設萬維讀者為首頁 萬維讀者網 -- 全球華人的精神家園 廣告服務 聯繫我們 關於萬維
 
首  頁 新  聞 視  頻 博  客 論  壇 分類廣告 購  物
搜索>> 發表日誌 控制面板 個人相冊 給我留言
幫助 退出
 
0+1  
有感而發, 可多可少  
網絡日誌正文
別開生面的面試 2010-06-12 07:29:44

            我的第一次面試機會是 JP Morgan。主持人大概看到了我簡歷上說5門精算(Actuarial)考試滿分,幾個八股問題後,就讓我當場做個方差分析(ANOVA)問題。大致思路當然是知道的,但要一步不差當場“閉卷”做出來,沒有經過突擊記憶幾乎是不可能的,做出來的自然了不起,做不出來的實在也是正常的。我這高級統計得滿分的,也照樣沒過這道坎。

            我事後自然十分懊悔,但再多想一會兒就相當坦然了,他大概就是不想要我這個出身卑微的數學物理博士。即使我這道題僥倖答出,他可以再出一題,考倒人是天底下最容易的事。敵人在暗處,咱們在明處,躲得了這一槍,躲不了那一槍,遲早會被撂倒的。據說曾有人問愛因斯坦光速是多少,他居然答不出。老頭的理由相當冠冕堂皇,腦子要用來記更重要的東西,光速這玩藝,查一下物理手冊不就行了。問題是在考場上,考官是不吃這一套的。事實上,考官本人如果沒有準備,我的那道題十有八九也是做不出的。不服氣的可以試一下這個:為什麼標準誤差(Standard Deviation)的表達式中要除以N-1,而不是N,才是無偏差(No Bias)的。多少人能“閉卷”推導出來?如果再加時間限制,有多少人能在15分鐘內“閉卷”完成?

            一年多後,歷盡千辛萬苦,我才算找到“工作”。加了引號,就是說是一份三個星期的合同工(Contractor)。事後知道,是否轉正就取決於我能否解決一個關繫到公司存亡的問題。我早晨上班,12點以前就把問題的根源給找出來了(參看《華爾街的數學》中《平均場近似》)。簡單的說,就是函數的平均不等於平均的函數。三個星期後,我就順利轉正了。我對這這玩藝實在太熟,論文都發表過好多篇,所以根本不用回家查找資料,是“閉卷”完成的。但只要能把問題解決,不管開卷閉卷老闆都會替我轉正的。後來,我多次向朋友說起,JP Morgan 那次,如果能“開卷”,再難上幾倍我也不會有問題。事實上,根據自己後來的經驗,即使是JP Morgan 工作中的實際問題,如果給我一兩天,大部分情況應該也是輕而易舉。

            進公司後,我參加過幾次面試,也只是泛泛問些八股問題。最近有一次,一位很要好的同事組裡有個技術性很強的空缺要招人,他請我參加,考一些SAS(一種用途很廣泛的統計軟件)問題。因為很熟,我就問他,整個招聘過程你說了算(不是指最後錄取)?他說是的。我就把20年前在JP Morgan 走麥城的故事告訴他。我說,如果只是問些泛泛的問題,那就不是在考本事,而是在考嘴皮子。不是說嘴皮子不重要,我們這種工作對能力和知識的要求畢竟遠遠高於對嘴皮子的要求。但如考得深入一些,就像那次在JP Morgan,那就像是在考研究生,而不是在招聘員工。比如那個標準誤差的問題,現在給你10分鐘,你能做出來嗎。

            我繼續說,我剛工作那陣子,儘管也懂SAS,但遠不能像現在這樣號稱專家。好在我有一個朋友,是真正的SAS專家,關係非常好,一有問題我就打電話問他,根本不必擔心“臉皮厚”問題。曾有一次,是關於Macro的,電話里已不能解決問題。我就坐紐約的Path到他家,吃完晚飯馬上開工,約兩小時完工,我就睡在他家,第二天早晨坐Path直接去公司上班。公司是貓論,只要做出來,他才不管你是抄書,問別人,還是自己做的。其實要問別人,你至少對問題要非常了解,能講得清楚,應該說也是有些能力的。由於該同志的言傳身教,加上我自己的努力鑽研,沒幾年,我也敢號稱專家了。

