深度學習 |職涯 |轉職 |如何在3年內年薪成長到 200 萬 |2

Source: Deep Learning on Medium


Go to the profile of MLMK

此篇是[轉職經驗談 | 如何在3年內年薪成長到200萬] 的第 2 集。
這篇不長,但如果真的能看懂,吸收並實作,會是您提升薪資的關鍵技巧,是我個人真實運用有效的,會具體展示當時的技巧使用過程。

前情提要

  • 第 0 集: 概述。
  • 第 1 集: 我如何拿到演算法的第一份工作。
  • 第 2 集: 第一次跳槽,年薪提升 120 % 之前的關鍵技巧 : 估計自身市場價值。(本文)

現在回想起第一份工作的時候,還是覺得是個愉快且充滿養分的環境。當初也沒想到 3 年後 (其實不滿 3 年) 會有這樣的成長速率。

接下來的思考會跟一般的就業心得不同: 不會把焦點放在技術上,而是這樣的專案時程的影響力。技術人人會,影響力卻大不同,滿街理工人才到處跑,但許多四大理工碩的成長幅度卻不一定有我這種水準。(當然,四大理工高手怪物書卷選手多的是。但重點不是跟高手怪物比。)

  • 對我個人成長的影響 (個人成長包含技能,市場價值)
  • 對公司營收的影響

首先第一季到第二季,專案內容是完成辨識物體以及追蹤的功能模組,而這模組是要與 robotics (機器手臂,機器人或其他載具)中的其他模組整合。

對我個人成長的影響 (個人成長包含技能,市場價值)

技術上我是從傳統電腦視覺演算法切入演算法的,這時並未使用深度學習。這時候採用的是人為選取手工的特徵擷取算法搭配分類器來達成辨識物體以及追蹤的功能模組,而這模組是要與 robotics 中的其他模組整合。在這方面,主管分配給我的任務是先造出他所指定的特徵擷取算法並測試完成,接著再將算法將輸入影像的特徵擷取出來,經過一些處理送入分類器訓練,此處的分類器也必須人工挑選,調整參數以及訓練。這裡用上了我之前學習的機器學習概念,但更多的是實務上的各種工程問題。

個人成長

  • 技能:大約作了兩季並提升了程式能力。這些算法其實都沒有很難,書中也都有偽代碼,當時我先用 Matlab 快速實現算法,之後再用其他語言較完整地實現。
  • 市場價值: 這項較特別,工程師該如何評斷自身在某個當下的市場價值 ?
    $$$
    我的方法是持續更新履歷並且持續在求職狀態,當時主要使用 104。這並不是說我還在找工作,而是觀察以我目前這樣的狀態,會有哪些公司對我有興趣,主動發出面試邀約的公司又是哪種層級? 我也可以主動投遞自我介紹信來試探我有興趣的公司。$$$ (當看到這符號時,表示這是快速提高我生涯年薪的關鍵點! )

這裡我列了一些當年第一份工作的前期收到的面試邀約,從這些邀約可以分析出我當時的市場價值。

怎麼分析呢?

雖然這些職缺我不一定都能面試上,對方也不一定要我。但是機率是高的。所以根據這些職缺的薪資範圍,便可以估計出我當時的市場價格的。我的估計是平均年薪70萬到80萬左右。但要注意的是,主動發給我面試邀約且許多較賺錢公司的職缺內容,開始偏離我設定的生涯規劃! 比如說韌體或自動控制等等,這部分或許高薪,但必須冷靜思考,切勿偏離原本設定的個人發展主軸,以我為例,要專心在演算法,就別為了 10 萬或 20 萬 而妥協去作韌體。兩年後,10 萬只是我一個月存的錢而已,專心發展自己核心價值更重要。

另外一個重點是: 要有自己的核心價值規劃,適合的工作是要公司的產業規劃跟你的價值規劃一致。員工與公司共同發展,這才是 core。當時就算聯發科找我去作韌體我也不應該去,規劃不同。這個論點被以下面試邀約證實,讀者可以看到倍利科技的面試邀約:

我們對於您的履歷(如下)印象深刻,並且與我司的產業規劃方向具有高度相關性。

總結,本文提出關鍵技巧,

  • 持續更新履歷並且持續在求職狀態,獲得人力市場的反饋來估計當下自身市場價值。以我為例,見本文。
  • 建立核心價值規劃。以我為例,就是電腦視覺演算法 (當時)。

作業:

  1. 開始持續更新履歷並且持續在求職狀態,根據未來三個月內的面試邀約職缺,估計您的年薪。
  2. 請寫下您的當下的職涯核心價值規劃。(下篇將給出範例。)

預告:
職涯核心價值規劃不會千年不動,也不會每天變動,該如何與時俱進呢?