内容简介:之前的一个分享,整理之后发出来,算是对自己大学生活的总结。我今天的分享,标题叫做《恰当的时间,做恰当的事情》。我会分成三个部分来介绍,个人的实习求职经历,一些经验以及附录,附录部分是供大家参考,不会展开讲。
之前的一个分享,整理之后发出来,算是对自己大学生活的总结。
我今天的分享,标题叫做《恰当的时间,做恰当的事情》。
我会分成三个部分来介绍,个人的实习求职经历,一些经验以及附录,附录部分是供大家参考,不会展开讲。
一、个人经历
首先我想回顾一下自己的经历。
大一
我和在座的很多人一样,大学之前没有接触过编程,其实我最开始是读了一本《乔布斯传》,觉得计算机/互联网很酷,大一的时候,就想开发一款iOS的APP,所以通过慕课学习了斯坦福的一门Swift课程(CS193p),不过一开始就遇到很大的困难,那个课每年都更新,我喜欢看最新的,最新的视频没有中文字幕,看得很痛苦,一边查单词一边学。之后又补了Objective-C的教材,也是咬着牙看完,再接着就联系学院的老师,参与开发了一个实验室iOS外包项目,那时候很多东西都不懂,好在有一位13级的学长,能力很强,也很有耐心,手把手教我如何debug,让我有了一个很好的编程初体验,我也一直很感激他。
软工专业的同学,大二开学的那个暑假,会参加学院组织的暑假实训,几个人一起组队完成一个项目。那时候我第一次作为队长,和几个朋友一起开发了一款基于Cocos2d-x的小游戏,技术栈是C++。第一次独立组队做东西,经验不足,所以一直到最后一天,还在熬夜改代码、调试以及准备第二天的presentation。
感觉很刺激,那时候我第一次真切的感受到编程的魅力,当我玩着自己和队友一起做出来的小游戏,那也是我这个大学里面最有成就感的一个项目。
大二
大二的时候开始做一些 Java 后台的项目,然后参加花旗杯、intel杯等比赛,顺势开始接触数据挖掘、深度学习(也就是大家通常说的AI)。也正是这个时候,开始觉得哎好像我对这个很感兴趣,不妨继续做下去。
因为开始的比较仓促,也是缘起巧合,所以我深知自己基础方面需要补足,有了之前的学习经历,斯坦福的CS231n课程、Andrew Ng的课程学习起来更加得心应手,李航老师的《统计学习方法》、周志华老师的《机器学习》等,成为启蒙读物,《论语》中说:“学而时习之,不亦说乎?”,我现在也经常翻阅,开卷有益。
我注意到大家似乎已经对机器学习这块有浓厚的兴趣,个人觉得这是好事,但是大家千万不要觉得跑几个Demo就算入门了、看几个网课就算了解,还有很长的一段路要走,当然,如果大家从本科开始学习,那么等到研究生阶段的时候,就会达到更好的水准。我个人不建议走算法的同学本科直接就业。(真香现场)
其实等大家到了大二就会发现,身边有些人已经成了大腿,而有些人则成了大腿挂件。到了毕业的时候,那些大腿更粗,挂件则往往挂斗挂不住了。
高中班主任最喜欢说“优秀是一种习惯”,优秀的人会更加优秀。季羡林小学初中的时候成绩不错,但只是班里前几名,有一次不小心考了甲等第一,当时的山大校长、教育厅长、前清状元亲笔写了一副对联和扇面奖给他,之后他的虚荣心就被抬起来了,从此认真准备考试,两年之内,四次甲等第一,后来更是同时拿到北大和清华的录取,说的便是优秀成为习惯的故事。
我们身边的很多大腿也是一样,可能一开始没想做大腿,一时被人夸,之后也就只能对自己加强要求,继续做大腿,不然就失了面子,因此硬着头皮上。
大三
因为提前修了很多学分,所以大三的时候基本没什么课,也得益于我校开明的政策,所以开始准备去企业实习。
当时选择了两家企业,分别是北京的字节跳动和深圳的腾讯微信,做的主要是机器学习方向。
在头条实习很有感触的一句话,这里也分享给大家:“在头条,没人把你当做实习生,你也不要把自己当做实习生”,意思就是要时刻以正式员工的标准要求自己,不要因为自己是实习生就懈怠。
在头条的日子真的很开心,每天很充实的学习新东西,工作上也有自己独立负责的部分(虽然搞出过问题),周末偶尔和盆友一起逛吃逛吃。不过刚去的第一个月,因为天气太干,经常性流鼻血,止不住那种,那时候想啊是不是放弃算了,但后来还是咬咬牙坚持下来,好在第二个月也就适应了天气问题。
后来去腾讯其实是个巧合,中间拿了实习offer,本来准备回校参加实训,后来朋友提醒实习可以抵实训,索性去了腾讯,就当体验。不得不说,体验确实不一样,两家差别极大的公司。这些在之前的博客里写过一些,不再赘述。
对于腾讯的那段实习,其实要有一个很深的 反省 :心态一直没有调整过来,总觉得做一些所谓粗活不能很好的提高,所以没有尽全力去做,后来实习结束,非常后悔。很多鸡汤文都说,年轻人要耐住性子从基础的事情做起,把做基本的东西做好,道理我都懂,但只有经历才体会深刻。
一定要摆正心态,扎扎实实做事情。
大四
今年9月初实习结束,开始参加秋招,有段时间特别痛苦,因为竞争压力实在太大了!在微信实习的时候,我们组有十个实习生,有浙大、北大的好出身,也有发了一堆paper的学术达人,其余除了我也全都是硕士。
总之从背景上来讲,我丝毫不占优,到了秋招的时候尤其明显,很多算法岗甚至直接写学历限研究生以上,本科被拒之门外。