            於是我向這位同事建議,我的面試可分兩部分。第一部分是口試,當場問,考知識面,問些深淺不一的簡單問題,半小時當然足夠了。另一部分是回家作業,考能力,從我做過的項目中選幾個中等難度的,加以簡化後讓他們回家做。如果是本地的,第二天半夜12點以前EMAIL 給我。如果是外地的,再多給一天。同事覺得這主意好極了,我們部門的副“總統”(VP)知道以後也讚不絕口。

            題目很快就出好了,象徵性地給同事看了一下,就定了下來。回家作業有兩題,第一題是關於計算的,第二題是關於文件處理的。我對同事說,如果這兩題能基本答對,上班的第一天早晨就能替你們幹活了。我下面選幾題口試題目,有興趣的讀者不妨自我測試一下。題目都是關於SAS的,就不再一一註明了。

1)      你如何定義一個Macro變量。

2)      By”和“Class”有什麼區別。

3)      SAS輸出文件中的_TYPE_代表什麼。

4)      如果程序中有“Class X Y Z”,_TYPE_ = 6 代表什麼。

5)      程序中的雙引號和單引號有什麼區別。

6)      你是否知道一種叫“Look Up Table”的技術,是用來幹什麼的。

            在面試時,我向應徵者講了有回家作業,他們都覺得這很公平。有幾個人當場表示,應該沒什麼問題,根本不需要一天半。我警告他們,沒有陷阱(Trap)的話,這些題目就不會拿來考你們了。我說,你可以坐在你舒服的電腦房裡,喝着咖啡或其他飲料,記不住的細節可以查書,題目不理解可以打電話問我。我沒有明說可以問朋友,這大概是不用教的。太太問我,如果朋友做了,他們只是抄一遍,那怎麼辦?我說,如果做得太漂亮,我會打電話去問。抄一遍以後就理解了,就說明這個人真是相當厲害。

            事實上,沒人全對,有些戰略思考就錯了,有些戰術錯了,有些兩者都錯了。第二題有些人的方法很笨,但在特定情況下是可以用的。但我的題目要求的是一般情況,如果在程式化工作(Production)中使用這樣的程序,測試5-10個文件,什麼問題都不會有。幾個月或幾年以後,某一次運行中如果文件數量超過某一上限,結果就會牛頭不對馬嘴。有些錯誤計算機會給出警示,而這個錯誤計算機測試根本不可能查出,所以很危險。總而言之,這回家作業把每個人的實際能力在很大程度上給測試出來了,這些問題在傳統意義的面試里是不可能察覺出來的。

            這樣的面試當然也有局限性,它只適用於相當大範圍內的技術性工作。招募管理人員或當官的是不能照搬此法的。公司的打字員或輸入數據(Data Entry)的低層工作也是不需要的,那兒的“能力”就是看你是否細心,打字是否快。

        事實上,大部分碩士論文就有點類似這種回家作業。但博士論文就完全不同,它需要原創性的工作。對於中學生和大學生,在很大程度上閉卷還是必要的。那時的腦子還沒定型,強迫記憶不僅僅是記住了東西,更重要的是腦子得到了鍛煉,是一輩子受用的。但是這“回家作業”的精神,對高中生也是有其價值的。至少50年前,莫斯科大學數學系的新生就有面試。這面試有兩個目的。第一是進行一些互動型(Interactive)的考察,呆板的筆試是無法達到這目的的。第二是給筆試中馬失前蹄的考生一個辯解的機會。他是失誤(就是說是懂的)還是一竅不通。其實在試卷這也是可以看出一些的,在面試中可以證實一下。

            我對考試的這個看法是很早就形成的。我進大學第一學期,高等數學的老師看我表現優異,就建議我寒假準備一下,第二學期開始來個免修考試。當時文革剛結束,強調“不拘一格降人才”,許多學校都這麼做的,我們系77級也有好幾個同學參加了免修考試並通過了。開學後我問老師考試之事,他略有尷尬地說,他們的教研組長說,“如果他實在要考,我們可以出張試卷”。我一聽就明白了,我說她要考倒我還不容易嗎,我不考了。我對母校總的來說非常感激,但我承認,對這位教研組長相當耿耿於懷。以後我考取了CUSPEA,最後成了數學物理博士,也發表了不少論文。我對不止一位朋友說起過這件事。我說,不說現在,即使在我大學畢業時,要出張試卷考倒這位教研組長就應該沒什麼問題了。

瀏覽(2970) (1) 評論(20)
發表評論
文章評論
作者:ganster 留言時間:2010-06-13 20:41:14
13579aaa: I perfectly agree!

