Meta开始对求职者严格限制OPT，投递之前千万注意！

OPT少于两年，慎投Meta

过去只听说Meta不招抽签小于2次的人，如今成真，且更加过分：没开始面试直接background check。

是的，你没看错，甚至都不用走到面试结束，而是在面试前先调查背景，于是有人提起那个可怕的传言：

各位的OPT还撑的住吗…

不止于此，Meta又和NVIDIA、Salesforce等大厂一样，在岗位需求上拔高了要求！

校招全职岗位：经验直接卡死

没错，虽然是校招岗位，要求却不低于社招……

不仅需要经验加持，还标明年限要求（基本是2年+）。

然而据我们所知，有很大一部分人出现了下述问题：

• 没有实习经验，在校期间也没有求职规划，主打临时抱佛脚；
• 有来自于小厂的经验，项目不够精，竞争比较吃亏；
• 有经验，但干的大多比较杂，无法展示优势的同时自然和面试官也没什么可聊的；
• 经验与实际求职目标不相符，比如数据分析的实习经验，想找SDE方向的工作；
• 经验和岗位匹配度不高，即便很优秀但难度也不小；
• 经验数量少，很多人就1段经验或者根本0经验，也有人会拿TA、RA的工作经验来凑，但对求职并没有什么帮助；

……

那什么才叫【抗打的经验】呢？

要符合下属几点标准：

1. 经验与目标岗位的匹配度至少80%；
2. 贵精也贵多，在保证精的情况下项目经历不少于4段；
3. 项目里的关键内容要数据化，主要突出展现在项目中你所承担的角色、你做了什么、有什么思考、如何实施、达成何种结果；
4. 项目需要具备工业级属性，即

（1）项目是否具备比较大的规模；

（2）项目是否比较完整；

（3） 使用的技术栈是不是行业主流；

（4） 其中的技术深度如何；

（5）额外补充：简历方向是否和JD匹配。

以上任何一点没做到都有可能与OFFER失之交臂。只有不断提升背景竞争力，不断的进行面试知识的巩固和实战练习，配套高效的求职策略，才能在这个寒冬季脱颖而出，直通硅谷是这样为学员提升背景经验硬实力的！

以Data和SDE方向为例：

【DATA方向】

0. 确定项目应用场景目标(能够与广泛的公司业务有紧密联系)

1. 假设网上没有数据包，用爬虫等技术抓取数据

2. 利用统计学等方法处理数据

3. 找特征

4. 建模

5. 得出结果后测试评估重塑

6. 数据可视化，便于汇报

7. 总结并量化对于业务场景的影响

【SDE方向（后端）】

1. 语言和框架是最基本的，更重要的是系统层面的内容。比如Simulate并发的需求，解决System Design/Performance优化的问题，应用Cloud Services。

2. 开发编码注重OOD思想，follow MVC和使用Design Patterns。

3. 可以加一个Big Data相关的processing技术栈，像Spark、Hadoop。

4. 做一些实时性的大数据处理，可以用Kafka。

5. 加入一些DevOps，像CI/CD这种Pipeline的搭建。借助Docker、k8s（ Kubernetes）去做更好的自动化集成和部署，从Compiling、Testing到Deployment的整个过程。

没错，直通硅谷直接把面试官请过来了——由具备多年面试官经验的大佬出任1V1定制计划的导师。

导师在授课过程中，会带领学员制作符合工业界标准的项目，其中将着重针对所用的技术框架和大厂技术栈是否匹配进行指导。除了能帮学员更精准的拿到面试，还极大可能顺利拿到OFFER!

日益严峻的求职氛围，大厂也逐步开启了严苛的筛选机制，如果单打独斗太吃力，不如了解一下直通硅谷！