信任何方法论了， 现在就是老板需要什么，我们就去做什么。 以解决老板的问题为最高优先级。

我现在可能已经没了大学生的清澈， 但保留了大学生的愚蠢 我坚定的走在技术路线也是因为我愚蠢的走不了其他路线。

现在这个行情下你的学历问题真的挺拖后腿的。 数据分析方向吧本身就小众， 结合你的学历怎么说呢， 除非你学的特别好 ，否则真的挺难的。 如果你要坚持的话，一定要做到比别人优秀很多，否则学历是你过不去的坎儿。

是啊， 打工的都不是牛马的，我无非就是个挣的稍微多一点点的牛马， 但本质还是牛马

如果是前几年我会劝你跳槽找到一个更有发展的职位， 但这两年的情况大家也都知道，跳槽的风险挺大的，所以虽然跳槽是最好的方式但你也要三思，收益一般都是伴随风险的。 你说的第二点里觉得学的东西没用， 这是很多人都会面对的问题，怎么说呢， 调研好你觉得有发展的技术方向， 然后坚持下去，最主要的是动手，别只看书。 比如我学 docker 和 k8s 那会， 是要自己找机器去部署 docker 和 k8s 集群， 把自己的应用或者产品容器化后部署在 k8s 里面。 学着其他公司的样子假装自己就是真正在做 k8s 的项目来思考，需要什么能力，要开发什么工具。 就跟玩角色扮演一样，我假装我就是在做这件事的，然后我就用这个分身来思考我需要开发什么工具，需要引入什么技术。 然后一直坚持下去。 这个过程是挺痛苦的，确实不容易坚持下来。

然后就是去找工作不一定要学的非常非常好， 咱不一定刚接触这个领域就找个高级的职位， 也有那种你有个初级水平就可以的工作的。 等行情好了以后，多找一找。你现在的优势就是工作清闲， 有时间去学习。 很多人都忙到没时间去学习。

是的，现在要脱离外包比我们当初难了。 我一直说现在入行的同学不管是不是外包都比我们当初难。 问题在于你甘心不甘心。甘心了直接躺下去就好了。 楼主能发帖子就说明不甘心。 不甘心就要拼，就要搏，不能既不甘心又不想拼。

当然拼了也不一定能成功， 这是我也是承认的。 我当初也确实运气好。 这个东西就看我们愿不愿意去博一下那个概率。搏输了， 也得认

如果是前几年，我会劝楼主尽快跳槽找到一个有技术含量的岗位，就像上面的几个同学说的， 在工作中学习效率永远是最高的。 但这两年大家都懂，不能随便换工作，风险太高， 所以现在还是建议要苟住，再徐徐图之。 建议分几步走：

1. 先能完成当前工作，学习以不能耽误手上工作为前提。
2. 找一找当前项目中有没有一些比较有技术含量，并且你还能有机会插手的东西，如果有尽量争取机会去做。
3. 如果项目里没有什么有发展的东西了， 去了解一下当前行业中有没有你感兴趣的方向（看你说想学 docker，k8s，这个技术性价比也不低）。原则是以尽量能在项目中用上，就算是用上了对项目帮助没那么大也没关系，主要就是为了要个实践场景。比如我当初学 docker 第一步就是先把测试环境给容器化了。所以要想尽办法，费尽心机的把新技术往项目上靠。就算是为了纯炫技也行。
4. 坚持，不停的去了解行业中其他人是怎么做的，然后模仿，思考，改进。即便只是在自己买的服务器中去练习的也好。

以学习到可以在目标领域中拿到初/中级 offer 为目标。有些时候岗位不是要求你有多厉害， 也是有很多初/中岗位的，有时候只要会一些就比很多竞争对手强了，只要能进去就有更多的实战机会。 这个学习过程会很痛苦，中间会容易放弃，尤其是很多东西是纯自学的， 中间折腾不出来，一直被问题卡住的时候会很灰心。 或者是学了很长时间跟工作无关的东西会让你怀疑努力是不是有用的。这就要看你自己的心是否足够坚定。

上面几个同学觉得没有实战机会去学习是无效的，怎么说呢，以我为例子吧，我当初大概自学了一周 docker 后去跟项目说测试环境的容器化部署（当时没人说要把环境容器化）， 自学了 2 个月的 k8s 去跟总监说我要把测试环境迁移到 k8s（没人要求把 docker 迁移到 k8s 上）， 自学了 3 个月的 AI 后跟我们总监说我要接算法测试（算法没人测试，都是端到端测试）。自学了一段时间大数据以后（这个真记不住学了多久）总监自动就把大数据项目分给我了。 有些时候机会是自己博出来的，我当初从外包跳槽到互联网，也是靠的自己学的一些东西然后面试的时候谎称是自己项目里实际做的才通过了面试。 机会没出现的时候就要为机会做好准备， 因为等你看到了机会的时候， 你周围就已经满是竞争对手了。