恐怕0+1到現在都不明白“有了N-1,standard deviation都不會是無偏的”。But let's give him some credit, I do agree with most of what he said in this article. Expecially, "考倒人是天底下最容易的事". Well said.
回復 | 0
作者:13579aaa 留言時間:2010-06-13 20:20:00
學數學的不一定真懂統計,搞SAS的中國人多為programmer民工,不真懂統計的就更多了。ganster就不要再難為0加1了,給人家留點餘地吧
回復 | 0
作者:ganster 留言時間:2010-06-13 19:08:41
0+1: 查了數學手冊你還讓我去查?什麽意思?難道我錯了嗎?你顯然不想承認自己錯了而且並不理解標準誤差,方差,N-1, 和無偏性的內在關係。從你的“這兩者可以相互導出,怎麼可能一個是另一個不是”可以看出你概念性的模糊。一開始還以為你是筆誤,現在看來你是壓根兒不摸門兒。還充內行。錯了就是錯了,承認了不會讓人瞧不起你。用“內行人不可能誤解”來搪塞不太合適吧?

BTW, 你確實口氣很傲慢,連網友wzcl都說你“牛逼轟轟”。我不是什麽高人,但在這點上比你高明。


Also, you need to study convex function, Jensen's inequality to understand what is really involved in Exp(sample STD).
回復 | 0
作者:0+1 留言時間:2010-06-13 17:24:04
gainster: 上貼中“傲慢”打了引號,是因為並非本人原意,我已經先去查過數學手冊,只是實在不想化時間打印這些數學符號,所以請你去查閱。
我不希望這引號引起二次誤會。另外,還是要謝謝你仔細閱讀。
回復 | 0
作者:0+1 留言時間:2010-06-13 16:54:34
我是去樓下查了數學手冊才請你去查證的,沒有N-1,Standard Deviation 不可能無偏差,所以才讓你去查證的。事後想來,或許是有些“傲慢”了,我表示歉意。
我的意思在最後第二次帖子裡已經說得很清楚,內行人不可能誤解。至於華爾街是否騙人,不在我Blog討論範圍。
回復 | 0
作者:ganster 留言時間:2010-06-13 16:41:53
0+1: 你越辨越能看出你概念不清。下面是從Wikipedia中的摘抄,希望你能好好學習。如果你沒讓我去查“手冊”,比我不會和你較真。不過能看出你這人比較傲慢。你應該去好好查證才是。

再者說了,花街兒要你們這些學數理的Ph.D.完全是為了來充門面的。你以為他們是用你們的數學公式賺的錢嗎?哪些玩意兒不過是拿給外人看的。讓人覺的他們賺錢賺的深奧。Goldman Sucks 幫人把垃圾打包賣給人家,再bet against it賺錢.不過就是騙子遇到了傻子。用數學公式嗎?

我看你還是寫點花街的騙術吧,什麽花街的數學,不過是些蒙人的東東。你去問問Buffet老頭兒數學,肯定不靈。和他午飯照樣得出兩個million.Learn how to read manipulation才是正道。


This correction (the use of N − 1 instead of N) is known as Bessel's correction. The reason for this correction is that s2 is an unbiased estimator for the variance σ2 of the underlying population, if that variance exists and the sample values are drawn independently with replacement. However, s is not an unbiased estimator for the standard deviation σ; it tends to underestimate the population standard deviation

http://en.wikipedia.org/wiki/Standard_deviation
回復 | 0
作者:wzcl 留言時間:2010-06-13 14:07:53
0+1 你真牛逼轟轟,就半桶水在那晃蕩。不知山外有山,天外有天。碰到高手露餡了吧。你那數理博士是抄來的吧。
回復 | 0
作者:wzcl 留言時間:2010-06-13 14:00:45
0+1, 你真牛逼轟轟。就半桶水在那晃蕩。不知道山外有山,天外有天。碰到高手露餡了吧。你這數理博士抄來的吧。
回復 | 0
作者:ganster 留言時間:2010-06-13 09:58:55
"這兩者可以相互導出,怎麼可能一個是另一個不是。可能這是哲學討論了,我告辭了"

From this, I can see you are not an expert!
回復 | 0
作者:ganster 留言時間:2010-06-13 09:54:20
can you prove mathematically

E(sample STD) = STD?

