主題

【社畜】第一次轉職面試紀錄(電腦圖學背景)

帽捲 | 2025-01-11 17:49:05 | 巴幣 2026 | 人氣 330

沒想到過了一年就要轉職，準確來說是第二次轉職，但第一次轉職是半強迫的，詳細的原委可以參考【工作】一年心得，總之，我的背景在【工作】第一份工作面試紀錄中大致寫到了，簡單來說就是電腦圖學專業，尤其是OpenGL, Blender等，對傳統CV也算是有經驗。

海邊子公司，AI Team，負責AR
主要開發基於Unity的專案
獨立開發基於OpenGL ES 2.0的rendering engine
出差到底特律，在台灣與中國、印度團隊合作
後轉調到母公司，學設備工程師一點皮毛

除此之外可能就是比較軟實力的部分，例如開發方式有些概念，包含Design Pattern, TDD, DDD以及SOLID原則等，簡單來說還是圖學技術為主，但是相關的應用經驗比較多。

合先敘明，因為在有一定程度上有許多面試經驗後，相較於上一篇，我這次會記錄更多細節，包含我的問題以及比較深入的產業觀察，這會導致篇幅過長，所以我會將記錄一分為三，各個職位會在後兩篇詳述，本篇只會有職缺的目錄以及整體的心得。

本篇目錄(大致依照時間先後排序)

這次我就不用邀約跟主動來區分了，因為這次大多是有目的性的主動找工作，因此我會用我投履歷看重的領域來區分，至於個別文章則按照時間大致從先到後。

面試紀錄

可以注意到，各個領域我有寫一些相關的關鍵字，這些關鍵字並不獨屬於某個領域，例如用Omniverse去搜尋有可能找到AI相關的工作，用AR去搜尋也有可能找到車用的工作，詳細還是要依照自己對於個別關鍵字的掌握程度去搜尋，這邊只是做個紀錄，不然找工作像是大海撈針，跟下prompt一樣玄。

車用

Keywords: SLAM

Digital Twin / XR

Keywords: Spatial Computing、AR、VR、MR、XR、Omniverse、HxDR、Digital Twin(數位孿生、數字孿生、數位分身、數位雙生)

AI

Keywords: 3D、AI

Vizuro 維曙智能科技丨電腦圖學工程師
MetAI 宇見智能科技丨3D Technical Artist 技術美術師

Computer Graphics

Keywords: Rendering、3D、GLSL、shader、Visualization、Graphics、三維圖學

台達電子丨軟體設計資深工程師
源一資訊丨軟體工程師
品印三維丨軟體研發工程師
Acer 宏碁丨Software Associate Manager / Manager

GPU

Keywords: GPU、CUDA、高效能運算(High Performance Computing, HPC)

富智康國際丨BSP 軟體工程師
鴻佰科技丨HPC應用整合工程師

投遞策略

準備

錄取結果

結語

投遞策略

相對於【工作】第一份工作面試紀錄，這次的投遞策略相對更有方向，因為這次是轉職，也就是換工作，首先，一個顯而易見的策略是，我在這份工作學到了甚麼，換言之，我增加了什麼樣的技能、經驗是我過去所沒有的，那這部分的多出來的東西就可以很好作為下一份工作的依據。

新增技能導向：Unity

舉個例子來說，我過去是幾乎沒有再碰Unity的，所以最明顯的技能差異就是呈現在履歷上，就是主要用Unity開發了專案，相較於之前，現在有辦法投Unity乃至於需要遊戲引擎相關的職位，但是依照之前遊戲業的經驗，要馬沒錢，要馬博弈遊戲，雖然錢勉強可以摸到科技業，但是爆肝程度或許會超過科技業，而依照這段時間的經驗，科技業只想找會Unity的操作員，所以可能會找UI/UX的人來弄，想一想還是算了，這是最差的腹案

透過這個樣策略，非常容易產生第二個策略，就是延續目前工作的類型，可能是相同的產業、相同的職位，這個策略也相當直覺，因為持續在某個領域深入就能夠逐漸堆疊相關的知識以及人脈，更直白地來說，有機會越跳越高。

