裸辞5个月转行软件测试到月薪9K的漂亮逆袭

裸辞

据某调查统计结果显示,互联网大厂裸辞、被裁以成为常态,长期找不到合适的工作者,由于生计所被迫,都在从事外卖员、快递员、滴滴司机、便利店理货员这样的工作。

裸辞的第5天,还是迟迟没有找到工作,一方面我想着刚辞职先休息休息,另一方面,想着我应届大学生找个工作不是简简单单?

裸辞第10天,开始感觉事情有点脱落掌控了,各种求职APP上逛,和专业对口的工作好少,大多数

开始迷茫,开始焦虑,开始向朋友发信息,寻求工作岗位,依旧无果。

离职后那种万分爽快愉悦的感觉只大概维持了一个星期,后来的时间里几乎没有一天不在为工作前程担忧的。即使表面笑得没心没肺,内心还是像压着一块石头似的,让人难以喘息。

本身学的专业就是比较偏的专业,找了一个月都没有任何收货,最后总是无果而终。不是我看不上人公司,就是人公司看不上我,要么双方互相看不上。

于是我准备着转行,一个偏门的专业的大学生和一个热门专业的初学者,个人感觉,热门专业可能还要好一些,毕竟我这偏门专业已经久寻无果了。

今年4月份,在朋友的介绍下接触了软件测试这个行业,当时朋友给我介绍的是,这个行业:前景好,工资高,入门简单,IT行业回家可以装(在老家IT行业属于是很高级的行业了)

我去网上查阅了一些资料貌似软件测试这个行业确实还有点搞头的样子,前景不赖,长沙这边薪资也还不错,比我之前的工作高3.5k。

于是,我开始疯狂在网上找教程,求助度娘,但是大部分情况下都是七零八落的,得不到有效的答案。没有大佬带,自学太过困难,没有个学习框架,资料也东拼西凑的不全,庆幸的是找到个大佬群,每天在群里找大佬请假,大佬也在群里讨论一些心得,我就在一旁观望,学习学习,每天将群里的资料下载下来,请教请假大佬,也给我混出点小成绩。

根据前辈们的建议,找工作之前,我刷了不少的面试题,算是有充足的准备了,最后在面试了5家公司后,拿到了一家电商公司的offer,一个月9000,对于当时的我来说已经非常成功了,也让我对未来充满期待。

无业游民又站起来了

对于裸辞的小伙伴们我想说,绝对不要轻易的放弃,而去躺平,舒适圈是舒服但是,舒服的后面是晋升希望小,工资低,每天三点一式,学不到技术,每天就是在磨蹭时间。

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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