If not, it's not non-bias.

I will tell you again dividing by (N-1) is for you to be able to prove

E(sample variance) = variance, but does not mean E(sample STD)=STD, as

E(X*X)=a*a does not mean E(X)=a.
回復 | 0
作者:ganster 留言時間:2010-06-13 09:47:44
I know it's a little annoying when somebody picks up your faults when you believe yourself as an expert. But I do feel you need to be little bit more humble than you should be. Sorry!
回復 | 0
作者:0+1 留言時間:2010-06-13 09:45:38
這兩者可以相互導出,怎麼可能一個是另一個不是。可能這是哲學討論了,我告辭了。
回復 | 0
作者:ganster 留言時間:2010-06-13 09:42:54
關鍵是 標準誤差不是No Bias, 方差是。
回復 | 0
作者:0+1 留言時間:2010-06-13 08:57:51
ganster: 除N-1後要開根,外行看熱鬧,讀過算數,內行人應該不會誤解。
回復 | 0
作者:ganster 留言時間:2010-06-13 08:38:34
to make sample variance non-bias, you need to prove

E(sample variance)=variance, but this is not to say

E(sample STD)= STD

So your articulation of using STD made same mistake as you claimed

函數的平均不等於平均的函數 as Variance is a square (a function) of STD.

Sorry to be so picky.
回復 | 0
作者:ganster 留言時間:2010-06-13 08:27:47
BTW, to make it strict, you should say that

為什麼 樣本(sample) 方差(variance)的表達式中要除以N-1
回復 | 0
作者:ganster 留言時間:2010-06-13 08:09:20
0+1: 標準誤差是 sqrt(方差)。 方差應除 (n-1) but 標準誤差 應除 sqrt(n-1).
回復 | 0
作者:ganster 留言時間:2010-06-13 08:04:49
0+1: 標準誤差是 sqrt(方差)。 方差應除 (n-1) but 標準誤差 應除 sqrt(n-1).
回復 | 0
作者:0+1 留言時間:2010-06-13 07:24:58
ganster: 請查閱數學手冊。
回復 | 0
作者:ganster 留言時間:2010-06-13 07:13:24
標準誤差(Standard Deviation)的表達式中要除以N-1?