產業技能導向：車用

這確實是值得繼續深入的產業，本身的產值不低，未來也有自駕車、電動車這些想像，無論台商外商都有不少機會，但是車用領域對於圖學的需求較少，持續深究下去就會是系統、架構工程師，雖說沒有特別排斥，但也沒有特別有興趣，因為就是一般資工系的出路，那還不如去寫韌體，算是備案。

當然，如果回過頭來看，當初為甚麼選這份工作，用本來的技能包去選擇工作也是一種，也就是第三種策略，相同的技術，但是可能是不同的產業，這種策略就是以某項技術為核心去拓展各種應用領域。

本職學能導向：AR(or 純CG)

嚴格來說應該是CG，但是我認為AR算是CG中當初想像比較有未來的方向，實際應用除了常見的XR之類的也有車用的AR-HUD，雖然目前風潮過了，的確是未來可能的方向，但是找AR的工作基本上等同找純圖學相關的工作，或是更慘，Unity相關的工作，但是在台灣純圖學的天花板就在那邊，更別提前陣子元宇宙吵得很兇，搞得外面做AR/VR的似乎都是畫大餅，但基本上就是靠政府案子，但是薪水開不高，很多非資工系的也會被assign去開發，美其名是小公司一人身兼多職，但是因為沒有底子，開發都會卡卡的，效果也不好，頂多也算是備案。

職涯導向：AI

如果從整個global職涯的角度來思考，而不是Local的思考現階段的轉職，難道我沒有更想要的求職方向？更白話來說，難道我只能考慮目前工作的經歷去思考下一份工作嗎？或是我先想好整個職涯的目標，再以那個目標去選擇下一份工作。

我的答案是AI，更具體地來說，是AI的應用經驗，因為我認為至少在台灣，CG的天花板就在那邊，與其他領域的結合才有機會再往上，而AI似乎也是我能找到的最好解答，但是考量到現實，我在LAB也不是做AI相關的研究，因此此時此刻也不太可能能夠做AI的RD，同時我的強項本不再此，因此我要關注的是，AI與CG結合的應用。

綜合考量：Digital Twin

但是，當我在做抉擇的時候，我不禁想到阿珠與阿花的故事，難道只能這樣子選擇嗎？有沒有一種我全都要的選擇，有沒有所有考量交集的存在，，答案是，有的，Digital Twin。

具體的應用來說，是NVIDIA前幾年再用力推的Omniverse，雖然著重點未必是在CG，但環境的simulation、資料的visualization抑或是模型的rendering這些繞不開CG的基礎知識，另外，針對這種引擎，雖然不能跟Unity、Blender相比，但多少能夠類比，也相對對於產業實際的流程有一些認識車用方面，Omniverse的確有自駕車的實際應用，最後是AI，Omniverse看起來也是一個能夠串接AI的平台。

準備

綜上所述，若要以優先序排行：

AI>Digital Twin=XR>CG>>車用>>>>>>Unity

雖然這樣排有點不倫不類，AI是技術，Digital Twin是應用，車用是產業，很難直接去比較，但同時也表示，我現階段對於技術上的充實還是比較注重，換言之，比起進入用一個我沒興趣的技術進入一個賺大錢的產業，我還是想要透過一個有興趣的技術進入一個能賺錢的產業。

因此，在策略上，所有的準備都是儘量往AI靠攏，只要有公司願意收，願意讓我接觸AI，就算薪水比較少也無所謂，但是，說是這樣說，現實的因素擺在眼前，誰會想收一個圖學出身的人，並且給他機會去學AI，只有一種可能就是，是與CG密切相關的AI，例如牽涉到3D空間的應用，除此之外，我比不上本來就是做AI的畢業，因此，這就要談到投遞準備。

投遞準備

手段上當然還是廣灑網，但有別於過去的只要有機會的職缺都會投遞，這次的廣灑網是有目標的廣灑網，就算知道希望渺茫我也會義無反顧丟履歷。當然，如果是那種研發類的AI職缺就算我丟大概也沒有希望，以此再策略上我只能旁敲側擊，想辦法找切入點跟破口。

