前言： 前陣子有人分享過 104 MCP server，用 AI 自然語言搜職缺， 但我的需求更簡單粗暴： 我每週固定投 10-15 間，痛點不是「搜不到」而是「太多要手動整理」。 想知道的就兩件事： 1. 我在意的那些公司（Google、台積、NVIDIA...）到底有沒有開缺 2. 同職位誰開的薪水最高 3. 找AI 工程師, Data science 的新創 不需要 AI 幫我對話，也不想裝東西設定半天。 所以做了個直接開網頁就能用的版本。 跟 104 原生的差別： 104 一次搜一個關鍵字 → 這個多關鍵字同時搜 + AI 自動展開同義詞 104 排序只有符合度/日期 → 這個讓你勾「外商優先」「半導體優先」自己決定 104 投遞前要手改自薦信 → 這個貼一次模板之後每間按複製就好 技術簡述： Flask 單檔 + vanilla JS，Gemini 2.5 Flash 做關鍵字展開， ThreadPoolExecutor 並行打 104 API，5-8 秒出結果。 部署在 Railway，零成本（free tier 夠用）。 沒有 DB、沒有登入、不存任何使用者資料。 連結：https://web-production-ea48ce.up.railway.app/ 打開就用，不用裝東西。 已知限制： - 只有 104 - 104 API 非官方，可能隨時掛 - 排序靠規則不靠 AI，偏好要自己設 - 沒有帳號系統，關掉就沒了（localStorage 會記住設定） 如果你也每週要投一輪可以試試，有 bug 歡迎推文。 -- 開發時間：一個週末 月成本：$5 USD（Railway） 同場分享2近面試2間AI 工程師的心得 1. 外商乙方 AI 工程師面試心得 最近面了一間做海外專案的 AI 工程師職缺。 1面是乙方 在面做做簡單的題目就過 2面是甲方, 我報告完我過去專案的投影片後, 就按投影片做過的專案用過的技術去問 比較會問2種問題 open-ended question你實務遇到的問題(情景), 跟某個技術的原理 原本看 JD 寫 GenAI、RAG、Agent，我以為會一直問 LLM，結果實際上 ML 基礎問得更多 ，像資料不平衡、SMOTE、SHAP、cross-validation、train/valid/test 怎麼切、模型 在 validation 很好但 test 很差要怎麼查。 GenAI 部分有問 RAGAS你會驗什麼、chunk size的問題、輸出語氣不一致怎麼處理 我會英文講太長。後來乾脆先講結論，再補原因，最後用一句 in short 收尾。 2. 台灣醫療新創 我報告完我過去專案的投影片後,問投影片問題內的技術問題以及 有一些考題是 leetcode string 題, SQL 題目 (做sql 50有幫助, 而且是比較後面多步的題目, 不完全一樣是SQL50 的題, 字 跟情景有換成那間公司的) 基本統計概念 還有時序分析 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.116.27.250 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Soft_Job/M.1784858564.A.F07.html