等华为审批,审批要多长时间啊,通过率高吗?焦急中

dragonbooker 2011-05-16 06:54:09
3月底通过华为5轮面试,中间出了点差错,到4月底才通过研究所审批。打电话问内部招聘人员说之间没有名额,也就是没有那个什么什么号,上周告诉我有号了,把材料发送给深圳总部审批了,想问问审批需要多少时间啊,会不会不通过啊?
等得很是焦急,都没心思工作~~
...全文
5607 20 打赏 收藏 转发到动态 举报
写回复
用AI写文章
20 条回复
切换为时间正序
请发表友善的回复…
发表回复
zhang691753540 2011-08-08
  • 打赏
  • 举报
回复
真好 我是7月初面试,到现在都没有消息,唉不知道咋搞了。楼主大约等了多久啊?
dragonbooker 2011-05-20
  • 打赏
  • 举报
回复
已收到offer,谢谢大家的关注~
yan267 2011-05-17
  • 打赏
  • 举报
回复
嗯,说点有用的。

一般是审核你毕业证书这类的东西有没有造假,然后部门的名额有了没。
如果是急用的话,面试5轮的时候,会告诉你大概等待的时间,如果没有说,不急的话,拖上个月是很正常的事情。

以前我就等了大半月才来电话。。。。
yan267 2011-05-17
  • 打赏
  • 举报
回复
华为。。。。基本上都是找外包人员.........

压力大,木有网上的地方.......基本不考虑。
xuexiaodong2009 2011-05-17
  • 打赏
  • 举报
回复
各位要谈定
wang2666 2011-05-17
  • 打赏
  • 举报
回复
蛋定。。
lida2003 2011-05-17
  • 打赏
  • 举报
回复
各位要谈定
芳草天 2011-05-17
  • 打赏
  • 举报
回复
所以,只有鳖不死的人才能进华为。。[Quote=引用 9 楼 liuxingzdh 的回复:]
华为都是先招人,再等上峰的名额的。淡定了。
[/Quote]
芳草天 2011-05-17
  • 打赏
  • 举报
回复
华为都是先招人,再等上峰的名额的。淡定了。
lida2003 2011-05-17
  • 打赏
  • 举报
回复
[Quote=引用 6 楼 chu009 的回复:]

楼主淡定,多关注点别的机会,多拿些offer才是真理~
[/Quote]

++

不过要你的部门已经过了,基本上都会没有问题。到底是老板招人,还是部门招人,你说呢。

除非一种情况,部门比较烂,老板也有意见,不让扩充。不过大公司这种情况比较少。
Joyfulmath 2011-05-17
  • 打赏
  • 举报
回复
为啥挤破脑袋去找悲剧呢?珍惜生命,远离华X
chu009 2011-05-17
  • 打赏
  • 举报
回复
楼主淡定,多关注点别的机会,多拿些offer才是真理~
zaokong 2011-05-17
  • 打赏
  • 举报
回复
我是在北京面的,四月十六号,到现在还没个信儿。。。我以前是做java的,大家说我审核被刷的几率有多大
zhuanghannj 2011-05-17
  • 打赏
  • 举报
回复
今年要人应该挺多的,到总部审批目前身边的(两同事和我)还没有不过的。
南研所和南京办的,我大概一个月。3.26面完的,4.25发的offer
zaokong 2011-05-17
  • 打赏
  • 举报
回复
在华为招聘网站上,看到我的简历状态是 处理中...,申请职位是 无职位 这是啥意思
zhaoli_1956 2011-05-16
  • 打赏
  • 举报
回复
一般都是1个月+
有同学在深圳总部的话最好找人去帮忙问下,会快很多
dragonbooker 2011-05-16
  • 打赏
  • 举报
回复
都审批哪些方面啊?
sparklxd 2011-05-16
  • 打赏
  • 举报
回复
听过不少,貌似很严格,过了也要小心hr,楼主淡定
s8232642 2011-05-16
  • 打赏
  • 举报
回复
1个月+。
不通过的情况还是不少的。
实话。
内容概要:本文围绕基于Wasserstein生成对抗网络(W-GAN)的光伏场景生成程序展开研究,提出了一种利用W-GAN生成精度、波动性光伏出力场景的方法,以应对新能源发电的不确定性挑战。研究通过构建生成器与判别器之间的对抗训练机制,有效捕捉光伏出力的时间序列特征与统计分布规律,生成符合实际运行条件的多样化场景数据,弥补实测数据稀缺问题。相较于传统GAN,W-GAN引入Wasserstein距离作为损失函数,显著提升了模型训练的稳定性与梯度传播的连续性,增强了生成样本的质量与多样性。文还提供了完整的Python代码实现,便于读者复现与拓展。; 适合人群:具备一定Python编程能力、深度学习基础的研究生、科研人员,以及从事新能源电力系统规划、优化调度、不确定性建模等相关领域的工程师和技术人员。; 使用场景及目标:①用于电力系统可再生能源出力的不确定性建模与风险评估;②支撑微电网、综合能源系统等场景下的随机优化、鲁棒优化与分布鲁棒优化研究;③为风光互补系统、储能配置、需求响应等应用提供质量、多样化的输入场景;④帮助研究人员掌握深度学习在能源时序数据生成的前沿应用,推动模型迁移至风电、负荷等其他场景生成任务。; 阅读建议:建议读者结合提供的Python代码进行动手实践,深入理解W-GAN的网络架构设计、损失函数构造、训练技巧及超参数调优策略,重点关注Wasserstein距离在缓解模式崩溃与梯度消失问题的作用,并尝试将该框架拓展至多变量、多站点或多能源联合场景生成,提升模型的泛化能力与工程实用价值。

699

社区成员

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛(原bbs)
社区管理员
  • community_281
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