技術不夠好,不敢開始海外求職?其實沒有人一開始就準備好
「等我技術再好一點,再開始投履歷」——這句話我自己說過,也聽過非常多人說過。
問題是,技術「好一點」是一個沒有終點的標準。你可以永遠覺得再多刷幾題、再多做一個專案、再多學一個框架,才算真的準備好。而這個「再一點」,會不知不覺拖上好幾年。
我自己不是本科出身,也是靠著在還沒有「夠格」的時候就先開始,才走到現在。這篇想聊聊,為什麼技術上的完美準備,從來不是海外求職真正的門檻。
Everyone sucks at coding,一開始都是
我不是資訊工程系出身,是不小心念了資管系、不小心接觸到 coding,覺得有趣才繼續學下去的。在成為軟體工程師的路上,我一直很想放棄——因為從來沒有人跟我說「你可以」,反而是我自己一直在心裡告訴自己「不可能更好」。
後來我發現一件事:coding language 說到底,就是一種跟機器溝通的語言。沒有人生來就會說某種語言,也沒有人生來就知道怎麼跟機器溝通。每個工程師都是從完全不會開始的。
差別只在於,有些人在「不會」的階段就放棄了,有些人繼續試了下去。
現在的差別是,「不會寫程式」這件事本身,已經不是當年那道最高的牆了。AI 工具讓寫出堪用的程式碼變得容易很多,我在另一篇文章裡也聊過,工程師真正的門檻早就從「會不會寫」移到「知不知道自己在解什麼問題、判斷產出對不對」。這對正在猶豫要不要開始的人,其實是好消息——語法可以邊做邊補,但判斷力只能在實作裡練出來,而且越早開始練,累積得越快。
先求有再求好:我最慘的接案經驗,反而是最有用的經驗
工作沒多久,我學了點皮毛,就在完全沒有專案經驗的狀態下開始接案,結果可以用慘不忍睹來形容——價格壓得極低,談案子、架設、前後端、上線、開發票全部自己來,技術上的不足逼著我每天都在上線上課程,邊學邊做客戶的案子。
但正是這段狼狽的經驗,讓我第一次真正理解怎麼根據不同需求選擇技術規模,也建立起對每個任務的責任感。這些能力,後來成了我拿到第一份海外工作(香港)的關鍵之一,也讓我在兩個月內於加拿大找到下一份工作。
如果我當初等到自己「真的很厲害」才開始接案、才開始找國外工作,我可能到現在都還在原地準備。
除非你的目標是有明確既定考題的大公司職缺,否則大部分求職者根本不需要等到專案「完美」才開始投履歷。如果一間公司要等到產品完美才開始賣,還沒開始銷售,可能就已經倒閉了——履歷也是一樣的道理:先有一份能用的履歷,就可以開始求職,把每一次面試都當成練習。
「能用」不代表隨便。我對「能用」的最低標準是:有一兩個做完、能講出脈絡的專案(不需要多大,能說清楚你解決了什麼問題就夠了),加上一份格式正確、沒有明顯錯字的履歷。剩下的,交給求職過程本身去補——投出去、被拒絕、被問倒,這些回饋比你自己在家裡想像的任何模擬情境都精準。
我當年是硬著頭皮、邊接案邊上線上課程,才勉強做出「能用」的東西。現在有 AI 工具輔助,從一個想法到做出一個堪用的專案,門檻比我當年低很多——沒有理由再用「還沒學完」當藉口,卡在準備階段。
你不需要「從頭學完」才能開始下一步
我常聽到學員說「我要先學會前端,再去學後端」,但實際上,軟體業裡幾乎沒有「學完」這件事。
在職場上,我大部分時候都是 just-in-time learning——需要的時候才去學,而不是預先把所有可能用到的技能都學好才開始。快速學習的能力,遠比「早就知道怎麼做」重要得多。
與其把學習想成「一號樹枝學完了,才學二號樹枝的根」,不如想成一棵樹:從根部開始,當你需要用到某個分支時,再往那個分支延伸下去。等你回過頭學一號樹枝的時候,那個技術可能都已經被市場淘汰了。
與其做二十個分散的小練習,不如從一個實際的想法開始,讓需求自然帶出你該學的技能——例如想做一個幫貓選罐頭的 app,就會需要輸入功能、登入功能、紀錄功能、提醒通知,功能會一個接一個冒出來,你也會在不知不覺中學會很多東西。這比預先把所有技能都學好,更接近真實求職與工作時會發生的狀況。
AI 工具剛好非常適合拿來做這種 just-in-time learning——需要一個功能、卡在一個語法、不確定某個架構該怎麼選,都可以直接問,比以前自己翻文件、找教學快很多。但工具能幫你補的是「怎麼做」,不能替你決定「該做什麼、做出來對不對」——那個判斷,還是得靠你自己在實作裡一次次練出來。
先開始,才會知道自己真正卡在哪裡
技術是不是「夠格」,從來不是一個可以靠自己在腦中反覆確認的問題——因為標準會一直往後移動。
比較實際的做法是,用一份能用的履歷、一兩個做過的專案先開始投遞,讓市場的真實回饋告訴你,哪裡需要加強。你不需要等到符合所有條件才開始,因為那個「所有條件都符合」的時間點,可能永遠不會到來。
如果投出去後完全沒有回音,那可能是履歷或職缺選擇需要調整;如果能拿到面試但技術題卡關,那才是真正該加強技術的地方——這時候你在補的是市場親口告訴你的缺口,而不是自己想像出來、範圍模糊的「還不夠好」。前者花的時間,往往比後者少很多。
我也會建議給自己一個很短的期限來測試這件事,例如兩週內,先把手上現有的東西整理成一份履歷、投出十封。不用等到心理準備好,這個動作本身就會逼你面對真實的市場反應,而不是繼續留在自己腦中的假設裡打轉。
重點整理
技術不夠好,是不是不該開始投履歷?
技術「夠好」沒有明確終點,永遠可以覺得再多學一點、再多練一題。除非目標是有既定考題的特定大公司,否則有一兩個專案或工作經驗,就可以開始投遞,用真實的市場回饋來判斷該加強哪裡。
什麼是 just-in-time learning?跟海外求職有什麼關係?
就是「需要才學」,而不是預先把所有技能學完才開始。軟體業幾乎沒有「學完」這件事,快速學習的能力比早就知道怎麼做更重要。現在有 AI 工具輔助,需要用到的語法、架構都能邊做邊查,門檻比以前更低,求職一樣不需要等到具備所有條件才開始行動。
AI 讓寫程式變簡單了,技術能力還重要嗎?
「會不會寫程式」本身已經不是最高的門檻,AI 能幫你補語法、補寫法。但定義問題、判斷產出對不對、決定該做什麼,這些判斷力沒辦法外包給 AI,只能在實際做的過程裡累積——這也是為什麼越早開始動手,越早能練出真正的差異化能力。
為什麼先做能用的東西,比追求完美更重要?
先求有再求好,讓你在實作中累積真正的判斷力與責任感——這些是純準備、純刷題學不到的。把每一次投履歷、每一次面試都當成練習,比等到「準備好」再開始更有效率。