事實上，我對於AI的接觸不是全無，但都是一些擦邊球，例如：

Differentiable rendering：Gradient descent
Genetic algorithm：Optimization
CV：Image相關的NN
Shading Language：GPU平行運算

因此我要想辦法利用我的優勢作為槓桿去撬動我的劣勢，更直白地說，我需要要找到一份工作需要用到我在CG方面的知識，同時我要能以此談判，要求公司能夠讓我學習、接觸AI相關的應用知識。

我投的策略大致上是從3D去切入AI應用、用Shader去切入GPU運算，舉個實例來說像是，AI應用工程師，我想找AI應用在3D點雲、XR等CG相關的工作，藉由我對於過去用最佳化算法在3D點雲上的經驗，去藉機學會AI應用
GPU加速運算工程師，我是想找Cuda或是Vulkun相關，藉由之前寫過Computer Shader跟Pytorch3D(Differentiable rendering)的經驗去做硬體加速的演算法，去藉機學會比較主流的GPU平行運算

因此，若以此下去搜尋，例如3D AI，就會跳出一些相關的應用，Digital Twin、Gaussian Splatting等，尤其是前者在今年NVIDIA的Omniverse炒得很兇，無論是利用CG產生Synthetic Data或是將AI應用在虛擬的XR空間，這這就是我的突破口。

心理準備

其實投遞的結果非常符合預期，基本上沒有AI的職缺有回覆我，看來做AI這塊僧多粥少所言不虛，這當然跟過去我找CG相關的工作有蠻大的差距，這或許也就是隔行如隔山，儘管我認為兩行沒有差很遠。

雖然符合預期，但多少會打擊自尊，並且也會開始憂慮，如果一直找不到，是否要改變策略，或許更保守一點，找一個跟AI無關的CG工作，或者是更激進一點，直接去工研院甚至回學校念書學AI，這些我也都考慮過，會這麼激進是因為，與第一份工作面試不同的是，這已經不是第一份工作了，我已經沒有那麼多嘗試的空間了，很有可能，我的下一份工作的決定會很大程度影響未來職涯的方向，更直白來說，隨著年紀越來越大，職涯的軌跡會越來越難轉彎，更具體來說，如果30歲前沒辦法切入AI這個領域，那可能這輩子就再也沒有機會了。

找工作方面，設定了目標，就繼續找下去，直到你覺得該放寬條件了

但就如我之前的主管跟我說的，既然設定了目標就要繼續找，經過這些時間找工作的經驗，包含同事們的討論也越來越深深發覺，找工作這件事也真的是運氣，有時候未必是自己能力的問題，而是剛好相關的工作還沒被丟出來，也有可能倒過來，就是剛好沒找到。

就像是這次最終on board的這份工作，其實我在第一份工作入職之後才發現，當下發現我就發現奇蹟似的很符合我的所學和目標，馬後炮來說，找工作要學著沉住氣，既然AI這個技能是我此時此刻的求職的方向，那我就要徹底的執行，當然，自己還是要給自己一個合理的期限例如一個月完全沒消息，那可能就要調整一下策略。

面試準備

幸好的是，最後還是有撈到一些沾得上AI的工作，詳細的細節我就放在錄取結果。

至於面試前的準備大致跟第一次面試相同，有一些比較值得補充的是，可以的話，事先可以先了解一下面試官的職位，你才能用比較適合的內容去介紹，舉例來說，如果對方是營運長，那你講一堆技術顯然不合適，如果對方是老闆，那他可能會正注重你的整體，而不是單一的專業領域，詳細的部分我放在結語的地方。

