求職經驗分享
本人是雜魚一條，碩論做DL，因為很喜歡ML領域，這幾個月在找工作時都找AI相關的。這篇是身為一個普通人在2026年前半年的求職紀錄，沒有MRNPS、沒有FAANG、也沒有頂級設備商。
背景：非四大四中、電資類、碩畢新鮮人
目前大、小公司總共面了25間左右，因為電資背景也有收到一些非AI相關的缺，就先分享一部分：
————————————————————
非AI領域：
1. GG — F25_ETC EE
線上面試：
與一位設備經理面試，自我介紹+工作內容介紹，一開始就說工作內容重複性高、發展性比較差一點，要有耐心且要輪班，是乾蝕刻場要能接受黃光Fab，會先去新訓中心訓練，然後到竹科實習，年底才會進中科工作。
心得：可能是因為我在面試時有表示過自己不太想做設備，從此後沒再收過面邀。
（這邊表達的不清楚，相信大家都知道GG面試會問什麼，也知道怎麼回答，但我面試時還是回答的很猶豫，相信面試我的主管也看出來了，所才會說我跟主管說了我不想當設備，可能文字上看起來很像在耍大牌，確實是我沒表達清楚，另外我一開始天真的以為新廠可能比較不操所以才決定面試看看，但主管直接說了新廠會是最操、輪班Oncall最頻繁的，所以我當下沒辦法面不改色的說我可以）
待遇：N
結果：感謝信
2. 博晶醫電 — 演算法工程師
D0 線上一面：
與技術主管面試，人不錯，聽完我的介紹會跟我說履歷的優缺點，聽説正好要做的項目跟我的研究相關，以運動手環為主要商品。
D+6 線上二面：Coding Test
給三個題目，可以用AI工具輔助，用Python加功能函數、做資料分析，最後口頭設計架構與資料流，可以用AI輔助，主要想看看對問題的邏輯跟思考能力，其實以程式來說不是很複雜，但是沒有實務經驗真的很難想的很全面，不太知道有哪些坑應該注意，尤其是系統架構部分講不太清楚，RD們在面試過程不會給壓力，會細心解答疑問，也會給回答的方向與建議。
D+28 實體三面：
先給一個小專案，在家做完後去現場講解，面試時有人資主管+副總+RD主管，先自我介紹，再講碩論內容的時候被問了很多訓練策略、訊號處理的問題，然後實作介紹，針對資料處理分析、實務問題，接著講解工作模式與職務內容，最後提問、參觀公司環境。
心得：整個面試時程拉得非常的長，聽說待遇不錯，面試的過程都是舒服的，只是都三面了直接被無聲也是蠻無言的，還以為至少會寄個感謝信。
結果 ：無聲卡
3. 奕瑞科技 — 影像辨識工程師
實體筆試+面試：
自我介紹+內容提問+公司、職務介紹，大概講了一下工作模式，公司業務是專案導向，一個人會同時有兩個以上專案，作為乙方的壓力該有的都有，內容主要做影像AOI方面，需要對影像處理相關知識熟悉一點，筆試的部份，難度算中上，很多細節跟演算法的公式我都忘了，只寫了大概而已，還會有情境題，面試前認真複習一下應該是沒問題。
結果 ：感謝信
4. 鴻準精密 — AOI開發工程師
線上面試：
做AOI機台開發，主要以硬體研發為主，軟體部分用買來的演算法進行調參、整合之類的工作，需要出差平均一年4～6次，一次3～6週，過去就算沒有相關經驗也沒關係，主管人很好針對很多狀況不避諱，都說明得很詳細，只要有電資背景過相關學歷就可以面試看看。
心得：主管一直說他覺得AI沒用，對他們這個產業幫助很少，我自己是持保留意見，雖然錢不算多，但感覺面試通過的標準很低，只要科系對了就好。
結果：Offer get (N-13)* 14～16（+100k固定獎金）
5. 肉鬆 — 自動化工程師
D0 HR電話邀約
D+5 線上面試：
產線缺，面試一開始自我介紹，因為本身碩班研究跟自動化無關，所以快速介紹帶過，後續會根據履歷、經歷詢問問題，一些控制的基本控制問題，需要輪班、加班、假日班，有很多職類會問你有興趣的是哪些，最後開放提問。
心得：一開始是因為有看到算法相關的內容，想說可以面試看看，但後來發現就是負責打雜的，而且面試官很像國棟，害我一直分心，沒有經驗沒關係，主要是看能不能配合輪班跟加班，可能我在言語間有傳達出排斥的感覺。
結果：感謝信