再举一个我同学的例子， 他现在是做的硬件开发（应该算是吧，我也不懂，反正当初就看他在寝室里玩单片机，搞嵌入式开发）。 当初我们几个都是外包测试出身，我是坚定在测试路线上走，一直学技术。 他不一样， 他的野心比我大，当年他自己在淘宝上买了单片机，看视频纯自学嵌入式，整天就是在屋子里摆弄那个单片机，好像总唠叨着什么烧片子还是烧机这个词，我不是那个领域也是不懂。后面找了一家台湾企业入职做驱动开发，后面去了高通，EMC，现在被收购了在戴尔。外企很闲， 他又自学 web 开发，一开始在外面拉私活， 后来又自己开外包公司当老板。每年我估计 100 到 200 个 W 浮动，目前在北京也是买房买车。 看他这一路，哪一个决定是中规中矩只做项目里那点事能成就的。 不说改变命运， 就是普通人想让自己的收入提升一个档次， 不想付出点什么或者说只想循规蹈矩的做事，希望是很小的。 假如你现在干的活就是 p6 的活， 那下次跳槽凭什么让人家给你 P7 的职级，既然自己工作内容是 p6 的，那只做项目上的那点事跳槽的时候是很难上 p7 的。即便到现在了，我都工作了 15 年了， 每年我都还会去找领导，跟领导说我看中的那个有技术含量的或者是有前途的项目，能不能让我参与一下，不为别的就为练技术（我事前已经学了一段时间了，有底子了再去找的）。

那就躺平麻， 也挺好的。 不是每个人都想挣更多的钱的。 躺平了别折腾就好好过日子也挺好的。 只要自己想开了， 跟自己和解了就行。但是真的要跟自己和解才可以，不要做那种不甘心于现状，又怕付出了没有回报的事， 这样一直纠结着就活的太拧巴了。 所以选择是自由的，让想躺平的躺平， 想折腾的去折腾。

比如举个例子， 想找女朋友就得出门去社交， 就要去跟女孩子们交流， 就要花钱要投入。 但是做了这些事情能不能找到女朋友呢？ 不一定， 没人规定了我追你你就必须答应。 所以很有可能花了时间花了钱花了感情最后却什么没得到（嗯，作为快 30 岁才有女朋友的我来说，这种事是感受颇深的）。 所以现在的年轻人挺清醒的，既然很有可能竹篮打水一场空，那我干嘛不宅在家里买最好的设备打游戏。 这种人生信条我觉得挺好的，没毛病。 只要想通了就行， 没女人就没女人了，一个人也可以生活的非常好。 但如果没想通，还是想要谈恋爱的，那就还是都出门，社交，投入时间和金钱。虽然最后可能毛都没捞着，但谁让咱六根不净的。就像当初那个谁说董宇辉的一句话：你想有因缘那你得出门啊，你不出门哪来女人，难道指望女劫匪来入室抢劫么。

我理解是 选择大于努力和机遇大于努力的主流观点和 我认为的先努力学习才有选择的机会的观点的冲突。 确实如果我单靠学习是达不到现在的水平的，这里面有不小的机遇的因素。但不学习则根本抓不到这样的机遇，不学习是没有选择权的。 还是我上面写的那段话， 看我们愿意不愿意去搏一搏概率。 世上鲜有事情是做了就一定能得到预期中的回报的，就好像爱情，炒股和高考一样，肯入场的都是在博概率。

除非是打游戏，游戏设计里就是有频繁的正反馈的，否则世界上鲜有什么事情是一定有回报的。 就像爱情，就像炒股，就像高考，就像我们身边的一切。 所以坚持不下去我也觉得是没问题的。 不是每个人都把钱看着的那么重， 我这种就属于把钱看的很重的， 所以不确定能拿到很高的回报的事， 我也愿意去搏一搏机会

努力不一定会有很大的回报的。努力只是一张门票，进门之后能抢到多少回报看命，看运气，看天赋。 所以努力有一定的概率能让我们的收入有质的提升，有不小的概率能让工资有小幅度提升。 当然也有概率没什么改变。 就看我们愿意不愿意去博这个概率了。

BTW：除非是打游戏，游戏设计里就是有频繁的正反馈的，否则世界上鲜有什么事情是一定有回报的。 就像爱情，就像炒股，就像高考，就像我们身边的一切

我这两年都没自己出去找过工作， 所以感受的不是特别深。 但问起朋友，得到的回答都是这两年工作十分难找。 当然这一点从我们公司从不间断的裁员就能看出来了。 现在只有特别优秀的人才能有一定的成功率， 其他的可能连有面试机会都很难。 所以对所有人的建议都是能苟住就苟住，别冲动。 如果有不得已的理由也降低自己的预期，现在是过苦日子的时候。