深信服内推,深信服内推码

🤔深信服为什么值得去?

● 公司发展前景好,创新性强、成长速度快、市场前景广阔,现在正在蓬勃向上发展,AI +云计算+网络安全,三条赛道的高科技企业

● 组织扁平化、团队年轻,工作氛围好,简单务实。

● 人才需求量大(25届2000+offer),职业发展机会多。

👍有哪些岗位投递成功率更高,更容易约到面试?

✅市场类:1000+offer(不限学校,本硕均可投递,工作地点:全国大中城市)

🔸客户经理(不限专业)

🔸售前产品经理(仅限理工科)

3-4个月深度培养期,不用担心你所学专业是否适合。

● 据网友反馈,整理了下深信服市场岗过往薪资信息,20多-30多万/年,市场岗位薪资还是很高的,应该属行业top级了

✅研发类:1000+offer(工作地点:深圳、北京、长沙、南京、成都,80%在深圳)

🔸开发岗:C/C++、Python、Go、Java软件开发工程师

🔸人工智能岗:AI工程师、AI技术专家(应届博士)(博士100-130w/年)

✅技术服务类:技术服务工程师,2000+offer,base全国大中城市

🔥这两年和深信服接触的不少,和校招HR对话get到的核心信息:

1⃣深信服没有院校硬性门槛,筛选简历没不太看学历和学校、专业,只看能力。

2⃣简历目前收到的真的非常多,但是很多人都是拿标准简历海投,这样的话,没有针对性,简历也是需要“看眼缘”的,建议简历一定要突出重点!

3⃣公司氛围挺简单,平等的,内部没有XX总的称呼,只有队友,没有领导;包括CEO在内没有任何人有独立办公室。

4️⃣深信服是一家对应届生非常友好的公司,尤其深信服的市场团队是国内IT高科技行业市场人才培养的标杆:给年轻人足够机会,包容年轻人,很多小伙伴入职半年能独立运作项目!

深信服科技26届春招3.10启动啦~

研发类薪资:SP offer 本科35w+起、硕士40w+起!博士薪资:80-130万!

市场类薪资:本科20-28万/年起(20万不包括奖金,只包括工资和补助)、硕士22-32万/年(22万不包括奖金,只包括工资和补助)

【福利】过年13天假期,每年1-2次调薪机会,应届生1个月免费酒店住宿......

【内推链接】https://app.mokahr.com/m/recommendation-apply/sangfor/5369?sharePageId=3755022&recommendCode=NTA5MRI&codeType=1#/recommendation/page/3755022

【内推码】NTA5MRI(简历优先筛选!)大家投递完可以在评论区打上姓名缩写+岗位(比如PM+LJJ),我私你们面经~~

引流:字节跳动,海康威视,深信服,腾讯,阿里巴巴,拼多多,滴滴,京东,小米,大疆,美团,好未来,小红书,华为,简历,offer,面试,面经,三方,国企,央企,秋招,应届生,求职,比亚迪,建设银行,工商银行,百度,中兴,邮储、中行、建行、工行、建行、光大、招商银行、科大讯飞、蔚来、新华三、京东方、容知日新、长鑫存储、阳光电源、中国移动、中国电信、中国联通,中兴,虾皮,网易,腾讯音乐,京东,虎牙,b站,bigo,思科,亚马逊,荣耀,小米,联想,tplink,第四范式,米哈游,携程,旷视,美的,索尼,OPPO,满帮,momenta,欢聚,shein,用友,哈啰,vivo,完美世界,地平线,爱奇艺,汇顶,得物,深睿医疗,全志科技,禾赛,唯品会,度小满,蔚来

#牛友职场人脉来了#
全部评论

相关推荐

头像
03-05 16:52
已编辑
北京邮电大学 Java
最近做了一个企业级 RAG 智能体项目 Ragent,基于 SpringBoot 技术栈 + 手搓 RAG,完整开源了。不是 Demo 级别的调 API 玩具,是覆盖了 RAG 全链路的工程实现,分享出来给大家参考。GitHub:https://github.com/nageoffer/ragent为什么做这个项目现在面试越来越多地问 AI 相关的东西——RAG 怎么做的?Agent 怎么实现?MCP 了解吗?但市面上大部分 RAG 教程要么是 Python 生态,要么停留在调 API 跑通 Demo 的阶段,离真正能上线的系统差距很大。所以基于自己在公司实际落地 RAG 系统的经验,做了 Ragent 这个项目,把企业里真正会遇到的问题都实现了一遍。核心能力▪ 多路检索引擎:意图定向 + 全局向量双通道并行,检索结果经去重、重排序等后处理流水线。▪ 意图识别:树形意图分类体系,置信度不足时主动引导澄清。▪ 问题重写与拆分:多轮对话自动补全上下文,复杂问题拆分为子问题分别检索。▪ 会话记忆:滑动窗口 + 自动摘要压缩,控制 Token 成本的同时保留关键上下文。▪ 模型路由与容错:多模型候选、优先级调度、首包探测、三态熔断器、自动降级。▪ MCP 工具调用:知识检索与外部系统调用在同一流程中无缝融合。▪ 文档入库 ETL:基于节点编排,从解析、分块、向量化到写入 Milvus,每步可配置、有日志。▪ 全链路追踪:每次对话的重写、意图、检索、生成各环节都有 Trace 记录。技术栈后端:Java 17、Spring Boot 3、MyBatis Plus、Milvus 2.6、Redis + Redisson、RocketMQ 5.x、Apache Tika、Sa-Token前端:React 18、TypeScript、Vite代码量:后端约 4w 行,前端约 1.8w 行,20 张业务表,22 个前端页面。和 Demo 项目的主要区别▪ 检索方式:Demo 通常是单路向量检索,Ragent 是多通道并行 + 后处理流水线。▪ 意图识别:Demo 没有,Ragent 做了树形意图 + 歧义引导。▪ 模型调用:Demo 单模型挂了就挂了,Ragent 多候选路由 + 熔断降级。▪ 会话记忆:Demo 全量塞给模型,Ragent 滑动窗口 + 摘要压缩。▪ 可观测性:Demo 没有,Ragent 全链路 Trace。项目会持续迭代,感兴趣的同学可以 clone 下来跑一跑,有问题欢迎提 Issue 交流。
勇敢的王老五最喜欢春...:我以为是营销号呢,进来看是特么的大佬
AI项目实战
点赞 评论 收藏
分享
评论
点赞
1
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务