AI这一波的肉身下注

可以关注一下盈利,SaaS公司的话ARR (annual recurring revenue) growth是最重要的标准,还有LTV:CAC (life-time value / customer acquisition cost)。一般前几年能保持>100% growth的话还是挺有戏的。

1 个赞

Private company 不见得拿得到数据吧

问recruiter,有的会告诉一些

现在openai估值已经很高了,去年入职的,直接翻了好几倍

这两家有坛友了解嘛

Cerebras
SambaNova

@twistane 公开渠道研究startup除了crunchbase还有什么比较高效的渠道嘛

这两家真的有在招人吗?最近一年的headcount都在降

还有多去local inperson event

感觉这些信息老中一般不太会去刻意了解
(除非是在公众号朋友圈发布的全是华人名校大拿分享的那种

1 个赞

数据砖真要进可能也没那么难,至少ng面试题库是死的,去年两大热门可预见性ipo反而是感觉要:u7121:了的cart先上了

雪花这两年从股价上来看潜力也不算很大啊,数据仓库这东西我觉得是个做云的大厂也能分一杯羹?

倒是trading有什么公司值得关注一下嘛 :yaoming:不卡本科学校面试也是没参加过acm的人也能准备的那种 :yaoming:不想在tech呆了

这种题库小的主要是简历关对于很多人很难说,数据砖我身边拿面拿offer的都是很厉害的人 我这种摸鱼人就直接打退堂鼓了

请问针对数据砖有什么简历项目建议吗,稍微科班点的我只学过操作系统和解释器,其他都是很大众的mern这种了

做kafka的confluent 题库个位数,但是根据我观察发面试很玄学就几乎没规律。。是我唯一一个完全不match但莫名其妙拿了面试的。。

从trading跳到tech之后,又想回去了:melting_face:

Pitchbook

我觉得老中善于following the rule 所以在corporation 里面很舒服

Startup 就像silicon valley 里面一样有很多奇怪的人

如果是ng显然是实习公司知名度>>其他所有内容,还有就是hc多的时候拿面试的概率>>其他情况下的概率

硬要说projects的话可能分布式和cloud相关的比较有用,不过他们也招full stack,所以没有也问题不大

虽然题库是死的,但是题目都是非常规并且内容比较多也有很多follow up,所以并不影响招不到牛人,之前同学花了一两天针对性准备才进的

超级感谢详细回复!!

身边几个拿5+面试的确实在国内都有北美大厂中国office实习了。