方差 (variance) 吧?
回復 | 0
我的名片
0+1
註冊日期: 2009-08-01
訪問總量: 1,050,838 次
點擊查看我的個人資料
Calendar
最新發布
· 十年樹木,“五年”樹人!
· 不指示又會怎麼樣?
· 美國的憲法 – 永遠的 1.0
· 20年後的欣慰
· 大名久仰,如雷貫耳
· 為什麼現在沒有胡耀邦?
· 說假話,也要有底線
分類目錄
【埃及-約旦】
· 蘇埃友誼萬歲!
· Made in China
· 古埃及 – 科學和偽科學之集大成
· 偽科學比沒有科學更可怕
· 埃及導遊賈寶玉
· 真真假假的阿部辛貝勒神廟
· 為什麼阿斯旺的酒店都在尼羅河東
【美國政治】
· 美國的憲法 – 永遠的 1.0
· 我支持漲點價
· 中美兩國處理貪官的區別
· 法制的讚歌
· 誰之罪
· 欲加之罪,何患無辭
· DEI 會促進生產力嗎?
· 自絕於選民!
· 自絕於選民!
· 如此保護
【2024奧運】
· 妄議奧運(二)
· 妄議奧運(一)
· 她又來了!
· 小國的奧運金牌
· 這個冠軍不孤獨
· 既生瑜,何生亮
· 我看着他打破世界記錄
· 祝賀美國終於“第一名”
· 二比二
· 全紅嬋和周洋
【難題】
· “難題”(3)-- 意外的驚喜(解答
· “難題”(3)-- 意外的驚喜
· “難題”(2) -- 雞還是蛋 (解答
· “難題”(2)-- 雞還是蛋
· “難題”(1)-- “簡單”的極限題(
· “難題”(1)-- “簡單”的極限題
【奇葩總統】
· 奇葩總統(1)- 股票總統
【最強大腦】
· 最強大腦 -- 色塊迷蹤(續)
· 最強大腦 -- 色塊迷蹤
· 最強大腦 -- 復活
· 最強大腦 -- 迷走點線
· 最強大腦 -- 珍稀足跡
· 最強大腦 -- 龜文古蹟
· 最強大腦 -- 知己不知彼
· 最強大腦 -- 數字謎盤
· 最強大腦 -- 入場式
【書摘】
· 《華爾街數學》書摘 -- 暗示的力
· 《華爾街數學》書摘 -- 飲水不忘
· 《華爾街數學》書摘 -- 書緣
· 華爾街數學 -- 我的數學人生
【橋牌“外交”】
· 橋牌“外交”-- H先生
· 橋牌“外交”-- C先生
· 橋牌“外交”-- R先生
· 橋牌“外交”-- 引子
【腦筋不用急轉彎 -- 續二】
· 24史
· 科學家的思考
· 朝四暮三
· 紙上談兵?
· 為什麼床鋪死都不公布稅表
· 質疑測量金字塔高度
· 如何用數學手段消除循環賽假球
· 如何儘快在大學新生中找出乙肝患
【我的大學 -- 續一】
· 十年樹木,“五年”樹人!
· “提出者”和“參加者”
· 感慨亞吉博士
· 無法照抄的回家作業
· 太太太感謝您了!
· 飲水不忘掘井人
· 我的復旦夢
· 世界讀書日
· 暗示的力量(2)
· 蘇步青大師
【人間 -- 續二】
· 20年後的欣慰
· 遲到
· 爺爺的爺爺
· 戰俘 – 一個沉重的話題
· 我自認為相當理智和客觀
· 一葉知秋
· 錦上添花和雪中送炭
· 異曲同工(三則)
· 社區的地球日
· 淡泊天涯
【腦筋不用急轉彎 -- 續一】
· 從統計學看國人的冷漠
· 一波四折
· 考考大家的想象力 (附“答案”)
· 毒酒和老鼠 -- 據 KM 說是 GS 的
【往事越千年 -- 續一】
· 說假話,也要有底線
· 諾獎季節說老楊
· 死信
· 崑崙關大捷和《血染的風采》
· 歌劇演員和歌唱演員
· 我的超級記性
· We are doing the impossible
· 上海人的體育輝煌
· 大浪淘沙
· 我為革命下廚房
【Alaska 之旅】
· Alaska 之旅(3)--前人栽樹,後
· Alaska 之旅(2)--一國兩制害死
· Alaska 之旅(1)-- 終於露餡
【莫談國是】
· 打死卞校長需要老毛聖旨嗎?
· 蠻不講理知“勁草”
· 重貼領導指示
· Hooter
· 我為“86萬”叫好
· 領導指示。。。
· 重要的一年
· 隨機抽查
· 三位知識分子的遺產
· 為公布100名紅色通緝人員叫好
【(不是我的)童年 -- 續一】
· 小朋友的高見
· 這次不扣錢
· 女兒的“科研成果”
· 一家三口數學競賽,我居然只拿了
· 活學活用
· Email from Santa
· “著名”泥塑藝術家
· 女兒的幽默
· 小狗不會告狀
· 美國校車補遺
【腦筋不用急轉彎】
· 基因裁剪者
· 氣死數學家
· 好人壞人
· 抽水馬桶史話 -- 山寨版
· 前幾天,我打了一幅臭牌
· 911 能減少貿易赤字?
【人間 -- 續一】
· 新西蘭和澳大利亞的動物保護
· 美國的大醫院 – Kaiser
· 橋牌中的運氣(續)
· 向桃園機場致敬!
· 好記性不如爛筆頭?
· 苦不能苦孩子,窮不能窮教育
· 酒文化
· 買車記
· 電影懷舊
· 燒菜“經驗”點滴
【無題】
· 神醫
· Waterpick
· 《藍色天夢》點評
· Obama Care 的報稅 – 尋求幫助
· 鋼琴碩士和博士
· 赫魯曉夫令人尊敬的一件往事
· 打橋牌和上廁所
· 聰明的車夫
· No School !
· 一段不錯的繞口令
【(不是我的)童年 -- 續一】
