[心得] 104多關鍵字搜尋工具＋AI 工程師面試紀錄
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://www.ptt.cc/bbs/Soft_Job/M.1784858564.A.F07.html
Soft_Job 近期熱門文章
28
99
PTT職涯區 即時熱門文章
18
53