6. W — SMT製成工程師（竹北）
D0 電話邀約
D+5 線上面試：
一位部門主管，先自我介紹，講解SMT製成、工作內容，詢問意願，最後開放提問：假日需加班、不輪日夜班、要下產線、目前部門12個工程師。
D+12 HR敘薪：
詢問意願以及期望薪資，介紹公司的制度以及環境，還有公司福利。
心得：一開始是想知道五哥製成待遇究竟如何，後來比我預期的高一點點，原本想說當作保底，但因為要假日輪班所以基本不考慮。
結果：offer get (N-10)*14
————————————————————
AI領域相關：
1. 智捷醫學科技 — AI醫療影像資料專家
實體面試：
CTO+兩個RD，先自我介紹，根據介紹內容提問，在神經網路的部分問得比較深，需要清楚自己的設計的邏輯跟足夠的機器學習的知識，接著介紹公司產品、職務內容，是做3D醫學影像分割、重建+AR眼鏡，有跟大型醫院合作，平時主要工作是處理數據、開發模型或其他附加技術，沒有加班費，但公司提供許多AI工具輔助（當時是沒有提供Claude Code，現況不清楚）。
心得：以小公司來說AI工具全額補助蠻少見的，而且產品、工作內容也還算有趣，如果我家在台北可能就會考慮，但要在雙北區租屋的情況下這個待遇真的太少。
結果：offer get (N-10) *13
2. 三角總部 — AI Engineer (CTO Office)
實體面試：
CM+兩個RD，一開始先自我介紹，會根據介紹內容提問，兩個RD問的問題蠻刁鑽的，而且我做的領域算冷門，但他們提問大部分都有問到重要點，感覺的出來是有認真了解過ML領域，CM主要負責BQ提問，也說明這個職缺需要大量的外部溝通，所以蠻重視交流能力，貌似是新部門，主要是幫公司做AI轉型跟AI輔助研發，這個職缺有兩個Team，需要懂材料學或基因工程，工作方式是一個AIE對多個ME，幫忙解決問題，此職缺是S職等開始。
心得：人資跟我約11:00面試，結果跟面試官約10:00，幸好我有提早到不然感覺會出事，個人蠻喜歡這種研發類工作，可惜沒上。
結果：無聲卡
3. 聯億通科技 — AI Engineer
一面：線上面試
一名主管，先自我介紹，會根據內容提問，著重技術方向，主管接著介紹公司產品以及職務內容，產品做的是智慧插頭，職務就是接收上一個人的模型做優化或訓練，主要針對Audio，沒有團隊，需要獨立開發。
心得：有點不明所以的面試，有點像互相自我介紹就結束了，也沒問什麼技術問題。
結果：感謝信
4. w — LLA Senior AI Engineer
D0 電聯：
HR確認時間與投遞的職缺內容。
D+7 線上一面：
一個部門主管+一個工程師，對我的介紹沒什麼興趣的感覺，主要是針對我曾經寫過的專案做Code Review，這場面試真的被被狠狠洗臉，甚至直接被說能力太差，我的能力沒辦法幫助他們團隊等等⋯特別強調部門的工程師大部分時間都在出差，最後有給回家作業，用COCO做指定的任務，在做完回傳後還是無聲卡。
心得：蠻對不起主管的，他們要找Senior結果HR找我這個菜雞去面試，問了很多實務、工程問題我都答不出來，HR還跟我說沒問題，也是這次後開始瘋狂補各種Coding、System design 的知識。
結果：無聲卡
5. 財團法人船舶研究中心 — AI工程師
D0 線上一面：
一個Senior + HR，先自我介紹，會根據內容提問，接著換對方介紹公司與職務以及環境，詢問我在開發時的經驗、習慣，整個工作以研究傳播相關的模型開發為主，例如無人船、水下通訊等等。
D+9 實體二面：
2個處長+副處+Senior+HR，基本上跟一面重複一樣流程，會有筆試主要針對開發經驗以及流程，因為主要是跟政府合作，會有很多機密開發的問題，在平常使用電腦也是用內網，在開發上會有很多要注意的地方，最後開放提問。
心得：薪水低的有點扯，比我預期的低太多，而且要做的事很多很雜，聽到薪水後完全不考慮了，而且還沒辦法申請勞保，如果對船舶領域有熱情、想要為國家付出可以考慮面試。
結果：offer get (N-15)*14.5
