tsuijinglei

@Sawyerhou 核心逻辑是不能追，因为 PTA 主要挂钩原油价格，不跟随情绪，涨的也有限。能追的也不敢说，只能提供客观的一些信息收集结果，能不能追还是得大家自己判断。

建议有个动物形象，会更容易植入概念一些，比如：
小喜鹳
或者埋一个伏笔，让人在打开小程序后，看到 solgan 能够觉得：妙啊
比如
小蚯蚓：用心一也。

唉，学历是非常高效的筛选条件，在高学历中捞高能力的人，比在低学历中捞高能力的人的命中率更高。我觉得这可能是大多数企业的想法。

但是如果有些企业，希望追求极致的性价比，比如能力高要价低的人，那也许就会看看低学历的人中有没有沧海遗珠。这种公司一般都是创业公司。

BTW ，我自己也是专升本，痛苦挣扎中。

@leoshcn 谢谢老哥，美股我们会逐步覆盖的

拜谢大家帮忙参与冷启动，希望我们能做成好产品

我个人觉得，训练模型的开发人员门槛高，需求量也不大。

你可以考虑往算法工程，串 Pipeline 的方向积累一些知识，可以先通过 Coze 上手，然后自己写代码串几个开源的模型和框架，复现一个带有 COZE 工作流概念的 MVP 代码，应该就能找到一份入门的工作。

目前各个大模型团队应该都不在卷模型了，而是在卷工程。

one2x ，月之暗面的产品总监出来创业吧

利益相关：产品

先角色，再分板块，再分阶段吧

角色可以分为大产品，小产品，板块可以大致分为 ToB 和 ToC ，阶段可以大致分为成事儿前，成事儿时，成事儿后

ToB 成事儿前：除了研发不做，其他的都做，包括但不限于调研市场、了解业务、商业谈判、售前方案、合规风控、成本规划。

ToB 成事儿时：研发、沟通，先把客户的业务 1：1 还原，交付项目，再想办法提效、抽象标准版，卖给下一个同类型客户。

ToB 成事儿后：大产品没事儿可做，小产品接新需求，在原有基础上加活儿。

ToC 成事儿前：会花大量的时间在市场调研、竞争格局调研上，每天头脑风暴不断地互相质疑，但最终得到一个终极目标
(产品定位)，和一个分阶段执行的方案(Roadmap)。大产品下结论，小产品集思广益。

ToC 成事儿时：出需求，一开始很简单，追求最简单的方式达成业务目标，验证后再想办法做扎实，这个阶段很多需求都比较潦草，可能就是抄了个竞品，也可能是自己写了个简单的逻辑，是研发最需要猜的是时候。大产品 Social 拉资源，小产品写方案。

ToC 成事儿后：看数据，天天盯着日活月活留存付费，一方面通过数据驱动做功能，一方面通过产品定位完善业务拼图。大产品招人，小产品做事儿。

我是个产品，斗胆帮忙参谋一下，每个 offer 都是大厂，恭喜楼主，楼主实力强大。

可以从年终奖的角度来考虑，一般来说大厂的年终奖，都跟这个业务的发展多多少少有点关系，发展的越好，所在产线的年终系数应该也越高。

1 、CDG 的 Fintech 业务毛利应该是非常高的，而且三方支付平台是民生业务，业务底子不会差，增长也可观，现在海外的微信支付业务应该还有大量的业务场景没闭环，要做的东西多，做下来一块就是实绩，年终系数应该不会低，T1 优先级吧。

2 、抖音搜索，不太清楚实际情况，同类强敌应该是小红书，这个业务线太成熟了，想做出实绩的增长空间感觉有限，可能是个中长期才能看出效果的事情。我感觉抖音的毛利来自于人群标签的推送，而不在搜索结果上排序上，跟淘宝不一样。

3 、拼车业务，也是个民生项目，但是国内打车平台种类繁多，而且毛利应该不算高，可能是个常规营收的活儿，年终系数也就正常。

4 、B 站的搜推业务，跟 B 站的主营收没有强关联，机器学习方向按现在业务视角的 AI 发展风向来看，暂时不属于 AI 了，AI 都在卷大模型的东西。既不是主营，也不是风口，感觉排名最后吧，B 站营收翻番了跟这个业务可能也没什么关系。

以上都是些拙见，不一定对。

比如我在这逼逼各个业务的毛利高低，但 B 站搜索可能就 1 个老哥，成本很低，那再比较下来，人效就巨高了，年终系数可能也不比另外三家差。

所以仅供参考，不一定就是对的。