職涯飛行札記 #20｜兩位新導師上線＋一個正在發生的面試轉變

這一期，我們上線了兩位很不一樣的新導師。 一位是從台積電產線工程師出發，走到 INSEAD MBA、管顧，再到 Uber 的戰略營運角色。 另一位是在前端領域深耕 15 年，從新創一路做到大型企業，也看過整個技術世代的變化。 他們的背景不同，但聊完之後，有一個很強烈的共通點是：職涯每一次轉彎，其實都有代價，只是大多數人不會說。 這一期的導師分享，也點出一個正在發生的變化：企業開始不再那麼相信履歷，而是更想直接看你怎麼做事。 當 AI 可以幫你把「說自己做過什麼」這件事包裝得很好，真正的差異，就會回到你在真實情境裡，能不能把事情做好。 另外，如果你對 AI 開發、面試準備這些主題有興趣 我們下週末有一場實戰分享活動，會直接討論大家最近最常卡住的問題 早鳥優惠到下週一（4/20），有興趣的人可以把握一下

Michael Yang

★

5.0

(1)

Senior Strategy & Operation Manager at Uber Technologies

從台積電產線到 Uber 戰略｜EY-Parthenon｜INSEAD MBA｜幫你看清每個職涯轉折的真實成本

查看 Michael Yang 導師檔案 →

Michael 大大一開始是台積電產線工程師
→ 去唸頂尖 INSEAD MBA
→ 新加坡 EY-Parthenon 管顧
→ 現在是 Uber 台灣資深戰略營運經理
每一步跨度都很大

跟 Michael 大大聊完才知道，他也不是沒有猶豫過
因為每一個轉折背後都有真實的取捨跟代價
他跟我說他最常跟大家分享的
就是那些職涯決定背後，沒人告訴你的隱形成本

如果你正在某個十字路口，想知道台積電、傳產、外商、管顧這些環境
真實的工作邏輯和文化差在哪
或是正在考慮出國念 MBA 值不值得
他自己親身走過，也很願意直接跟你說真話

他想花一點時間回饋社群
開放了一些時段給有需要的人
有興趣的歡迎去找 Michael 聊聊～

Summer Tang

Principal Engineer at TSMC

突破前端成長瓶頸：專業職涯諮詢與模擬面試，幫助你從面試表現到技術架構全方位提升。

查看 Summer Tang 導師檔案 →

現在 AI 這麼會寫前端，到底該不該繼續做Frontend eng？
這個問題很適合跟新上線的 Summer 大大聊聊

她現在是台積電主任工程師，做前端做了 15 年
從新創、電商、Trend Micro、Appier 一路做到現在
出過兩本技術書、在 MOPCON、WebConf 當過講者

她看過很多前端工程師卡在技術能力夠，但說不清楚自己的價值
想往更資深的方向走，但是不知道下一步怎麼做
面對 AI 工具的衝擊，開始懷疑自己的位置在哪

她認為 AI 會寫 code 但 AI 不會定義問題
不會做架構決策、不會帶著團隊把對的東西做出來
這些才是前端工程師真正的護城河

如果你也在想這個問題
或是正在準備面試、想突破現在的技術天花板
歡迎去找 Summer 聊聊～

AI 時代下，Junior Engineer 如何真正變強？

感謝大家的踴躍報名，根據大家的報名前問卷我們也稍微調整了內容來更貼近參加者想聽的東西
比如說我們也會花一些時間來討論這些：
「用 SDD 方式跟 AI 協作開發，只剩下 code review，感覺手寫能力在退步，這樣會有問題嗎？」
「做一個完全沒做過的功能，怎麼分辨 AI 給的方向是對的？」
「刷題在 AI 時代還重要嗎？」
「Vibe coding 出來的東西，Junior 不懂底層，那還需要 Junior 工程師嗎？」
「在 review AI generated code 的時候，更應該看什麼？」

活動就在下週末
早鳥到下週一（4/20）就要結束了，所以如果有興趣的人不要錯過優惠～

別告訴我你過去做了什麼，現在直接做給我看

Tien Hsiung

★

5.0

(10)

Director, Customer Success at Salesforce

查看 Tien Hsiung 導師檔案 →

最近看到 Business Insider 一篇報導 Out: Résumés. In: Weeklong in-office trials，引起我蠻多思考

AI 變得這麼普及之後，傳統履歷的參考價值正在快速下降。因為 ChatGPT 幾秒鐘就能幫你生出一份看起來很漂亮的經歷描述。也因此，企業開始往更直接、更貼近真實能力的方式走，也就是短期試用或工作實作評估。

從教練的角度，我看到幾個明顯變化：
▎1. 履歷的影響力下降，短期實作變成新的篩選方式
現在很多公司已經不太只看履歷或面試回答，而是會讓候選人進到幾天的實際工作情境裡，用做事的方式來評估能力。這樣可以直接看到一個人怎麼拆解問題，怎麼做決策，也能看出他在工作中使用 AI 工具的熟練程度與效率提升方式

▎2. 更在意你怎麼和 AI 一起工作
現在企業的期待已經不再是你會不會用工具，而是你怎麼用 AI 放大自己的產出。有些公司在試用期間甚至會主動提供 AI 工具，看候選人能不能把輸出效率拉高到好幾倍。整體趨勢也正在往 AI 原生團隊移動，重點變成你能不能跟技術一起進化

▎3. 軟實力的重要性持續上升
在變動很快的環境裡，適應能力和處理問題的方式，比過去的學歷或職稱更有參考價值。很多公司已經降低對學歷的要求，更偏向看實際技能表現。同時也更重視在壓力或混亂情境下的反應能力，以及過去有沒有真的把事情做成或把問題修好

--
💡 給你的幾個思考方向
當招募從描述經歷轉向直接做事，有幾個問題可以想看看：
▎1. 核心能力
如果拿掉大公司背景和學歷，我在短時間的實作任務裡，可以創造什麼樣的價值，這個價值是否真的難以被 AI 取代
▎2. 思考透明度
我能不能讓團隊清楚看到我怎麼思考、怎麼拆問題，而不只是交付一個結果
▎3. 學習速度
我現在是依賴過去累積的經驗，還是能在短時間內快速調整自己，去面對新的問題和環境

在 AI 時代裡，能力的核心已經慢慢從知道什麼，轉向如何面對未知並把事情推進
最後真正拉開差距的，會是那些願意把做事過程攤開來的人