一度也想到要放弃,坦白讲我要开始并不是冲着所谓的算法高薪,只是单纯的感兴趣,如果我能提前得知今天的校招情况,我说不定会选择一个别的方向,也许会轻松许多。
因为一直在实习,所以秋招准备的比较晚,不过好在没有放弃,结果也还不错,后面陆续拿了几家公司special offer,最后选了上海拼多多。原因也很简单,面向薪资编程。
如果强行做一个总结的话,其实大一到大四大概是我理解的恰当时间做恰当事情,先打好基础,然后确定好专业方向,接着去大厂实习丰富简历,最后秋招的时候好好总结沉淀。
有些同学,包括当年的我,觉得我既然选择就业的话,那我就不需要care绩点之类的东西,我可以很负责任的告诉大家,绩点很重要!在面试的时候,如果你能拿到甲等及以上奖学金,是很好的加分项。多说一句,如果有人告诉你说什么,大学不挂科就不完整之类的话,请务必拉黑他。
二、建议和体会
明确就业方向
如果准备本科就业的话,首先要明确自己未来从事什么方向,这里我根据今年秋招的情况列举了5个大方向,分别是前端、移动端、算法、大数据和其他(当然这里指的是技术序列,也就是不包括产品、设计等)。从今年来看,移动端和后端仍然是需求最大的。
这么多方向,我要选哪一个呢? 我的建议是兴趣+时代,首先你要感兴趣,知道自己感兴趣的最佳办法就是多尝试,多尝试几个方向,你自然知道自己喜欢什么了。还是就是要顺应时代, “一个人的命运啊,当然要靠自我奋斗,但是也要考虑到历史的行程”。就像这几年机器学习火热,仿佛不知道点相关的东西就显得落伍了。当然,顺应潮流不是无脑从众,一定从事这个方向,而是说你不能拒绝潮流。尝试之后不喜欢,再试试别的也不无妨。
当然还有一个观点是这样,学到最后都是全栈,一些外企招聘尤其如此,多学一点,总归是没错的。
结识优秀的人
还有就是建议大家多结识优秀的人,优秀的人能对你的决策起到积极的指导。包括学生、老师等,多和他们沟通,寻求他们的建议和指导。我个人很不喜欢圈子一说,但是往往你会发现,很多时候一些自然而然的圈子就会形成。 建议大家经常走出自己的小圈子,去看看外面更大的圈子。
说完大方向,我们再说说一件很实际的事情,我们如何学好一项技术?
我推荐的方法是基础理论、动手、实际开发最后深入理解。
这里也给大家分享一个关于碎片阅读和体系化学习的观点,来自微博上的爱可可老师,学东西最重要的是形成网络,我们很多时候喜欢看一些零散碎片化的东西,比如博客、公众号推文,但是这样零散的阅读,第一难以取舍,第二不知轻重缓急,最重要的是,没有体系,碎片化的信息无所依附,也就难以留存。所以最重要的是先形成体系,之后再通过碎片填充。
我们接着算法这个方向,假设你选择了算法方向,而且你准备本科直接就业,那你可以做些什么丰富你的履历呢?
我建议从以下五个方面入手:
这里我列举了几个算法方向的,其余方向也大同小异。这里尤其圈出来的是第二项,coding能力这几年越来越重要,推荐大家及早开始刷题,早上起来上课没有精神,先刷一道LeetCode提提神。现在的面试套路是,你的学校决定你是不是过简历关,接着面试先写题,题写出来了再继续聊,写不出来就沙扬娜拉。
前面我们说了在校的一些准备,接着我们再说说毕业时的事情。
首先,首先应该恭喜大家选择了一个非常不错的专业,计算机专业这几年正是风口上的猪,薪资一路走高。
华科有一个十几个人的本科生团队,平均年薪更是达到了40w,恐怖如斯。
也有一些观点说,现在应届生的年薪过高,对新人来说是一种捧杀,市场终将冷静下来,但什么时候冷静,我们就不得而知了。
最后我们再回到分享的标题,恰当的时间,做恰当的事情,希望大家都能规划好自己的大学生涯,目标清晰,不浪费时间,毕业的时候不要有后悔的事情。
之前大三也写过一篇同样类型的文章: 即将步入大三的学长给CS专业新生的一些建议 ,虽然幼稚还是列在这里,算是有始有终。
以上所述就是小编给大家介绍的《2019年算法岗就业分享 | 总结篇》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- Python开发在北京的就业现状分析
- 39 岁测试经理的艰难再就业之路
- 如何在数据科学领域从起步到就业(附链接)
- 高考报啥专业好:信息安全收入高、软件工程就业
- IT行业技术人才短缺,程序员迎高薪就业绝佳时机
- 新一年涨工资指南:AI薪资水平和就业前景分析
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
数学建模(原书第5版)
[美] Frank R. Giordano、[美] William P.Fox、[美] Steven B.Horton / 叶其孝、姜启源 / 机械工业出版社 / 2014-10-1 / 99.00元
《华章数学译丛:数学建模(原书第5版)》旨在指导学生初步掌握数学建模的思想和方法,共分两大部分:离散建模和连续建模,通过本书的学习,学生将有机会在创造性模型和经验模型的构建、模型分析以及模型研究方面进行实践,增强解决问题的能力。 《华章数学译丛:数学建模(原书第5版)》对于用到的数学知识力求深入浅出,涉及的应用领域相当广泛,适合作为高等院校相关专业的数学建模教材和参考书,也可作为参加国内外数......一起来看看 《数学建模(原书第5版)》 这本书的介绍吧!