【科普講座 -- 續二】
· 走火入魔的環保
· 深不可測的貝加爾湖
· 一道普通物理題
· 美國的天價賠償
· 老調重彈 – 中國為何得不到諾貝
· 我的題都做不出,更何況奧數
· 感覺:人類大腦的專利
· 為什麼AI無法在橋牌戰勝人類?
· 假新聞的“諾貝爾獎”
· 統計樣本的笑話
【科普講座 -- 續一】
· 一次真正的忽悠 -- 雙周房貸
· 論“房貸忽悠”之忽悠
【科普講座】
· “不是數學家”的煩惱
· “永久”郵票
· 制度優勢
· 又聞蟬鳴
· 獨行俠張益唐 -- 轉載自戴世強教
· 做一回事後諸葛亮
· 半路上殺出個程咬金
· 考試和做研究(4) 遲到創造了歷
· 考試和做研究(3)橋牌博士論文
· 考試和做研究(2)
【華爾街的數學】
· 《華爾街數學》出版以後。。。
· 華爾街的數學(結束篇) 光輝的
· 華爾街的數學(19) 鍛羽而歸
· 華爾街的數學(18) 什錦拼盤
· 華爾街的數學(17) 橘子和蘋果
· 華爾街的數學(16)蘋果和橘子
· 華爾街的數學(15)“標準”手冊
· 華爾街的數學(14)“塗改”數據
· 華爾街的數學(13)假“公”濟私
· 華爾街的數學(12) 第三者的模
【街談巷議】
· 不指示又會怎麼樣?
· 我見過廢話,但沒見過這樣的廢話
· 複姓
· 林彪不見了
· 長壽之國 -- 美國!
· 太太的高見
· 高手在民間!
· 廣州地鐵的鬧劇
· 下有對策,上無政策?
· 拼死吃河豚
【飲食文化】
· 菜盲說米其林
· 小籠包史話
· 母親的八寶辣醬
· 倚老賣老
· 搭便車
· 江浙點心和統一大業
· 糖藕 (非食譜)
· 蹄筋(非食譜)
【我的大學】
· ChatGPT 和 Deep Seek 都錯了!
· 我和世界難題同齡
· 暗示的力量
· 三強韓趙魏,九章勾股弦
· 慘烈的考試
· 重刑監獄犯人的數學難題
· 魚骨頭的故事
· 數學也有假冒偽劣
· 無名小卒和Nash大師的一段“交往”
· 別開生面的面試
【人間】
· 台灣公車上的溫馨一幕
· 我們的房產經紀
· 台灣健保萬歲!
· 當書中出現錯誤
· 你想不到的義工
· 丁惠民先生千古!
· 卡特總統生日快樂!
· 幽默的老闆
· 買車記
· 個人自掃鄰家雪
【(不是我的)童年】
· 女兒“學”元素周期表
· 一鳴驚人
· 布穀鳥又叫了
· 誰是老闆?
· Potty 交響曲
· "重賞"之下, 必有&quo
【往事越千年】
· 大名久仰,如雷貫耳
· 為什麼現在沒有胡耀邦?
· 馬年說馬季
· 班門弄斧
· 瑪德琳餅乾的故事
· 蔣經國的偉大
· 版權所有!!!
· 一身真偽有誰知
· 太湖美
· 人間自有真情在
存檔目錄
2026-07-04 - 2026-07-27
2026-06-27 - 2026-06-27
2026-05-10 - 2026-05-10
2026-04-11 - 2026-04-17
2026-03-21 - 2026-03-21
2026-02-16 - 2026-02-26
2026-01-08 - 2026-01-17
2025-12-02 - 2025-12-11
2025-11-09 - 2025-11-09
2025-10-01 - 2025-10-27
2025-09-10 - 2025-09-10
2025-08-17 - 2025-08-17
2025-07-07 - 2025-07-23
2025-06-16 - 2025-06-22
2025-04-02 - 2025-04-25
2025-03-01 - 2025-03-30
2025-02-08 - 2025-02-17
2025-01-09 - 2025-01-09
2024-12-04 - 2024-12-31
2024-11-02 - 2024-11-29
2024-10-01 - 2024-10-31
2024-09-02 - 2024-09-26
2024-08-01 - 2024-08-31
2024-07-17 - 2024-07-29
2024-06-30 - 2024-06-30
2024-05-11 - 2024-05-30
2024-04-13 - 2024-04-17
2024-03-08 - 2024-03-08
2024-02-05 - 2024-02-11
2023-11-09 - 2023-11-09
2023-10-04 - 2023-10-18
2023-08-06 - 2023-08-06
2023-07-01 - 2023-07-28
2023-06-27 - 2023-06-27
2023-05-01 - 2023-05-21
2023-04-09 - 2023-04-23
2023-01-09 - 2023-01-22
2022-12-17 - 2022-12-17
2022-11-09 - 2022-11-19
2022-10-16 - 2022-10-21
2022-09-01 - 2022-09-10
2022-07-14 - 2022-07-25
2022-03-29 - 2022-03-29
