哪些招聘网站不要钱
可以免费发布招聘信息的
作为工作多年的，我也一直在需找一费的靠谱的招聘网站和招聘，求一般网站都是免费的，但招聘方和猎头是收费的，要么年费（公司签协议），要么按次收费。
后来发现 gateface门面 就是可以免费招聘的一个工具，对于招聘方和猎头也完全免费的gateface门面 是一个完全免费的可以用来招聘求职的软件。
对招聘方、猎头、求职者都是完全彻底免费的，包括搜索查找简历，详细联系方式等都是开放彻底免费。
求职者：将自己的简历放到 gateface门面 里（其实是在自己电脑上做个简单的网页），提交关键词给搜索引擎（希望自己被搜索到的关键词：和工作技能有关的，招聘方可能会用来找人的）。
当然，还可以展示其他附加资料，任意视频，图片，文件，作品，程序等，全面充分多方面展示自己。
招聘方（或猎头）：可以将自己的招聘信息放到 gateface门面 里（其实也是在自己电脑里做个页面），提交招聘的关键词，希望求职方可以搜索到的关键词。
例如 PHP前端开发 等。
也可以附加其他资源。
求职者可以搜索到招聘方或猎头，招聘方或猎头也可以搜索到求职方。
双方可以任意自由留言、发简历（工作内容）、视频、还可以有测试考试。
招聘简历测试面试一条龙全部搞定。
功能很强大，这些都是双方设定后才可以，不设定，当然不能。
具体操作，可以下载gateface，安装注册，完全免费。
具体的可以参看gateface官网的视频教程。
搜索 gateface 就可以到官网下载了
怎么成为Web前端开发人才
1、弄清楚你想要做什么越明确一个目标，制定的计划就越专业化。
例如：做前端还是后端开发
做用户体验设计师还是用户界面工程师
用JS还是React.js
虽然万金油有一定的价值，但是大多数公司和客户更希望录用一个具备特定技能的专业人员，当然如果你是一个自由职业者除外。
那么你怎么确定你专长于哪方面呢
反复尝试，研究和技能评估测试是一个很好的方式。
了解自己最重要：明确自己的喜爱。
2、确定你所需的技能和项目\\\/工作经验现在，你已经有了一份关于你感兴趣的公司和职位的名单，所以接下来就需要弄清楚这些岗位需要什么样的技能和经验，有哪些重叠的地方。
一定要注意重叠的技能或经验，这是你学习的重点。
他们使用React或Angular吗
使用MEAN堆栈或Ruby on Rails
还有另一个方法可以让你知道一家公司的网站使用了什么技术，那就是通过利用类似于BuiltWith的工具。
它会显示框架、语言等该网站所依赖的东西。
例如，我们可以看到Airbnb使用Ruby on Rails。
3、研究目标公司以及工作的岗位这和整理招聘广告一样简单。
有没有哪个特定关键词吸引你的眼球
仔细看看招聘JD，看看你是否可以胜任。
当涉及到公司的时候，通过搜索引擎和就业网站，可以提前了解研究目标公司。
4、弥补你的不足你可能在某些行业已经拥有了相关的工作经验。
比如说你目前的职位，哪怕并不是技术性的，你也可以使用两个职位都需要的一些相似软件——例如Excel表格。
5、找到建立信心的根据接下来，你要举一些有趣的开发例子。
万事开头难，但是你可以通过这里介绍的一些方法，来积累你的经验：为朋友和家人工作构建你自己的项目在非营利性组织做志愿工作当你的劳动力是免费或廉价的时候，一定要要求LinkedIn上的推荐或建议作为你时间和精力的回报。
另外，还要确保添加所有代码到GitHub上。
6、通过网络和创建一个在线形象退颖而出大多数开放的职位是通过招聘或推荐补充的。
传统的应用程序进程几乎已经死去。
酒香也怕巷子深，你需要让自己脱颖而出。
这里有两种方法可以做到这一点：1)联系现实中的人参加聚会，活动和会议。
随后，联系你在LinkedIn或Twitter上认识的人。
如果你遇到的人恰好与你想要的工作有关系或遇到的那个人正在招聘你想要的工作，那么向他们询问经验和技能。
建立关系是至关重要的——特别是对于新手。
通过与那些有着你期望的工作或经验的人构建联系，可以帮助你进入你的目标公司。
2)网络你也可以通过不需要面对面的网络。