接著是比較常見會被問的問題，例如：離職原因、應徵動機、比較有成就的專案是哪一個、未來的想像以及我的特長。

離職原因跟應徵動機常常綁在一起，但是後者依據職位不同會有不同的答案，所以這邊就只寫前者
主因就是目前工作不符合我的專業，至於究竟發生了甚麼事可以參考【工作】一年心得，策略上我還是儘量坦白有過的經歷，只是在敘述上可以分配比重，例如我做過設備工程師一陣子，我不會隱瞞這件事，只是口頭上一句帶過。有些同事跟我說就把這段過程當黑歷史，對外就說是在找工作，但我不太喜歡這種感覺。
比較有成就的專案
策略上當然首先跟應徵職位比較有關的回答，或是目前工作的專案，最好投影片上要能夠寫清楚大概專案的時間、人力等等，策略上也就不再列出一堆關鍵字說明你涉獵很廣，而是在特定領域很厲害，著重在工作經驗。
未來的想像
策略上也是要跟應徵的公司未來的方向一致比較好，只是我還是會加入一些個人的職涯的方向，例如：CG+AI。
特長
這個比較有趣，過去剛畢業的時候只會拼命的講學術上、技術上的成就，比如做過甚麼專案、專題或論文，但是如果可以的話，視面試官的角色，可以說一些商務面、產品面的特長，詳細我放在反省。

面試的時候如果有時間的話會問面試官的三個問題：優勢、預期與建議。

優勢
包含公司競爭力的優勢以及團隊的優點等，前者比較像是公司對外的優勢，後者則是對自己團隊未來發展的優勢，從這點可以看的出來這個單位有沒有對於自己的定位是否清楚，也能知道這個行業需要甚麼樣的特質，例如新創公司覺得自己的優勢在於小團隊的靈活，團隊上大家的技術都很成熟之類的，其實問這個問題的時候，大概有一半的主管沒有準備，回答不出來可能就要小心。
預期
比較一般的問題，就是未來入職後擔任的工作、團隊規模、時間分配比例、可以學到的東西等或者也可以先提出自己的預期，跟對方協調。
建議
比較開放式的問題，諸如建議我補充相關的知識乃至於本場面試的有什麼建議都可以。

可以發現，這些問題除了解答自身的問題外，也是在考驗面試官與公司，因為我認為不只是公司在面試你，你同時也在面試公司，你都花時間面試了，盡可能地讓自己成長，所以基本上能有面試機會我都會盡量把握，你可以趁每次面試機會對某個產業調查，當然，是以自己職涯規劃的角度去做功課，因為我可以看看我目前的技能有哪些是被這些公司所看上的，還有我欠缺什麼技能，如果在很多產業上我都欠缺某項技能，那可能就要考慮去把它補起來。

錄取結果

最後的選擇在三家，Vizuro、MetAI以及Acer

這次就沒有上網問別人了，因為八成都是叫我去寫韌體，而主要是問了有共事過的同事，尤其是做AI的，還有一些還在圖學產業的朋友，並且跟他們分享了我所注重的點，再結合他們對我的認識，大多數人的排序是：

Vizuro > MetAI > Acer

這邊強調一下，這個排序是依據我的求職需求，不是這三家公司整體的比較

Vizuro
優點是看起來最有機會能真正地摸到AI，缺點是看起來很雜，對於技術的深入有隱憂，但是接觸廣泛一點的領域在職涯前期未必是壞事，就算不適合，也可以做為未來求職的依據。
MetAI
優點是NV的合作夥伴，跟Vizuro比的話，似乎更注重單一的技術，這會有利於技術的累積，而不是跳來跳去，會更適合以技術為導向的職涯規劃，但是似乎對我的角色定位始終放在跟AI較無直接相關的位置。
Acer
優點是大公司，某ㄚ姓同事因為是從那邊出來的，他表示似乎養老的好地方，但還是看單位、主管，尤其看到以在Acer來說我的薪資開得不錯，但缺點也是大公司，撇除掉政治派系之類的，本業還是賣電腦的，因此就算會摸AI，也只限於看看論文、跑在機器上，況且大多數時間仍是App開發為主。

基本上看完比較整體的說明，大概也就知道我會選擇哪一間，不過我可以依照之前【工作】第一份工作面試紀錄的架構做更細節的分析

工作內容考量

因為細節都各別寫在內文了，所以這邊就專寫我在意的差異之處，雖然三家在名義上都表明會跟AI有所接觸，但是程度不一，Acer說會碰也會survey，但不是工作主軸，MetAI似乎更著重在希望我是TA，AI的接觸程度不明，Vizuro則是有表明會讓我實際接觸training之類的，因此，就算工作內容比較雜，但就工作內容的吸引力來說，Vizuro是勝出的。