2021-12-27 - 2021-12-27
2021-10-30 - 2021-10-30
2021-08-10 - 2021-08-10
2021-07-23 - 2021-07-23
2021-06-07 - 2021-06-28
2021-04-05 - 2021-04-05
2021-03-05 - 2021-03-10
2020-12-03 - 2020-12-30
2020-11-01 - 2020-11-26
2020-10-05 - 2020-10-24
2020-09-03 - 2020-09-20
2020-08-14 - 2020-08-31
2020-07-05 - 2020-07-24
2020-06-08 - 2020-06-08
2020-05-13 - 2020-05-27
2020-04-02 - 2020-04-30
2020-03-05 - 2020-03-26
2020-02-23 - 2020-02-23
2019-12-31 - 2019-12-31
2019-11-11 - 2019-11-24
2019-10-14 - 2019-10-18
2019-09-13 - 2019-09-24
2019-06-10 - 2019-06-10
2019-05-28 - 2019-05-28
2019-04-03 - 2019-04-28
2019-03-01 - 2019-03-14
2019-02-08 - 2019-02-23
2019-01-22 - 2019-01-28
2018-11-06 - 2018-11-08
2018-10-21 - 2018-10-21
2018-09-04 - 2018-09-28
2016-08-11 - 2016-08-11
2015-11-08 - 2015-11-22
2015-09-05 - 2015-09-27
2015-07-26 - 2015-07-27
2015-06-14 - 2015-06-14
2015-05-25 - 2015-05-30
2015-04-11 - 2015-04-11
2015-03-01 - 2015-03-02
2015-02-28 - 2015-02-28
2014-05-10 - 2014-05-10
2014-04-20 - 2014-04-20
2014-02-01 - 2014-02-22
2013-11-23 - 2013-11-23
2013-10-13 - 2013-10-19
2013-09-06 - 2013-09-14
2013-08-11 - 2013-08-31
2013-07-13 - 2013-07-23
2013-06-09 - 2013-06-09
2013-04-17 - 2013-04-21
2013-03-02 - 2013-03-02
2013-02-09 - 2013-02-23
2012-12-01 - 2012-12-29
2012-11-19 - 2012-11-28
2012-10-21 - 2012-10-21
2012-09-21 - 2012-09-21
2012-08-01 - 2012-08-03
2012-04-14 - 2012-04-14
2012-03-05 - 2012-03-05
2012-02-25 - 2012-02-26
2012-01-14 - 2012-01-28
2011-12-27 - 2011-12-27
2011-11-06 - 2011-11-20
2011-10-21 - 2011-10-29
2011-09-26 - 2011-09-26
2011-08-25 - 2011-08-27
2011-07-31 - 2011-07-31
2011-05-21 - 2011-05-21
2011-04-09 - 2011-04-21
2011-03-12 - 2011-03-12
2011-01-22 - 2011-01-31
2010-11-01 - 2010-11-10
2010-10-09 - 2010-10-12
2010-09-26 - 2010-09-30
2010-08-06 - 2010-08-28
2010-07-12 - 2010-07-25
2010-06-05 - 2010-06-19
2010-05-01 - 2010-05-30
2010-04-02 - 2010-04-24
2010-03-05 - 2010-03-26
2010-02-05 - 2010-02-26
2010-01-05 - 2010-01-27
2009-12-04 - 2009-12-29
2009-11-06 - 2009-11-27
2009-10-02 - 2009-10-30
2009-09-04 - 2009-09-25
2009-08-01 - 2009-08-30
 
關於本站 | 廣告服務 | 聯繫我們 | 招聘信息 | 網站導航 | 隱私保護
Copyright (C) 1998-2026. Creaders.NET. All Rights Reserved.