算法工作5年感想系列

原创 于 2025-08-28 02:16:13 发布 · 156 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#工作经验

985硕机器人算法方向毕业五年，对读研和求职规划选择的一点感想总结
行知SLAM
01-04 1428
这7年，从双非到考上985研的开心，读研写论文的焦灼，毕业时候的未来可期，到刚参加工作时的996，以及果断换行寻找所谓热爱的方向，但对未来仍还是有焦虑和迷茫。
工作仅一年就被迫跳槽的感想
小菜鸟入门
10-06 3108
人生总会遇到一些磕磕绊绊，我始终坚信暂时的失利永远比暂时的胜利的有价值！！！ 谁成想自己这辈子第一份正式工作就能遇到这事——公司倒闭了 我们公司怎么说也是个中大型互联网金融公司，在支付行业也算是做的比较大的了，现在说倒就倒了，不曾想过会遇到这种事，至今心里面总感觉不是滋味。 这事起因源于2018年P2P暴雷事件，但是2018年我们公司并没有受到特别大的影响，在今年...
CV算法一年工作总结与心得
05-27 1394
大家好，我是对白。今天给大家分享一篇至今是我看过最全面的CV算法工作总结，作者是一名大厂算法工程师，文字真诚而又朴实，其中很多观点都是一点点积累得到的，希望能给即将工作的朋友们一点启发与帮助，以下为原文。作者：CV伍六七 | 编辑：对白的算法屋https://zhuanlan.zhihu.com/p/363354912大佬可以写总结给别人指导，菜鸟可以写总结给别人指坑。最近反思了很多事情，也找到了很多不足之处。怕以后忘记了，就想到什么写什么，什么没想到以后就补上。一. 算法篇虽然我没有发表过顶会论文，谈不上
对过去五年工作经历的总结
scorpio的博客
04-29 3687
准备了一个半月的跳槽工作，终于在此刻尘埃落定，利用点时间，总结一下自己过去五年的实习和工作经历，主要是工作环境吧。 因为鄙人从实习到现在，待过好几种类型的公司。从初创公司，到大型互联网公司，再到初创公司，最后到提供软件服务公司，到此刻跳槽去国企。可能这个过程就是现在IT领域的主要分布行业，分享一下自己所感受到的和所想到的，希望对需要的人有点作用，也希望大家少走点弯路吧。 1、领导不懂技术的初创公司...
关于算法与数据结构的一些感想
zhoulupeng2012的博客
12-01 1047
前言：刚刚参加工作一年的小菜鸟一枚，最近在研究常用的算法与数据结构，作为自己的笔记兼总结，如果有错误之处希望大家能够不吝赐教，谢谢。
Canny边缘检测算法
爱学习的小刘芒的博客
06-21 2万+
Canny边缘检测算法---matlab , lingo , python中应用
关于算法学习的总结和感悟
去寻找答案~
05-03 5922
时隔一年重读《算法导论》，去年读到了二叉查找树就搁浅了，今年从头捡起，希望能走的 更远一些。算上大学时的数据结构与算法课，今年可以算是第三波学习攻势了。随着学习的深入， 对算法的学习渐渐有了些自己的看法和感悟。 一.为什么学习算法？ 记得初学算法时不明白为什么费力分析程序的执行步骤后，还要用公式表达出来并求极值。 一遍遍的学习渐渐有了领悟：算法研究是用来做大事的！之所以分析效率还求极限，...
上位机转算法感想
weixin_43988887的博客
03-17 984
0.前言 不知不觉，自己工作已经快两年了。这段时间内一直做的是.Net上位机相关编码工作，因为工作强度也不算大，所以平时就会有时间去充电，深入去学习C#内部机理，去学习重构、设计模式、敏捷开发相关的知识。再结合公司的业务，学以致用，感觉这两年成长的很快，现在已经可以成为独当一面的专业人员了。 1.对上位机工作的总结 上位机，概要的说就是对下游设备进行数据监测，收集，保存，分析，上传等操作的软件。说简单也挺简单的，没有所谓的大数据、高并发之类的技术瓶颈，基本上懂一点编程的都会做，而且业界也没有一定的标准来评价
NLP算法岗一年半的工作总结--聊聊什么才是NLP算法工程师的核心竞争力
古月哲亭
01-15 865
首发公众号:【 NLP从入门到放弃】--日常更新技术分享先简单自我介绍一下，我任职在一家社交公司，做NLP算法工程师，主要做文本分类，序列标注，文本相似度方向的工作，也做过搜索/推荐方向的需求。工作快有一年半的时间了，在这一年半的时间里，我在工作的同时，一直都在思索，究竟什么才是算法工程师的核心竞争力，怎样才能避免刚入行就不停被灌输的那个35岁中年危机。我看过很多别人的经验总结，结合我自己的工作经历，慢慢有了一点自己的感悟，想要分享出来，希望对大家能有帮助。我用一句大白话说一下我自己对核心竞争力的总结就是：
从实习生到算法专家，他只用了2年！
热门推荐
JDDTechTalk的博客
10-21 2万+
写在前面的话 大家好，我是DOTA，我是朱翔宇。 从“数字中国建设峰会”回到北京的这个周末，一个人来到公司，回想这几年走过的路感慨良多。于是乎提起笔，写一下我这几年的经历、感悟、收获。给自己做一个阶段性的总结，同时也记录一下我是怎么从“水暖建材行业子弟”重回“计算机行业”，又是怎么由一个“数据算法竞赛小萌新”一步步成长，并取得一些成绩的。 2015：回归 | 回归校园 2017：起始 | 开始于这个夏天 2018：入世 | 加入京东的第一年 2019：突破 | 突破自我 拥抱变化 2020：挑战 | 当打之
算法练习：三年LeetCode刷题感悟与效率提升
- **坚持与突破瓶颈期**：描述中提到，在三年前LeetCode题库数量还只有300多道题目，而三年后增加到了700多，个人算法水平似乎并没有明显的提高。这里突显了编程学习中遇到平台期的常态，也强调了坚持和不断突破的...