其實，我也知道與AI結合不用糾結在所謂的技術面，意即我就算沒有親自train，但我很清楚怎麼跟AI對接也對於後續工作有幫助，但可能是技術出身，選擇上還是會偏向技術，另一方面我想親眼見證CG+AI的有機結合，而不是兩者分工明確的無機組合。

工作職位考量

這次相對於上次找工作，我這次不太在乎所謂的頭銜，因為工作內容能夠接住到AI對我來說更重要，另外，現實層面，台灣只要工程師的都叫RD，所以在意這種頭銜意義不大，還是要看實質上的工作方向。

像以前的主管跟我說，可以觀察公司的核心價值、發展主軸，因為這會影響技術發展的深入程度，如果是project-based的公司可能會到處支援，較不穩定，會被案子追著跑，無法深入技術，例如Vizuro，因此要去了解公司的技術性與理論性程度。

當然，也不只有技術這種能力發展，也有的是集中在管理上的能力，沒有對錯，只有適合與否，當然，在職涯前期可以去不同的公司體驗文化，但同時也要搞清楚自己是誰，搞清楚自己要什麼，職位上是要要扎實的學技術，還是學習與人合作的能力，抑或是商業上的能力。

其實真的有在工作後發現，純粹的技術能力真的不足以面對所有問題，PM、QA都有其作用，所以就算是自認為是RD，我認為也有責任接觸相關的技能。

薪資考量

基本上這點最不重要，因為我現階段的目標明確，當然，如果薪資有明顯的差距，例如差到4個月左右的薪水，那實在是差太多了，我會無法拒絕w。

因此我有預期薪資會比前一份工作少，我自己預期的薪資能跟現職差不多即可，雖然結果上全部都少於現職，但是這點的確不是我目前優先考慮的項目，所以也就無傷大雅。

最終結果

整體來說，三家對我都蠻好的，Vizuro等我三個多月，還讓我拖到最後一刻，Acer則是已經開到我這個年資的頂了，而且也很配合我急著做決定，最後是MetAI也是很快地跟我約時間，也很明快地給我感謝信，後續甚至也有約我再聊一聊。

雖然目前選擇Vizuro，但是我認為這三家我能夠去都沒甚麼問題，純粹只是現階段我的考量是AI大於一切，雖然可能未來幾年回頭來看我的選擇有問題，但是既然我相信這件事，那我就該貫徹到底。

值得一提的是Acer就是台資老企業，MetAI是台灣新創，Vizuro則是半外商，所以在工作上我仍然會選擇偏外商的，至少未來感覺有更多機會走到外商。

題外話，如果從面試的所有公司中選擇一間最懂圖學的公司，我會選擇Acer

結語

相對於第一次找工作的徬徨，這次經過了【工作】一年心得，的確更清楚自己要的是甚麼，或許是有人提點，或許是自己有感悟，又或許是迫於現實壓力，但是既然自己想清楚，就要認真的去實踐。但同時，投履歷的考量變多了，也深深的感受到選擇的重要性，職涯不像是optimization可以用小的step頻繁更新，因此每一步都必須慎重，一失足成千古恨

現在回頭去看第一次面試的紀錄中所提的

入對產業、選對公司、跟對主管

難免顯得有些幼稚，不是說這句話不對，而是我不具備判斷甚麼產業是對的的能力，更直白地說，對我而言，究竟是要以CG技術作為核心去找一個最賺錢的產業，還是做不做CG不重要，而是要找一個工作生活可以兼顧的產業，重要的是必須自己心裡要清楚孰輕孰重，何況，我也沒有能力洞悉所有的產業狀況，因此何來入對產業。

反省

因此再進入心得前，不如先依據這次經驗來的反躬自省，先從面試得來的反饋來說好了，誠如面試準備提到的隨著進入職場，不能總是講技術上的東西，如果用MetAI的COO給我的建議來說明，可以有三個層次可以去思考，分別是商務面、產品面以及技術面。

