程序员跳槽和面试,猎头不会告诉你的那些事儿
点击蓝色“有关SQL”关注我哟
加个“星标”,天天与10000人一起快乐成长
图 | Lenis
源起
“ 你好,黄先生!我是猎头 Mandy, 有份知名鞋厂数据工程师的职位,年薪税后 18 万,请问你考虑吗 ”
“ 不考虑,谢谢!”
说到这里,我立马挂断了电话。
相信接到过类似电话的你们,一定也知道我为什么要挂得那么干脆,一刻都不留悬念。
如果对方是老手(经验比较丰富的猎头),一定也会原谅我貌似这么粗鲁的行为,而不是像新手那样,埋怨我的凡尔赛。
这么多年职场,遇到的猎头何止上百。从一开始的崇拜,到慢慢的理性,都是用经验和口水砸出来的。到如今,我确信如果我去做猎头,我一定能做到 Top 级。
说回正题,程序员跳槽,甚至面试,猎头会帮我们不少,毕竟这是双赢的事情,利他就是利己,两方都舍不得得罪对方。
但,有些人会不服。
“老子打天下,从来都是靠自己!”
嗯,你牛逼,你厉害,但跟我没关系。我在乎的是,我的下份工作,是不是更有利于自己。
与猎头打好关系,非常有利于我们得知市场信息。
但,接到猎头电话,未必是好事。说明你在原单位,贱卖了。逆向思考,说明你在原岗位没有得到升迁或加薪,是你某项能力的缺失。这项能力的缺失,并不会在下份工作中得到弥补。如果仅仅为了增长30-40%的薪水,你就选择跳槽,是可悲的。一份差价并不说明真实的能力,有时不过是运气好。
更可悲的是,你竟然对自己没有全面,客观和正确的认识。自己不认识自己,那是最要命的。
猎场
在三联《中读》上,我读到一篇文章。名字是《猎头眼中的好工作》。其中讲述了猎头这个行业的生存之道。
猎头,也是份工作,与平常岗位不同的是,他们依靠其他产业。
文中指出,当年万达要搞房地产的时候,猎头一窝蜂的倒向地产行业,抢人。当政策偏向芯片制造的时候,猎头又纷纷倒戈芯片,打着地铺,也要抢。而如今,互联网起来了,轻资产,快项目,程序员又成了猎头眼中的香饽饽。
于是,5年程序员就开出百万年薪。有些人跳进去后,发现确实年薪百万,但好景不长,明年项目就黄了。还得乖乖拿回 20 万。当然,还有很多人上过天了,不想落地,就拿着这份年薪百万的昙花一现,当起了自媒体。朋友圈经常流转《工作5年,我是如何年薪百万的》,赚足眼球,猛割一波流量。
高薪是资本家的一个噱头,比起千万级别的广告费,出一个程序员天价高薪的招聘,绝对比广告好使。
前几年,行业还传出,有位女猎头接着谈个男朋友的名义,接近了阿里的 P8 程序员,顺利结婚之后,把男朋友推到了目标公司,完成了工作。名利双收。
虽然是个段子,但在猎头眼里,他们也在仿徨,不知是否应该在一个行业深蹲,几乎所有人都不停地在行业之间跳来跳去,浪费许多之前吃泡面等来的人脉。
这会造就一个乱象,很多年轻人,认为猎头很容易做。于是纷纷踏足。就有了很多不成熟的对话:
你好,我是 Arvin, 猎头。请问黄先生还在惠普吗?(8年前,我就离开了)
你好,我是 Mike, 猎头。请问黄先生,对 BI 开发工程师感兴趣吗?(我现在做开发,也挺开心啊),那你可以帮我介绍下朋友吗?(滚,难道我贱吗)
如果尽是这些肤浅的对话,也没关系。说明市场很兴盛,大家都还在抢着初级工程师,远未到饱和。初级工程师往往 1 个职位,有 10 名候选人竞选,有 3 家猎头公司竞争。猎头明知道只取 1 位,但他依旧要多争取,24 小时不能上人,他这单也就没戏了。死板的 KPI 畸形了人的善良!
