字节开始卡学历……字节先前宣布 25 年校园招聘计划的招聘人数超过4000人，覆盖研发、运营、产品、销售等多个职业类别，且研发类岗位需求较去年增长了60%。虽然对于整个就业市场来说杯水车薪，但的确实打实的提供了几千个高薪岗位，是个好消息。但最近到了校招季，看到一些同学发帖说，自己双一流学校（山西大学），8月初投递了后端、测开、C++岗位，一天后就在系统上看到了面试流程中止的消息。大概率，这是没有通过机器初筛。这不是字节卡简历，是大部分公司，都会卡简历，一定会有各种各样的筛选。现在企业层面收到的简历很多，简历初筛的工作，一些公司会交给 AI 来做，训练一个这样的 AI 太容易了，公司人才库里有以往年份的所有简历，其中录用的和被拒的天然形成了训练标签，都不需要耗费人力来打标，很容易构建训练样本。最简单的，基于这些数据，训练出一个人才分档模型，假设收到了几十上百万份简历（这对于一家十万人的互联网公司，是一个正常的量级），而只有 4000 个招人岗位，那直接可以先将这个有效简历数量压缩到十万份的量级，这样才方便人工来进行筛选。这样搞出来的模型，不会说像规则那样，直接拿学历一刀切，而是综合考虑到学校、学历、论文、比赛、实习等综合因素来做出决策。这位同学，在短短一天之内，经历了投递简历到流程中止。公司的做法残酷了些，但对于当事人来说，是更负责的。直接了当的告诉你，现在竞争市场很残酷，这里目前不是太适合，可以节省时间、精力，去准备其他的机会。今年找工作，我感觉市场环境是比往年更差的。一些我认为很不错的简历，信心满满的投递了十来家公司之后，结果让人大跌眼镜，回复寥寥，大部分没有任何动静。热门方向更是重灾区。这两年大模型方向爆火，求职大模型、多模态、视觉方向的简历尤其的多，一眼望下去，翻不到头。反而是一些其他的垂直细分方向，想要找到合适的简历却很困难。越是往应用层越拥挤。而偏底层方向的，例如GPU性能优化、机器学习引擎搭建这样的方向，越缺人，招人的要求越低。如果你很希望这几年往大模型的方向来靠靠，上车挣些钱，而且你的履历不是那么顶尖，我建议可以多去调研下大模型这条链路上，有哪些方向也需要招人，且切入难度自己可以接受。这种规划，对于读书时报考选专业的录取难度和求职录用难度，都能起到降低的作用，当大家都喜欢扎堆往一些地方赶去的时候，我们就需要谨慎思考了。