商務面
除了MetAI外德廣數位的老闆也有給我類似的回饋，他們要聽的或許不是技術，而是這個技術在商業上的價值或是與人合作的方式，甚至是個人的行事風格，這些東西不能只講表層的好聽話，但是我過去沒有認真思考過更深入的實例，導致表現比較不好。
產品面
MetAI提到，要思考某個技術實際上該應用在甚麼產品上，這個產品是不是能解決一些獨特的問題之類的應用。
另外，歐特明電子、緯創以及Acer的主管也提到的，要提出自己對於市場產業的觀察，例如未來主流的方向，自己自學所需技術的程度，這些或許超出了一個純粹技術工程師的範疇，但同時，如果能思考到這些問題，也就代表你已經超出了工程師的思考框架，換言之，我不能也不想永遠是一個新鮮人，那這方面的思考就必須具備。
另一個從產品的角度的例子是，怡利、緯創都有問到過去做的軟體搭配的硬體的算力問題，這是很實際的產品問題，這些問題釐清才能明確技術性的問題。
技術面
在源一面試的建議是在技術上可以進一步提出一些可能的改進方向或者是想法會更好，當然這也跟一些市場產品的觀察有關。

所以可以發現，技術之前你得先知道市場與產品，而在市場之前還有商務，也就是商業模型以團隊合作等等，這些都是我應該要事先準備的問題。

上述的三個面向其實關乎另一個問題，就是面試時的對象，主要也是MetAI的COO給我的建議，簡單來說就是要看對象講商務面、產品面或是技術面的內容，講難聽，就是見人說人話，見鬼說鬼話。

除了面試的內容外，也會帶出另一個面試實際的問題，面試的形式，具體來說是深度和時間長度，前者例如台達的二面我沒有先確認報告的對象想要什麼樣的簡報，自以為他們不需要理解深入的東西，所以報得太表面，後者例如在Vizuro的二面我就不小心講得太開心講到超時很多，然後我也覺得講太多，所以不自覺加快語速，但不同主題的轉換還是需要喘息的時間

心得

上述這些從馬後炮的角度來看都很直覺，但是因為我之前面試的經驗是剛畢業的時候，當時除了技術也沒甚麼東西可以講，再加上公司也不覺得畢業生會懂太多東西，所以也是派技術主管來面試，因此沒有意識到這些事情的重要性。雖然不可否認，做這些事情一方面是我的策略，一個勁的狂講技術讓對方有我的技術很深厚的印象，但是我想這個策略應該會隨著年資逐漸不管用。就像與德廣數位的一面中老闆從整個人的角度來看我，而不是把我切出技術的那部份來看，這算是給我一個蠻大的衝擊。

那假設我的求職策略是要在相同領域，也就在車用領域的話我優先會選擇歐特明，因為策略上永遠往前一步，不能一直讓技術停留在前期的草創階段，如果是學習的角度的話。題外話，根據新馳、先進車的反饋，只會在GPU上寫算法已經飽和，如果要走車用，嵌入式系統之類的系統層面的東西應該繞不開。

因為大多數的車用都是屬於科技業，包含我之前也在科技業，相對於純軟，這有點小murmur，科技業看待軟體工程師的價值基本上還是照制度，因為科技業賺錢不靠你的軟體，所以你再有能力對於科技業來說都是溢價，另個角度來說，你會過得比較輕鬆，因為只要達到規定的下限即可，公司並不追求你的成長上限。

我從面試的過程的感想就是，越需要你專業的公司越不需要自我介紹，尤其是對於專業上的介紹，假設是類似專業的人員，看你的履歷就知道你的能力，如果不是類似專業的人員，那面試官也無從確認你的專業能力，因此都不太需要深入的你的專業。

反之，不需要你的專業的公司就越要自我介紹，用大量的問題來篩選出是否具備他們想要的能力，例如用程式題來確認是否會寫程式，因為他不懂你專業的東西背後所具備的能力，講白了，科技業不在乎我會圖學的部分，只是確認我會寫程式，是一張好寫的白紙。

