最近找工作，遇到过各种乱七八糟的公司，招聘写的什么 8-10k， 去了之后就是 3-4k 底薪+提成的形式，面试效率底，网上想了解的这方面信息也很少。
所以想做一款用户求职后吐槽面试经历的一个产品。
我最近也是遇到很多面试的问题，也有过同样的想法。我觉得面试最大的问题其实在于双方之间的隔阂，公司不清楚自己招聘的职业具体做什么，往往在招聘信息上写一堆无关的技能，有时候包括虚假的薪资待遇，大多数公司都抱有一种不切实际的心态，希望用5-10k的待遇招到一个50k的牛人，由于信息的不明确，所以求职者也只能乱投简历，胡乱碰运气，造成双方都不能很快的找到合适的工作。
我的想法不是做一个吐槽的产品，我倒是想做一个招聘的产品，用上区块链中投票的概念，求职者可以给招聘信息的准确度和面试流程打分，公司也可以给求职者是否符合简历打分，得分越高，那么公司和求职者就会越来越匹配，久而久之，只有那些认真对待招聘的公司和具有实力的求职者能被留下，其它不合格的就被淘汰出去。
具体再说一下思路，当一个职位被多个求职者打分低于50分的时候，这个职位被认定是虚假的，就禁止给该职位投递简历；当一个公司或HR发布的多个职位中，超过51%的职位被判定为虚假的，就禁止该公司或HR发布职位。
你这个思路+区块链要是前几年还是不错的， 现在普遍招聘的都有类似打分的机制。
但是目前的打分机制是让高分的企业能吸引到更多的人投递简历，让高分的求职者能增加简历曝光率吧，他这种没有足够的信息准确度啊。比如对方招Python，要求会Flask，而你精通Django，你给他投简历，他可能不选你，这就做了一次无用功。
我说的投票，是对方要求会Flask，面试也确实以Flask为重点，这才是一次有效的投票，求职者和公司都知道要按哪些标准来面试。这样就不会出现你会Django跑去面试，人家却只招Flask。我说的投票，是面向准确度的，招聘信息提了哪些要求，就必然问了哪些东西。而现在的打分，只是给面试流程打分，是一个整体印象，具体面试过程和招聘信息是否一样，这是不知道的，只知道面试过程舒服不舒服而已。
对，你说这个标准很重要，不过对于一些小公司来说就尴尬了，不过一款产品只能针对大多数用户，并不是所有用户
关键是如何和豆瓣一样，有完善的防刷单机制，不然扛不住聪明的中国人。
审核很重要
没有流量就很难有说服力
确实是这样，这个需求的用户量不大，但是市场确实有这个需求，看有没有别的什么变通或者其他什么方向了
好像已经有不少这样的产品了。
“好像”这个词说明市场没有一款让用户能够记住的的产品，或者说我还没有接触到过
其实是有接触过，不过是五六年前的事情了。后来就再没有这方面的需求了。
现在已有的类似网站做的还不够精细化。实际上相对来说比较理想的，是要做成类似电商网站那种： a）每一个职位就是一个商品； b）每一次面试就是一个对商品的购买； c）而评价只是对当前这个职位的评价；d）进一步匹配的也包括薪酬与福利待遇等。
这个对求职者来说才是最为有用的。比如面试情况，面试官特别关注的技能点或技术点。这样面试的人越多，对这个职位的评价就越多，那么就有可能针对职位与简历做精准化的匹配
当前的招聘网站或看准类似的，还不够通用；a）当前的招聘网站对企业相对来说成本过高（这个可以作为推广的一个策略）； b）对求职者/企业来说不够友好（包括不限于全职、兼职与远程职位等诸多方面）
嗯， 你这个思路也可以考虑下
看准确实有这方面的功能，而且还是跟boss直聘是穿一条裤子的。
对，还有用户对这个面试记录的这个习惯，这个流量不大的话，这个单一功能也做不起来
看准网 貌似就是类似的网站；脉脉里面也挺多的
类似脉脉的“职言”，不过还是有区别的，
有些类似平台，只是用的人不多，不够名气
审核没有标准哦，比较难有公信度
之前也有过类似的想法，但是后来考虑了下
基于以上原因，身边的几个伙计，在github上完善了一个本地不推荐公司名单，以及不推荐理由，目前已经上100家了。
这个操作还是比较不错的
智联就有啊，而且还有相亲的呢！
类似的产品有：看准网
好像有这种产品了
看准网，以前很火的，一些在职或者离职的人会爆公司一些内幕，你这些面试的公司涉嫌欺诈了，你面过了不想其他人上当，可以在招聘网给那些公司差评，或者直接向平台举报他们，如果再不甘心，可以向工商局举报。现在很多公司是创业公司，然后是以合伙人方式招你的，这个和你说的是两种性质了，这种看上去low，自己不想去就别去了，跑来跑去当减肥吧。
同意楼上的说的 看准网，已经非常符合楼主的诉求了。
看准网 还是不错的
国内国外都有不止一家了呢，感觉很难有突破。不过试试总是可以的。
国外比较成熟的有 glassdoor，美国个别城市也有一些创业企业在做相关内容，但是一定要有差异化或者做某个垂直细分
现在有同类的产品么，我印象中好像还没有
看准网，几年前很火的，每个在职或者已离职的人会爆公司