你可以创立一个博客，加入Facebook和LinkedIn组，参加虚拟会议，通过电子邮件与他人联系，打Skype电话，致力于开源项目等。
需要注意的是，即使是在数字世界中，当彼此之间只能通过屏幕交流时，沟通起来会有点困难。
不过，这些网络上的方法还是可行的，可用来建立你的知名度。
7、调整简历\\\/项目\\\/作品由于你已经刷新了你的技能，又和行业人员有了联系，所以就到了调整简历\\\/项目 \\\/作品的时候了。
首先，确定可转移的技能。
某些特质在几乎所有职位中都是可取的。
这些特质包括表达能力，沟通能力，领导力，时间管理，解决问题的能力等。
接下来，突出你的成就。
无论是不是技术性的，突出那些可以让你看上去像一个优秀员工的成就。
即使比起专业成绩，它更像是爱好的一部分，也没关系，反正高科技产业就是古怪的。
他们希望自己的员工具备背景、激情等的多样性。
好了，现在你已经准备好了
试试过渡到web开发吧
不过这些都仅仅只是第一步——入门阶段而已。
接下来，你还需要面试。
拿到offer之后，你还需要不断努力学习，以便于向上攀登，掌握更多的技术，获得更高的薪酬和更高的地位。
在高科技产业，学无止境，但是，里面有一半是乐趣。
用英文写招聘软件程序员广告
职位岗位职责：Job description job description:1、负责线上产品前后端程序设计、开发；1. Responsible for the design and development of the online products;2、项目需审，制定产品设计文档、计划文档；2, participate in project requirements review, make product design document, plan document;3、控制开发产品质量，参与制定开发规范；3, control the development of product quality, participate in the development of norms;4、改进现有框架、基础构架，提高产品质量。
4, improve the existing framework, basic framework, improve product quality.任职要求：Job requirements:1. 有PHP开发工作经验，精通PHP程序语言，熟练掌握MySQL等数据库开发，能够对SQL语句进行性能优化。
（实习生）1 have PHP development work experience, proficient in PHP programming language, familiar with MySQL and other database development, can optimize the performance of the SQL statement. (Intern)2. 掌握JavaScript语言，能够灵活运用jQuery，AJAX、json等Web相关技术。
2 master JavaScript language, be able to flexibly use jQuery, AJAX, Web and other JSON related technology.3. 熟悉HTML、DIV+CSS等web前端技术，能解决一些常见的浏览器兼容性问题。
3 familiar with DIV+CSS, web and other HTML front-end technology, can solve some common browser compatibility issues.4. 具备良好的编程习惯，注重代码效率，能够编写规范、优质与高效的程序代码。
4 have good programming habits, focusing on code efficiency, able to write specifications, quality and efficiency of the program code.