總而言之，就像我在【工作】第一次轉職面試紀錄 — 02的結語中說的，有機會的話可以多面試，如果用AI來比喻，工作就像在training，找工作就像在validation，如此思考，是否頻繁換工作才是對的？不能說錯，但是社會會懲罰這樣的策略，因為頻繁換工作會給人不好的印象，因此我們只能把握每次面試的機會，儘量找到一個好的gradient，尤其是越年輕的時候可以跨越大步(跨領域)，越年長的步伐則會越來越小。

最後，不妨用前面提到的同一位主管的話做結

現在雖然是大AI時代，但假如只能二選一，我建議還是根據自己的熱情做選擇吧。

這個是當初一直找不到AI相關工作的時候他說的，其實理性上我是認同這句話的，以我來說，我不能捨本逐末，CG固然天花板在那邊，但也沒有這麼不堪，天知道未來幾年會不會突然爆火，因此，或許不要預測市場，遵從自己的內心也是一個不壞的策略。

小提醒

有關於是否要完整揭露自己做過的所有職位，一種常見的說法是先隱藏掉無關的工作經驗，舉我為例就是當了四個月的設備工程師的經驗，主要是怕被人資刷掉，一來是與當前職位無關，二來是時間太短，覺得你可能有若干問題，所以等到有面試機會再完整揭露，這點我是持保留態度，至少我不喜歡。

另外，經過【工作】勞資爭議的經驗，我剛好有一點勞資糾紛的經驗，所以對於所謂的經常性薪資可以先跟人資確認，包含全薪中多少部分是底薪等，或是有無各式補助，例如健康或是交通、租屋補助，說實在就算確認了通常也不能改變公司制度，但至少事先跟其他offer比較的時候會比較清楚，後續也比較不會有被騙的感覺。

另外，如果offer沒有明寫的話，可以接受offer後之後不去也沒關係，海邊據說因為薪水算是中下，不會寫這種條款，不然沒人要來，但是這種方式還是有可能會有法律糾紛，而且總有點不道德，所以另一種策略就是offer接受就去，但是可以只去一周乃至於一天，看自己的良心，然後提離職，這樣就比較不會有甚麼法律問題，道德上也說得過去。

Top Opengl Courses — Learn Opengl Online

Opengl courses from top universities and industry leaders. Learn Opengl online with courses like Android Graphics with…

www.coursera.org

淺談 OpenVX

OpenVX是一個開放、免授權費的跨平台標準，可用來加速嵌入式系統電腦視覺應用。這與 OpenGL 的角色是類似的。OpenGL 是定義一個 3D 計算的軟體介面，在圖形硬體百家爭鳴的時代，圖形界面有 3DFX Glide…

hkt999.medium.com

OpenVX 簡介

已經研究OpenVX好一段時間了，想寫一系列的文章來介紹OpenVX，從規格書到Khronos官方的範例實作，這會是一系列的文章，希望讓有興趣的朋友由淺到深了解整個架構跟規範。

medium.com

感謝你的閱讀，如果你對我的文章對你有所幫助或是意見歡迎回覆，如果你想要支持我可以：

拍個手👋，或是分享一些想法💬
追蹤我的頁面
訂閱我的專欄

或是觀看我其他系列文章

最後，特別感謝：ADAM、FRANK、MATT、ARMY、IRON

#工作 ##電腦圖學 #面試

7

送禮物贊助創作者 !

0

留言

共3則留言

緩慢爬行（人類）

2025-01-11 23:47:25

哇！好喜歡用 AI 比喻工作的敘述～
大大對 AI 領域的執著令人佩服，自己雖然實驗室在做 AI，但覺得水好深我真的要踏進去嗎（然後頭已經洗一半），對未來仍尚無定見，真的是自慚形穢，要好好檢討自己了。
大大的行文很有邏輯性，從產業內容到求職策略和你在各方面的思考都讓我學到很多，也感受得到你對自我的強烈要求，太強了，感謝分享！！