真正的资深岗位,不会留给这样的初级猎头来做。那什么是资深的?请看这段对话:
“ 你好,黄先生。我是猎头 Jenny, 向你推荐一份 NiX 公司的数据总监职位, 带 120人团队, 年薪税后 90 万。”
把有竞争力的条件,简单说明白,即可。
其他一些功课,都应该提前做好。比如候选人现在的单位,职级,技术方向,下一步正在寻找的平台和方向。
之前猎我进惠普的那位猎头,给我印象就很好。她坦诚在亚马逊做数据仓库和商业智能技术经理。认识人多了,自己出来做猎头,由深厚的技术功底加持,知道技术人在想什么,能为技术人着想,这样就容易获得技术人的信任。所以事业扩展的很开。
像这样资深的猎头,是值得谈下去的。因为你知道,他/她明天不会在这个行业消失。
跳槽成本
从我们程序员自身的角度考虑,跳槽是件成本非常高的事情,不得不考虑些实际的问题。
在我印象里面,很多程序员跳槽,时机和眼界都没到位。就拿现《极客时间》的技术总裁,池建强来说,就是如此。
池大是IT界的老江湖,从一名车间擦油工做起,每天亲见北京五道口早晨 4 点的太阳,晚上在星星点灯的地下室,硬啃《Thinking in Java》。就凭这股子劲儿,一年转行 Java 开发,三年做到洪恩技术 Leader.
即便如此, 在洪恩将要带领完美去纳斯达克敲钟的前夕,他离开了。
随后去了用友做 GAP(Global Application Platform), 做到企业级用户上万的平台,在用友变瑞友,上市敲钟 A 股时,池大再一次出走在前夜,去了锤子。
二次暴富前,池大都做了看上去错误的决定。但事实上,把我们放过去,可能结果也一样。
他的这段经历,来自于这本书《绝非偶然》
年轻的时候,大家都觉得明天才是我的巅峰,今天绝不会是我的一切。
那种此处不留爷自有留爷处的想法,总是在某个一瞬间出来,把我们带到另一个地方。陌生的城市,陌生的团队,陌生的技术,向来都不是我们眼里的困难。
我们怎么可能为了这点工资,这点福利留在这么一个没有前途的岗位,我要去寻找真爱。
那么我们眼里的困难是什么:是各种难解的算法,是各种提高 SQL 性能的方法,是各种可以灵活应对千万级并发的架构
有没有?是不是?
我想有点技术情节的朋友,一定赞同我的看法。
技术朋友,有点技术自恋的朋友,一定一定,跳槽的前提是,对门的技术更牛逼,架构更狂野,算法更复杂,我要去,别拦我。
好,这个时候,猎头就会上门来了。你看你现在这么牛逼了,就差一个平台让你去,来吧,来这里。没有low的队员,清一色 BAT P8出身,全都 211,985,毕业,老板都是海归博士,自由办公,扁平管理。公司今年准备 A 轮,3-5年,一定上市。只要你来,期权500万,招谁用谁,你说了算。
这么诱惑的条件,谁能忍受的了?
我是冯大辉的老粉了,看着他的 Oracle 优化手册长大的。也替他作为一个阿里技术人而不平,这么牛逼的人,应该是个大官儿啊。
后来冯大去了丁香医生,总算是替他舒了一口气,谁知,操蛋的事更多。承诺的期权泡汤,CTO 的职位被撸。作为一个技术人,有什么比这更可气的?
所以期权靠谱吗,老板的承诺靠谱吗?猎头会对你负责吗?