汗，一编辑有bug。编辑过一次之后，若再次编辑默认的还是初始版本的，而不是上次编辑后的版本
下载APP，能及时收到回复或进展
我最近也是遇到很多面试的问题，也有过同样的想法。我觉得面试最大的问题其实在于双方之间的隔阂，公司不清楚自己招聘的职业具体做什么，往往在招聘信息上写一堆无关的技能，有时候包括虚假的薪资待遇，大多数公司都抱有一种不切实际的心态，希望用5-10k的待遇招到一个50k的牛人，由于信息的不明确，所以求职者也只能乱投简历，胡乱碰运气，造成双方都不能很快的找到合适的工作。
我的想法不是做一个吐槽的产品，我倒是想做一个招聘的产品，用上区块链中投票的概念，求职者可以给招聘信息的准确度和面试流程打分，公司也可以给求职者是否符合简历打分，得分越高，那么公司和求职者就会越来越匹配，久而久之，只有那些认真对待招聘的公司和具有实力的求职者能被留下，其它不合格的就被淘汰出去。
具体再说一下思路，当一个职位被多个求职者打分低于50分的时候，这个职位被认定是虚假的，就禁止给该职位投递简历；当一个公司或HR发布的多个职位中，超过51%的职位被判定为虚假的，就禁止该公司或HR发布职位。
你这个思路+区块链要是前几年还是不错的， 现在普遍招聘的都有类似打分的机制。
但是目前的打分机制是让高分的企业能吸引到更多的人投递简历，让高分的求职者能增加简历曝光率吧，他这种没有足够的信息准确度啊。比如对方招Python，要求会Flask，而你精通Django，你给他投简历，他可能不选你，这就做了一次无用功。
我说的投票，是对方要求会Flask，面试也确实以Flask为重点，这才是一次有效的投票，求职者和公司都知道要按哪些标准来面试。这样就不会出现你会Django跑去面试，人家却只招Flask。我说的投票，是面向准确度的，招聘信息提了哪些要求，就必然问了哪些东西。而现在的打分，只是给面试流程打分，是一个整体印象，具体面试过程和招聘信息是否一样，这是不知道的，只知道面试过程舒服不舒服而已。
对，你说这个标准很重要，不过对于一些小公司来说就尴尬了，不过一款产品只能针对大多数用户，并不是所有用户
关键是如何和豆瓣一样，有完善的防刷单机制，不然扛不住聪明的中国人。
审核很重要
没有流量就很难有说服力
确实是这样，这个需求的用户量不大，但是市场确实有这个需求，看有没有别的什么变通或者其他什么方向了
好像已经有不少这样的产品了。
“好像”这个词说明市场没有一款让用户能够记住的的产品，或者说我还没有接触到过
其实是有接触过，不过是五六年前的事情了。后来就再没有这方面的需求了。
现在已有的类似网站做的还不够精细化。实际上相对来说比较理想的，是要做成类似电商网站那种： a）每一个职位就是一个商品； b）每一次面试就是一个对商品的购买； c）而评价只是对当前这个职位的评价；d）进一步匹配的也包括薪酬与福利待遇等。
这个对求职者来说才是最为有用的。比如面试情况，面试官特别关注的技能点或技术点。这样面试的人越多，对这个职位的评价就越多，那么就有可能针对职位与简历做精准化的匹配
当前的招聘网站或看准类似的，还不够通用；a）当前的招聘网站对企业相对来说成本过高（这个可以作为推广的一个策略）； b）对求职者/企业来说不够友好（包括不限于全职、兼职与远程职位等诸多方面）
嗯， 你这个思路也可以考虑下
看准确实有这方面的功能，而且还是跟boss直聘是穿一条裤子的。
对，还有用户对这个面试记录的这个习惯，这个流量不大的话，这个单一功能也做不起来
看准网 貌似就是类似的网站；脉脉里面也挺多的
类似脉脉的“职言”，不过还是有区别的，
有些类似平台，只是用的人不多，不够名气
审核没有标准哦，比较难有公信度
之前也有过类似的想法，但是后来考虑了下
基于以上原因，身边的几个伙计，在github上完善了一个本地不推荐公司名单，以及不推荐理由，目前已经上100家了。
这个操作还是比较不错的
智联就有啊，而且还有相亲的呢！
类似的产品有：看准网
好像有这种产品了
看准网，以前很火的，一些在职或者离职的人会爆公司一些内幕，你这些面试的公司涉嫌欺诈了，你面过了不想其他人上当，可以在招聘网给那些公司差评，或者直接向平台举报他们，如果再不甘心，可以向工商局举报。现在很多公司是创业公司，然后是以合伙人方式招你的，这个和你说的是两种性质了，这种看上去low，自己不想去就别去了，跑来跑去当减肥吧。
同意楼上的说的 看准网，已经非常符合楼主的诉求了。
看准网 还是不错的
国内国外都有不止一家了呢，感觉很难有突破。不过试试总是可以的。
国外比较成熟的有 glassdoor，美国个别城市也有一些创业企业在做相关内容，但是一定要有差异化或者做某个垂直细分
现在有同类的产品么，我印象中好像还没有
看准网，几年前很火的，每个在职或者已离职的人会爆公司
汗，一编辑有bug。编辑过一次之后，若再次编辑默认的还是初始版本的，而不是上次编辑后的版本