얘들아 나 심한 우울증 때문에 방 난장판 되고
방을 안 쓴 지도 엄청 오래 됐었거든
혼자 하기 벅차서 당근에 도움글 올렸는데
어떤 중년 부부께서 도와주시겠다고 오셔서
1시간 동안 같이 열심히 치웠어
너무 감사드려서 돈이랑 음료수랑 빵이랑 이것저것 드렸어
75리터 10봉투 나왔어
기분이 묘해
핼로스핀깅!
면접관 자리에 안 앉아보거나 회사생활 안했으면 그걸 모르는건 당연하고, 불안할 수 있습니다.
근데 저걸 모르는 상태에서 ai한테 처음부터 먼저 정리해달라고 하는건 별로 추천 안합니다. ai가 이렇다고 말해주면, 스핀깅은 ai가 맞는얘길 하는지 헛소리하는지 가려낼 수 있나요?
JD를 잘 해석하고, 내 지원직무가 정확히 뭐하는 일이고, 이걸 잘하려면, 그리고 이 직무상에서의 위기들을 잘 이겨내려면 어떤 역량이 필요한지 내가 잘 고���하고 리서치해서 정의한 다음에 그걸 어필할 수 있는 근거로써 내 경험을 활용하는겁니다.
그리고 정답지(라고 생각하는것)에 의존하지 않고, 저 프로세스를 본인만의 시각으로, 100% 정확하진 않아도 나름 열심히 연구하고 고민한 티가 나는 본인의 답을 내놓는 사람들이 취직을 잘 합니다.
저걸 해석하고, 고민하고, 정의하고, 나와 매칭시키는 바로 그 과정에서 지원자의 진짜 역량이 많이 드러나기 때문입니다.
중국 부모들 사이에서 은둔형 외톨이 자녀
사회화시키는 프로젝트가 엄청 유행이래
외부랑 차단된 곳에서 규칙적인 생활이랑 소통 강제로 연습시키고,
“정상인으로 돌아갈 때까지”절대 탈출 불가라함ㅋㅋㅋ
처음 들으면 좀 극단적인가 싶은데 내용 보면 ��지가 진짜 너무 좋음
자녀 그냥 방치하느니 강제로라도 공동체 생활 시켜서 사회 복귀 돕겠다는 부모들 절박함이 낳은 유행 같은데, 개인적으로 꽤 괜찮은 아이디어 같음
면접관이 이력서 40초만 보는 거 앎?
근데 그 시간에 보는거 이 3개임
1. 뭘 만들어봤는가
배운 거 말고 실제로 돌아간 것.
"배웠습니다" 아니고 "만들어서 이렇게 됐습니다"
2. 그게 우리 팀 일과 겹치는가
전공이 아니라 "하는 행위" 기준.
데이터를 직접 만졌는가가 전공보다 큼
3. 문장이 본인 손에서 나왔는가
AI로 다듬은 문장은 티 남.
AI 쓴 게 문제가 아니라 다듬는 과정에서 구체적인 숫자가 다 날아가는 게 문제임
바로 고칠 수 있는 것
형용사 지우고 숫자 넣기("다양한 데이터"), "~하였습니다"를 "~해서 ~가 됐습니다"로 바꾸기, 첫 줄에 제일 센 거 올리기. 둘째 문단까지 안 읽음.