TMD,就因为是自考的而被拒绝了,散分

caiyi0903 2003-10-29 05:34:39
本来都谈得很好的,面试官也觉得我不错。
后来问到我的学历,我说本科。
“你是统招还是自考的?”我说自考。
“对不起,我们公司的文化决定不能录用自考学历的人。”
“可我自学能力很强啊,而且也有实际经验,为什么不能考虑一下呢?”
“对不起,我们公司是XX大学下属的研究机构,公司文化决定的,我也没办法。”
“我有学士学位,英语也过了四级。”我已经有点心烦了。
“哦,那还不错,试用期半年,你自己考虑一下。”他突然转变了态度。

大家说这家伙到底是看不起我们自考的还是故意找插啊,我靠!!!
难道自考的真的没出路了?大公司都不要自考的?自考的只有考研才有出路?
...全文
235 30 打赏 收藏 举报
写回复
用AI写文章
30 条回复
切换为时间正序
请发表友善的回复…
发表回复
cqtcqtcqt 2003-10-29
  • 打赏
  • 举报
回复
他妈的,这种面试官司就是恶心。
fnaps 2003-10-29
  • 打赏
  • 举报
回复
算了,不要这种公司
libing10 2003-10-29
  • 打赏
  • 举报
回复
我也是自考的,上次被一家M国公司拒之门外,在公司也没有加成级,心寒了,还是去考研吧!虽然现在混的也不差,年纪也不小了,但没办法呀!为了以后的发展,还是非常有必要去考研的,有几个朋友已经考上了,这对我是鼓舞!
wuxuqiang 2003-10-29
  • 打赏
  • 举报
回复
自考的人一定要成功

呵呵
xuxingren 2003-10-29
  • 打赏
  • 举报
回复
无语
caiyi0903 2003-10-29
  • 打赏
  • 举报
回复
up
hsdngzs 2003-10-29
  • 打赏
  • 举报
回复
自考人可以练就一身工夫的! 耐心,耐力,承受挫折的能力.很多都是我们自考人的优点!

现在的公司对学历的要求已经不像以前那么苛刻了!
hackerandy 2003-10-29
  • 打赏
  • 举报
回复
如果努力,同样可以找到好工作地 !!

别灰心 支持你!!!!!!!!!
kenql 2003-10-29
  • 打赏
  • 举报
回复
我自己的能力证明给他们看
zwher 2003-10-29
  • 打赏
  • 举报
回复
存在即合理

想开点吧,必经是别人开薪水啊
caiyi0903 2003-10-29
  • 打赏
  • 举报
回复
“对不起,我们公司的文化决定不能录用自考学历的人。”
其实我就觉得这句说得太牵强了!要是说我能力不行还好想点啊!
zwher 2003-10-29
  • 打赏
  • 举报
回复
努力吧,有机会K了他
sole_eagle 2003-10-29
  • 打赏
  • 举报
回复
我也是自考的,看来只有考研了。
bdove 2003-10-29
  • 打赏
  • 举报
回复
自考的好啊!
我喜欢!如果是边工作边考的,更好!
至少不会象有些在学校里只顾玩玩游戏,泡泡酒巴的强多了!
juwairei 2003-10-29
  • 打赏
  • 举报
回复
我也是自考,不过比你幸运,公司关于文凭没说什么
公司多的是,怕P,不叼它
BigBin2002 2003-10-29
  • 打赏
  • 举报
回复
让考官去死吧
rabbit816 2003-10-29
  • 打赏
  • 举报
回复
我也是自考。坚绝支持。
soaringsouth 2003-10-29
  • 打赏
  • 举报
回复
要是我,当时就说给他听:你们是傻比公司!!
baolin 2003-10-29
  • 打赏
  • 举报
回复
他tmd 没见识!靠!
shuiniu 2003-10-29
  • 打赏
  • 举报
回复
严重同意楼上的
加载更多回复(10)
大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析系统,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。 系统实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高出上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。 系统按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提出了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性映射与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护系统中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。
几何旋转和天线校准模式对GNSS相位缠绕的组合效应(Matlab代码实现)内容概要:本文研究了几何旋转和天线校准模式对全球导航卫星系统(GNSS)相位缠绕的组合效应,并提供了基于Matlab的代码实现方案。相位缠绕是GNSS高精度定位中的重要误差源,受卫星与接收机相对几何关系及天线相位中心变化的共同影响。文章通过建模分析几何旋转与天线校准参数对相位缠绕的影响机制,探讨二者耦合作用下的修正方法,旨在提升GNSS数据处理的精度与可靠性。研究涵盖了理论建模、算法实现与仿真实验,结合Matlab工具进行数值模拟与结果可视化,验证了所提方法的有效性。; 适合人群:具备一定GNSS基础知识和Matlab编程能力的科研人员、研究生及从事高精度定位相关工作的技术人员。; 使用场景及目标:①用于GNSS高精度数据处理中相位缠绕误差的精确建模与修正;②支持地壳形变监测、精密授时、卫星定轨等对定位精度要求较高的应用场景;③为相关算法开发与教学研究提供可复现的代码实例。; 阅读建议:建议读者结合GNSS误差处理的相关理论,边运行代码边理解算法细节,重点关注几何旋转模型与天线校准参数的集成方式,并可通过修改参数进行敏感性分析以加深理解。

703

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