今日做题家 - 面试算法题教程系列总纲(1)
2401_84150165的博客
04-21 791
基于大部分计算机行业从业者都没有信息竞赛学的经验，比如 NOIP、NOI、ACM 之类的，而目前国内外的大厂算法题、系统设计题之类的考察却又必不可少（这里不会去论证面试进行算法考察的优缺点，只从适应规则的角度来讲），以至于大家看到算法面试题都会慌。
985硕机器人方向毕业5年谈：机器人SLAM是青春饭么，大龄转SLAM可行吗？
行知SLAM
01-04 1167
这个是之前在知乎写的一个回答，我本科也是电气，27岁转岗的SLAM，读研做的SLAM方向，于是根据经验做了回答，希望对从事机器人SLAM的小伙伴有点帮助。
基于GEC6818平台的五子棋人机对战系统设计与实现
11-25
五子棋作为一种广为人知的策略性棋盘游戏，其基本规则易于掌握。在选定人机对战模式后，由程序执黑先行，用户执白应对。双方依次在棋盘上落子，任何一方在横向、纵向或斜向形成连续五个或更多同色棋子即获胜。 项目资源涵盖多个技术领域的程序代码，涉及前后端开发、移动终端应用、操作系统、智能系统、物联网技术、信息管理系统、数据存储方案、硬件设计、大数据处理、教学资料、多媒体处理及网站构建等多个方向。具体技术实例包括嵌入式平台如STM32与ESP8266，编程语言如PHP、QT、C++、Java、Python、C#，系统开发如Linux与iOS，以及电子设计自动化工具和实时操作系统等。 主要技术栈包含服务端开发语言Java、Python及Node.js，后端框架Spring Boot与Django，前端技术React、Angular与Vue，界面设计框架Bootstrap与Material-UI，数据库系统MySQL、PostgreSQL和MongoDB，缓存工具Redis，以及容器化部署方案Docker与Kubernetes。 资源来源于网络分享，仅用于学习交流使用，请勿用于商业，如有侵权请联系我删除！
lv_0_20251125195629.mp4
11-25
lv_0_20251125195629.mp4
numpy、pandas、sklearn、pytorch等数据分析工具的一些使用技巧
11-25
NumPy数组操作实战技巧 numpy、pandas、sklearn、pytorch等数据分析工具的一些使用技巧
中国Cassandra数据库用户组开源社区项目-专注于Apache-Cassandra分布式NoSQL数据库技术研究与实践-提供技术文档下载与源码解析-集成Titan图数据库与Lu.zip
最新发布
11-25
Buffer内存管理实战技巧中国Cassandra数据库用户组开源社区项目_专注于Apache_Cassandra分布式NoSQL数据库技术研究与实践_提供技术文档下载与源码解析_集成Titan图数据库与Lu.zip中国Cassandra数据库用户组开源社区项目_专注于Apache_Cassandra分布式NoSQL数据库技术研究与实践_提供技术文档下载与源码解析_集成Titan图数据库与Lu.zip
图像处理基于电磁学优化算法的多阈值分割算法研究（Matlab代码实现）
11-25
【图像处理】基于电磁学优化算法的多阈值分割算法研究（Matlab代码实现）内容概要：本文研究基于电磁学优化算法（Electromagnetism-like Optimization, EMO）的多阈值图像分割方法，并通过Matlab代码实现。该方法借鉴电磁学中电荷间相互作用的机制，将图像分割问题转化为优化问题，利用EMO算法搜索最优阈值组合，以最大化分割效果的评价指标（如Otsu法或多级别熵）。文中详细介绍了EMO算法的基本原理、实现步骤及其在图像多阈值分割中的具体应用流程，展示了该算法能够有效避免传统方法易陷入局部最优的问题，从而获得更精确的分割结果。; 适合人群：具备图像处理基础知识和Matlab编程能力的高校学生、科研人员及工程技术人员。; 使用场景及目标：①解决复杂背景下图像的多目标分割问题，提升医学影像、遥感图像等领域的分割精度；②学习智能优化算法（如EMO）在图像处理中的实际应用，为研究新型分割算法提供技术参考和实现范例。; 阅读建议：在学习过程中应结合Matlab代码，深入理解EMO算法的寻优机制与图像分割评价函数的构建方法，建议自行调试不同参数对分割效果的影响，以加深对算法性能的理解。
DriverBooster12pro
11-25
DriverBooster12pro
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值