前端求职全攻略:简历到项目的进阶秘籍

前端求职全攻略:简历到项目的进阶秘籍

那么我想接下来从简历、前端知识框架、实习和项目进行我个人观点的分享。

在这里插入图片描述

1.简历

下面以我的简历进行介绍,前端简历(除阿里系卡学历外,大厂基本进笔&面)应该包含那些,个人观点,仅供参考:

  1. 个人基本信息,学校+一些个人觉得有含金量与开发相关的奖项、奖学金&荣誉称号等,这部分到邻近找工作时差不多是固定好的,主要靠前期积累(如坚持学习并撰写博客、拿一些相关奖项等)

2.专业技能

此块我个人是写的比较详细,从基础的HTML、CSS、Javascript到工程化开发框架React、Vue、Webpack、Vite等(必备),然后浏览器渲染机制与性能优化(必备),最后写了和前端相关本专业相关内容(如WebGL)、大前端 以及AI相关内容(结合自身情况,可选)
个人觉得此块是搭建前端知识框架的重要部分,也是HR筛简历的重要参考部分
专业技能
1.熟悉HTML5、CSS3,掌握盒子模型,Flex响应式布局和BFC等问题
2.熟悉JS、ES6+和TS语法,掌握原型链、异步、Promise和面向对象编程范式等内容
3.掌握计网基础与浏览器渲染机制,能基于原理优化TTFB、FCP、LCP和INP等关键性能指标
4.熟练使用React和Vue全家桶,掌握React Fiber架构以及Vue响应式和Diff算法
5.熟练Webpack/Vite构建流程,能优化配置(代码分割和Tree Shaking等),提升效率与性能
6.掌握可视化Canvas、SVG和WebGL技术,掌握GPU渲染管线和Echarts和Three等主流可视化库
7.具有全栈和大前端开发经验,了解Express、Next和React Native等全栈和混合开发框架
8.了解 LLM、RAG、Agent和MCP等 AI 相关概念,有 AI 在前端业务场景的落地实践经验
专业技能总结博客(供参考学习):https://blog.ZEEKLOG.net/m0_55049655/article/details/146342693

3.实习(可选)

这部分我聊聊我个人的三个关注点:1.去那实习?2.实习目的是什么?3.是好是坏?

  • 去那:BAT>大厂核心业务>中大厂核心业务>大厂边缘业务,业务推荐:电商、短视频等,累但垂直公司多
  • 为啥:不可置疑,现在中大厂挺看重实习的,是筛简历+排序的重要指标。对于我们就是去“润色简历”,提高个人竞争力。所以,对于实习生自己,就是快速Landing,快速了解业务,抓住一个业务场景就很不错了,STAR发展组织总结业务,对于研发的就在了解业务的基础上思考如何实践编码实现,从需求调研(对比现有实践方式)到系统模块设计,再到最后的编码实现。期间可能写的点有“业务需求、协作、工程化实践、项目重难点等”并量化一些指标,最后一周一个总结文档总结每周做了哪些工作,学习了什么又有哪些可以写到简历上的,并去阅读团队成员其他前辈的文档,学习逻辑和抓住自己熟悉的点去比较深入了解。
  • 是好是坏:有好有坏,如果能进BAT可能好处大于坏处,但也有不少ALL IN实习,然后错过8月9月秋招高峰期。个人观点能有中大厂实习肯定是好的!实习时及时整理自己干过的活,看那些可以包装进简历!如果有机会一定要早投递秋招,不要ALL IN实习错过秋招,万一部门HC没有了,怎么办???
    主要工作:
    ·工程化实践:
    ·需求迭代:
    难点与优化:

4.项目(2个+)

基础的增删改查、写页面只能巩固自己对React/Vue的使用,简历上的内容要和具体业务场景结合。要想办法将AI、微前端、Monorepo、SSR、音视频、前端埋点SDK、虚拟列表、多模态数据等等!!!
总结来说就是:技术+具体项目业务场景结合,喂给AI,要求它用STAR法则总结归纳,包装亮点写简历上!!!

然后,想着面试时面试官大概会问了,应该如何让他通俗易懂,又点深度让它觉得有点东西
项目推荐:
1.往年字节跳动青训营项目:LLM对话框项目、MarkDown编辑器项目等
2.基础的UI组件库项目,仿照ElementUI Plus、Ant-design项目等
3.做大前端:用ReactNative、Flutter等主流跨端框架做跨端实践
个人的一些精选总结:https://blog.ZEEKLOG.net/m0_55049655/category_13098487.html?spm=1001.2014.3001.5482

5.个人总结(可选)

个人总结
个人博客:https://gisjinger.blog.ZEEKLOG.net ZEEKLOG前端优质创作者 总访问量180w+ 粉丝3.0w+
语言能力: 英语CET-6(582分,前10%),曾公开在国际会议作报告两次且获最佳学生展示奖
知识产能: 已主导完成5款软件著作权登记、发明专利1项
个人评价: 项目开发经验丰富,熟悉Vue和React前端工程项目化开发;热爱前端和移动端技术,持续输出原创技术文章,建立个人技术影响;有跨职能团队协作经验,曾主导完成国家重点研发政府间合作项目的集成系统和校发展规划处信息平台(http://fz.hynu.cn/)等多个系统的研发;学习能力强,易上手新技术和解决问题。

6.简历制作工具&模板

制作工具(老鱼简历):https://www.laoyujianli.com/ ,非会员下载含水印
简历模板:https://pan.baidu.com/s/1fUVw7QmRci6ZKRfi2aPldQ

感想:WebGIS转前端是一个不错的方向,特别是对于学历中等,想快速上手有正反馈的同学,前端做的就是页面!!!