浅析：如何转行做产品经理
机器人，自动化管理，电子商务这些都可以啊。
主要是你喜欢什么，比较擅长哪个方面就往哪个方面发展。
算法工程师 就业前景
一、算法工程师（通常是月薪15k以年薪18万以上，只是一个概数体薪资可以到招聘网站如拉钩，猎聘网上看看）算法工程师目前是一个高端也是相对紧缺的职位；算法工程师包括音\\\/视频算法工程师（通常统称为语音\\\/视频\\\/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频\\\/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（@之介感谢补充）、其他【其他一切需要复杂算法的行业】专业要求：计算机、电子、通信、数学等相关专业；学历要求：本科及其以上的学历，大多数是硕士学历及其以上；语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。
算法工程师的技能树（不同方向差异较大，此处仅供参考）1 机器学习2 大数据处理：熟悉至少一个分布式计算框架Hadoop\\\/Spark\\\/Storm\\\/ map-reduce\\\/MPI3 数据挖掘4 扎实的数学功底5 至少熟悉C\\\/C++或者Java，熟悉至少一门编程语言例如java\\\/python\\\/R加分项：具有较为丰富的项目实践经验（不是水论文的哪种）二、算法工程师大致分类与技术要求（一）图像算法\\\/计算机视觉工程师类包括图像算法工程师，图像处理工程师，音\\\/视频处理算法工程师，计算机视觉工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：机器学习，模式识别l 技术要求：（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；（2） 语言：精通C\\\/C++；（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】（4） 熟悉OpenCV\\\/OpenGL\\\/Caffe等常用开源库；（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；（7） 【音\\\/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；应用领域：（1） 互联网：如美颜app（2） 医学领域：如临床医学图像（3） 汽车领域（4） 人工智能相关术语：（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程（2） Matlab：商业数学软件；（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。
CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。
（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。
（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。
（二）机器学习工程师包括机器学习工程师要求l 专业：计算机、数学、统计学相关专业；l 技术领域：人工智能，机器学习l 技术要求：（1） 熟悉Hadoop\\\/Hive以及Map-Reduce计算模式，熟悉Spark、Shark等尤佳；（2） 大数据挖掘；（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；应用领域：（1）人工智能，比如各类仿真、拟人应用，如机器人（2）医疗用于各类拟合预测（3）金融高频交易（4）互联网数据挖掘、关联推荐（5）无人汽车，无人机相关术语：（1） Map-Reduce：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。
概念Map（映射）和Reduce（归约），是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（三）自然语言处理工程师包括自然语言处理工程师要求l 专业：计算机相关专业；l 技术领域：文本数据库l 技术要求：（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；（4） 人工智能，分布式处理Hadoop；（5） 数据结构和算法；应用领域：口语输入、书面语输入、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。
相关术语：（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。
NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】（四）射频\\\/通信\\\/信号算法工程师类包括3G\\\/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师要求l 专业：计算机、通信相关专业；l 技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理l 技术要求：（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；（2） 信号处理技术，通信算法；（3） 熟悉同步、均衡、信道译码等算法的基本原理；（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学应用领域：通信VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】物联网，车联网导航，军事，卫星，雷达相关术语：（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。
（2） 基带通信（又称基带传输）：指传输基带信号。
进行基带传输的系统称为基带传输系统。
传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。
如从计算机到监视器、打印机等外设的信号就是基带传输的。
大多数的局域网使用基带传输，如以太网、令牌环网。
（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。
射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。
每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。
高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。
【有线电视就是用射频传输方式】（4） DSP：数字信号处理，也指数字信号处理芯片（五）数据挖掘算法工程师类包括推荐算法工程师，数据挖掘算法工程师要求l 专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；l 技术领域：机器学习，数据挖掘l 技术要求：（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；（2） 熟练使用SQL、Matlab、Python等工具优先；（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】（4） 数学基础要好，如高数，统计学，数据结构l 加分项：数据挖掘建模大赛；应用领域（1） 个性化推荐（2） 广告投放（3） 大数据分析相关术语Map-Reduce：MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。
概念Map（映射）和Reduce（归约），是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（六）搜索算法工程师要求l 技术领域：自然语言l 技术要求：（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发（2） hadoop、lucene（3） 精通Lucene\\\/Solr\\\/Elastic Search等技术，并有二次开发经验（4） 精通Lucene\\\/Solr\\\/Elastic Search等技术，并有二次开发经验；（5） 精通倒排索引、全文检索、分词、排序等相关技术；（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。
（七）控制算法工程师类包括了云台控制算法，飞控控制算法，机器人控制算法要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求：（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；l 加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；应用领域（1）医疗\\\/工业机械设备（2）工业机器人（3）机器人（4）无人机飞控、云台控制等（八）导航算法工程师要求l 专业：计算机，电子信息工程，航天航空，自动化l 技术要求（以公司职位JD为例）公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；（3）具备导航方案设计和实现的工程经验；（4）熟悉C\\\/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;应用领域无人机、机器人等。