6. 巨量移動 — 高級AI工程師
D0 線上書審：
要提供履歷、專案經驗、成績單等等，要等審核才會進面試。
D+32 實體面試：筆試+面試（4小時）
上機考4小時，要把自己碩論相關的深度學習模型從0開始建一次，在Colab上作業，因為不熟悉搞了很久，結果會叫他們的RD團隊驗證，然後是跟主管、HR面試，先自我介紹然後根據內容提問，還有一些BQ，最後確認期望薪資就結束了。
心得：光是面試就因為HR的問題折騰了兩週，最後排到面試竟然是隔一個月，從這邊就有點傻眼，面試當天體驗更糟，在共享辦公室，然後花一下午的時間練一個model？我不懂這個測驗是怎麼想出來的，然後面試過程零零散散，開放提問時說我只能問一個問題，真得很傻眼⋯最後問期望薪資，我提他們在招聘網站開的薪水，主管竟然不知道是多少，完全神人公司。
結果 ：無聲卡
7. 兆徠科技 — Python 工程師
D0 線上測驗：
用他們提供的資料做物件偵測、分割等模型，主要是做交通類的影像辨識。
D+8 線上二面：
主要在口頭說明測驗的做法與設計的邏輯、原因，接著做自我介紹。後續聊了工作內容與上班情況，是彈性上下班，薪水的部分比較差，年終一個月且沒有穩定的獎金制度，人資自己說是工作氛圍好的小公司。
心得：公司對我來說沒什麼吸引力的點，工作內容是相對領域很成熟的CV，所以發展性不大，人資說的工作氛圍好可能是指適合養老吧⋯
結果：無聲卡
8. 峻魁智慧科技 — 影像AI研發工程師
實體面試：
凌陽科技大樓換證面試，HR蠻有禮貌的，但因為臨時會議我等了快一小時才開始，首先會上機考，用ubnutu系統，給你一個圖片，嘗試用SAM跟Canny完成邊緣檢測、分割，口試會詢問multi-processing 、multi-threading 、Docker部署，結束後聊了之前的碩論、專案跟怎麼日常怎麼用LLM工具，還有我對LLM的理解，公司有買Server所以研發團隊主要是用地端模型+Opencode，個人很好奇實際效果如何，接著直接跟董事長+HR主管聊，公司在做模型壓縮部署的服務，其實技術面來說蠻有挑戰性的。
心得：聽說是交大教授開的小公司，有跟我說試用期結束會調薪，雖然我多等了一小時，被迫面對下班的竹科交通，但我認為從職務內容、公司福利來看，是一間蠻值得考慮的公司，雖然我最後在綜合考量之下還是選擇拒絕了。
結果：offer get (N-4)*14~16
9. 台泥資訊 — AI演算法工程師
線上面試：
一位人資兩個工程師，先自我介紹，然後根據介紹的內容會問問題，接著會問一些AI Tool跟技術面的問題，例如在圖片中解析文字、公安檢測、數值檢測等等，有認真了解相關領域的話不算難，目前部門有使用claude code，一共會有三次面試。
心得：面完當下就覺得不會有後續，台泥應該算傳產裡面比較用力在推AI的，但我明明應徵AI演算法卻花很多時間在問我Agentic方面的問題，然後在ML技術方面卻沒有問的很深入，在對話的過程一直有種頻率對不到的感覺，不太確定主管想找什麼樣的人。
結果：感謝信
剩下還有一部分是還在進行中，或是剛結束的面試就先不放了，面了這麼多工作，發現ML的面試基本上沒有，這類職缺本身就少，大企業基本都會想找頂大的學生，小公司也沒能力養AI Team。我自己一開始以為不會太難找，開始面試後花了非常非常多時間在重新理解、鑽研這個領域的知識，從非線性層設計、訓練框架、神經網路架構這種ML知識，到LLM應用Agent、Skills、MCP、RAG等等，足以證明我是真的很喜歡這個領域，但現實是這類職缺不是頂大的話很常連面試邀約都沒有，再努力也是一場空，這就是雜魚的悲哀，所以如果沒有熱情真的很難堅持下去。
其實求職過程中因為電資背景，還是很多工作機會，例如大立光AOI、廣達PE、群創EE、緯創軟體SWE、小英ICT、牙科PM、設備商FAE⋯⋯等等的，只不過當初自己很堅持要走ML方向，所以拒絕了很多邀約，當初給自己設定的時限也到了，只希望最後幾個面試能有好結果吧⋯不然就面對現實找個廠蹲了⋯