Read more

AI入门系列:AI新手必看:人工智能发展历程与现状分析

AI入门系列:AI新手必看:人工智能发展历程与现状分析

写在前面:为什么AI发展历史很重要? 记得刚开始学习AI的时候,我总觉得历史这种东西很枯燥,不如直接学习最新的技术来得实在。但后来我发现,了解AI的发展历程,就像了解一个人的成长经历一样,能帮助我们更好地理解现在的AI是如何走到今天的,也能帮助我们预测未来可能的发展方向。 有一次,我和一位从事AI研究多年的教授聊天,他告诉我:"现在的学生总想直接学习深度学习,但如果不了解符号主义AI的兴衰,就无法理解为什么深度学习会成功,也无法预见它可能面临的挑战。"这句话让我深受启发。 所以,在这篇文章中,我想和大家一起回顾一下AI的发展历程,不是为了考试背诵那些枯燥的年代和事件,而是为了让我们能够站在历史的高度,更好地理解现在的AI技术,以及它在我们生活中的应用。 人工智能的诞生:一个充满想象力的开始 说起AI的诞生,我们不得不提到1956年的达特茅斯会议。这次会议被公认为人工智能学科的诞生标志。 想象一下那个场景:一群来自不同领域的顶尖科学家,包括约翰·麦卡锡、马文·明斯基、克劳德·香农等,聚集在一起,讨论着一个看似疯狂的问题:"机器能思考吗?"他们相信,只要给机器输入足够多的规则

技术拆解:P2P组网如何一键远程AI

技术拆解:P2P组网如何一键远程AI

文章目录 * **远程访问AI服务的核心是什么?** * **从暴露服务到连接设备** * **核心组件与交互解析** * **安全架构深度剖析** * **一键安装脚本的技术实现** * **# Windows** * **#macOS** * **#Linux** * **与AI工作流的结合实践** 远程访问AI服务的核心是什么? 你自己在电脑或者服务器上装了AI服务,比如大语言模型、Stable Diffusion这些,但是有个头疼的事儿:外面的人或者你在别的地方,怎么既安全又方便地连上这些本地的服务?以前的办法要么得有公网IP,还得敲一堆命令行用SSH隧道,要么就是直接开端口映射,等于把服务直接晾在公网上,太不安全了。 今天咱们就好好说说一种靠P2P虚拟组网的办法,还拿个叫节点小宝的工具举例子,看看它怎么做到不用改啥东西,点一下就装好,还能建个加密的通道,实现那种“服务藏得好好的,想连就能直接连上”的安全远程访问方式。 从暴露服务到连接设备 核心思路转变在于:不再尝试将内网服务端口暴露到公网(一个危险的攻击面),而是将外部访问设

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战

人工智能:自然语言处理在教育领域的应用与实战 学习目标 💡 理解自然语言处理(NLP)在教育领域的应用场景和重要性 💡 掌握教育领域NLP应用的核心技术(如智能问答、作业批改、个性化学习) 💡 学会使用前沿模型(如BERT、GPT-3)进行教育文本分析 💡 理解教育领域的特殊挑战(如多学科知识、学生认知差异、数据隐私) 💡 通过实战项目,开发一个智能问答系统应用 重点内容 * 教育领域NLP应用的主要场景 * 核心技术(智能问答、作业批改、个性化学习) * 前沿模型(BERT、GPT-3)在教育领域的使用 * 教育领域的特殊挑战 * 实战项目:智能问答系统应用开发 一、教育领域NLP应用的主要场景 1.1 智能问答 1.1.1 智能问答的基本概念 智能问答是通过自然语言与用户进行交互,回答用户问题的程序。在教育领域,智能问答的主要应用场景包括: * 课程问答:回答课程相关的问题(如“什么是机器学习”

AI时代人人都是产品经理:落地流程:AI 核心功能,从需求到上线的全流程管控方法

AI时代人人都是产品经理:落地流程:AI 核心功能,从需求到上线的全流程管控方法

AI的普及正在重构产品经理的工作模式——不再依赖传统的跨部门协作瓶颈,AI可以成为产品经理的"全职助手",覆盖需求分析、原型设计、开发协同、测试验证全流程。本文将拆解AI时代产品核心功能从0到1落地的完整管控方法,让你用AI能力提升300%的落地效率。 一、需求阶段:AI辅助的需求挖掘与标准化 需求是产品的起点,AI可以帮你从海量信息中精准定位用户真实需求,避免"伪需求"浪费资源。 1. 需求挖掘:AI辅助用户洞察 传统需求调研依赖问卷、访谈,效率低且样本有限。AI可以通过以下方式快速完成用户洞察: * 结构化处理非结构化数据:用AI分析用户在社交媒体、客服对话、应用评论中的碎片化反馈,自动提炼高频需求点 * 需求优先级排序:基于KANO模型,AI可以自动将需求划分为基础型、期望型、兴奋型、无差异型四类,输出优先级列表 实战工具与示例: 使用GPT-4+Python脚本批量处理应用商店评论: import openai import pandas as