答案不言自明。
从池大的案例中,我们可以得知,凭自己的眼界,去看待公司和平台的发展,是不靠谱的。市场和平台的发展,都只遵循随机游走的规律。而更敏锐的人,团队,会让产品和公司,走得更健康。
而从冯大的案例中,我们也可以得知,相信老板,不如相信法律。在没有保障,追责困难的情况下,咨询法律,多读案例,才能保障自己的利益。
拓宽认知,增长眼界,是应对工作和未来不二的法门。
人尽其用
猎头带给我们的是一则招聘启事,但这背后,隐藏着一座巨大的冰山。如果不深挖和避开,可能就万劫不复。
公司的负面
猎头一般不愿背后说当前职位的负面消息:团队配置,资源倾斜,项目计划。
比如当前团队已经有成熟的管理线,你进去之后,没有升迁的机会;当前项目是公司的陈年老项目,并不是属于核心梯队;团队其实有末位淘汰政策,也有常年加班需求,并没有加班补助。
这些都可以用非常漂亮的话,来糊弄一般的求职者。
防止做内鬼
猎头电话你面试,其实为了让你去做炮灰,也就是安插内鬼。
他们会让你把面试的经过原原本本还原。比如问了哪些问题,难度怎么样,哪些问题可以看什么书,怎么解决。你认为他很关怀,很体贴,如实相告,却不料他反手就卖给了其他候选人。你成了这场交易的内鬼。
所以,面试前一定要多从猎头口中探话,一定能得知很多内幕。
用好猎头
这不是在教你损招。有时候,你特别想去一家公司,没有门路,没有内推,又不想被发现,找猎头。或者你想挖中意的候选人,亲自去,有风险,这时猎头就好帮忙了。
值得交往的猎头,少之又少。我这里有三板斧可以分享:一,上来不跟你谈职位,谈什么?谈明天,帮你分析你的技能在市场上的优劣;二,及时跟踪和反馈你的面试结果,帮你避开招聘方的雷区;三,即使面试后,单位发了 Offer, 但你表达暂时没有意向,也不会跟你红脸。
碰到了就好好珍惜,常联系,互通消息。
面试 STAR 原则
这份原则,很基础,甚至可以说是套路。但往往很多人用不好,我认为值得一提。
S:situation 场景
把现任岗位上的产品或项目,设立的背景说明白。很多程序员一门心思,只想搞开发,写代码,却对业务视而不见,或者思考不深入。这样,导致面试时,有货倒不出来,可惜。
T:task 任务分解
在整个产品或项目中,你分配到了哪些任务。团队是团队,个人是个人。你面试,不是你团队面试,所以分清楚哪些事情是自己做的,很重要。
A:action
针对任务,你做了哪些具体的事情,来完成自己应该承担的责任。细节是魔鬼,它考验你是否真的做过类似的项目,或掌握类似的技能。千万不能侥幸,越细越容易表现你的竞争力,但也越容易暴露欠缺。
R:result
这个产品或项目,带来什么样的价值。有时,做得好,不如说的好。往往老实的技术人,就吃亏在这里。活儿都是自己干的,到最后论功行赏了,别人一两句漂亮话,把你功劳全抢了。那,面试的时候,就给足你充分的机会表达自己,就看你能否抓住。这往往没有好办法,依靠的是你平时,有没有积累这样的表达能力。
最后,分享一则数据库运维人面试的 STAR 原则:
S:公司的数据库实例越来越多,安装,管理和安全维护都有极度消耗资源。
T: 运维组研发了自动化运维平台,我在其中担任数据库画像的角色;
A: 主要是利用 Oracle, MySQ, SQL Server 内部数据字典,抽取物理服务器资源使用开销,数据库连接数,慢 SQL, 缓存执行计划和命中率等,完成性能模型建模。
R: 画像为运维平台提供了高效的监控指标。经过一年多的维护,该自动运维平台,帮助数据库服务,节省了总计 12天的维护窗口;同时,主动把慢 SQL 调优后,客户抱怨系统缓慢的投诉,也下降了 35%.
也许,朋友有疑问,“ 我怎么才能做到这么头头是道呢?” 其实也不难。这里头考究的是知识体系。即你对整个行业在做什么,有充分的了解和把握。平时多阅读相关书,新闻还有技术公众号,都能有不错的视野。
上面的运维组 STAR 原则,其实就是我从这本书,看来的:
类似的书有很多,这里就不一一举例了。
希望本文能帮到你!
往期精彩: