国企车间流水线5年,重新考研,弯道超车,收割百度腾讯offer

SpringBoot+Vue+Mysql社区医院信息平台(源码+文档) SpringBoot+Vue+Mysql学生宿舍信息管理系统 WEB端软件项目(源码+文档) 项目包含:①完整源码(后端+管理后台+用户前台);②数据库脚本文件;③万字论文文档;④开题报告;⑤答辩PPT;⑥项目运行视频教程。 项目架构: B/S 架构、MVC 分层设计 技术栈: Java、MySQL、SpringBoot、MyBatis-Plus、Token 权限校验、管理后台 Vue+ElementUI+ECharts、用户前台 Layui+jQuery、Maven 构建。 一、角色设计 学生用户: 注册登录、浏览宿舍信息、查询宿舍安排、在线报修、缴费查询、失物招领、桶装水预订、评论交流、收藏等。 商家用户: 注册登录、桶装水品牌与商品信息维护、预订订单查看与处理。 维修人员: 注册登录、查看待处理报修、接单维修、填写报修处理结果与进度反馈。 管理员: 学生管理、班级管理、宿舍信息管理、宿舍安排管理、报修处理管理、缴费信息管理、卫生检查与文明宿舍管理、失物招领管理、桶装水与商家管理、维修人员管理、公告资讯与轮播图管理等。 二、前台功能模块(学生端) 1. 首页展示:轮播图、宿舍公告、最新动态推荐、常用服务快速入口 2. 宿舍信息模块:宿舍列表、楼栋与房间条件筛选、宿舍详情查看、我的宿舍安排查询 3. 在线报修模块:在线提交宿舍设施报修申请、上传故障描述、查看报修进度与维修处理结果 4. 缴费模块:水电等缴费记录查询、缴费状态查看 5. 卫生检查与文明宿舍:宿舍卫生检查结果公示、文明宿舍展示 6. 失物招领模块:失物信息发布、招领信息发布、详情查看、评论互动 7. 桶装水预订:桶装水品牌与商品浏览、在线预订、我的预订记录查询 8. 假期留宿:假期留校申请提交、申请记录查询 9. 评论与收藏:信息评论、查看他人评论、评论回复互动、收藏感兴趣的内容 10. 个人中心... 立即下载

前言

今天介绍的这位也是学习群的小伙伴,他国企工作5年,在家乡拿着微薄的工资,17年考上了北京985学校研究生,19年参加秋招,最后拿了一些大厂offer。虽然拿的是应届生薪资,但也比他之前多了4,5倍。敢于跳出舒适区,弯道超车,是值得我们学习的。

成果

2020届秋招拿到了度小满金融offer,腾讯、中移院的offer,某欧美100强外企offer(因为决定要去,就不曝光是哪家了),岗位有Java、中间件和大数据。

个人背景

本人本科毕业后进了家乡垄断国企,岗位为车间流水线工人,待遇也不高,稳定够生活,工作3年后考取了北京某985计算机专业的双证非全研究生,17年入学20年毕业,有三方有派遣,互联网公司的校招都可以参加。

学习经历

因为是非全日制研究生,所以读研期间并没有辞职,因此没有办法找实习或者去导师实验室做项目,一直以来大部分知识都是自己在家自学,但是网上的资料太多了,再加上没人指导,因此学的很杂,研一研二期间自学了Python,cpp,爬虫,python web开发,机器学习算法,大数据,基本都是入门阶段,了解一些最最基础的概念,也曾想跟着网上的视频做一些项目,但没有坚持下来。

专业知识也是学了忘,忘了学,而且因为畏难总是重复最简单的内容,学习效率很低,自我感觉上是付出了大量的时间与精力,却没有看到任何成长和回报。

到了19年5月,我开始陷入绝望,秋招在即,自己也一直在坚持学习,却似乎又什么都不会。一度开始失眠,焦虑,害怕研究生毕业的时候找不到互联网的工作,沦为笑柄。

19年6月上旬,机缘巧合下通过公众号上的一篇推广文章加到了锋同学的微信,寻求帮助,当时内心也是有些将信将疑,但我已经没有退路了,于是按照锋同学给的路线再努力一把,锋同学还给我他个人总结的面经,初步给我规划了一下学习路线。

19年6月中下旬,我去面了2家公司的实习岗位,一问三不知,极大打击了我的积极性,开始消沉,自暴自弃到7月中下旬,曾一度想要放弃转行的打算。

19年7月下旬,心态有些恢复,这时候我的同学们已经开始投递秋招提前批的岗位了,在锋同学的建议下,我放弃了提前批,直接备战秋招。当然,个人心态也不是很好,学习依然浅尝辄止,打开锋同学整理的面经发现很多连目录标题都看不懂,比如可达性分析,jvm内存布局,垃圾回收算法等等,毕竟这些底层的知识和原理在网上的视频资料中基本都不会讲到,除非你刻意去搜。

于是我放弃了面经,先直接从项目文档入手,理解并记忆技术栈的高频面试点,后来又在网上找了一些相对比较简单的面经理解并记忆。通过对面经的理解记忆,再借助搜索引擎,慢慢地感觉到对一些技术细节有了更进一步的了解(但是理解层面依然还是很浅)。

后来9月份秋招正式开始,我以研究生中期答辩的理由向公司频繁请假,领导也予以理解和支持,即便这样,因为工作在外地,面试在北京,两地来回跑依然感觉很累,因此我只去大厂面试,小厂一律放弃,期间面了美团,vivo,小米,阿里巴巴,字节跳动,旷世。全部凉凉,主要原因还是项目掌握的不是很好,另外个别基础知识掌握的不是很扎实,期间每次面试后也会总结一下题目问一下锋同学,锋同学也会发给我一些相关资料进行学习。

后来时间已经到了10月下旬,虽然面试都凉了,但我反而不急了,可能也是因为死猪不怕开水烫了吧。我开始准备明年的春招,有了之前的准备经验和面试经验,慢慢也开始感受到了企业的侧重点和问问题的点。

再次看面经的时候发现以前不太理解的知识点突然能够看懂了,再翻开锋同学的纸面经,发现基本上大部分的内容也知道是在讲什么了,而且不得不服,锋同学面经里的内容确实是精华中的精华,基本涵盖了基础知识面试中的中高难度的压轴题目。

但是面经并不能把所有细节讲全,于是我又针对面经中的知识点买了几本专业书(后文会提到),以面经为重点进行学习,面经中看不太懂的直接翻专业书进行系统学习,这个时候我的基础知识已经提高到足以应对秋招的水平了。

后来10月底11月初,可能是秋招补招开始了,虽然我已经放弃秋招不再投简历了,但依然陆陆续续地有公司给我打电话邀请我去面试(莫非是名校学历buff?),其中不乏一些比较知名的公司,比如快手,字节跳动(又把我捞起来鞭尸了),小红书,度小满,还有我最终决定去的外企。我只参加了后2者的面试,度小满是因为允许我视频面试,这样我就不用跑去北京了,外企是因为我觉着它名气挺大的,去现场面试也算是开开眼界,大不了就当去参观了。

结果大大出乎我的意料,度小满一共三面,负责项目面的面试官觉着我虽然有些细节答不上来,但基础非常扎实,而且一面基础面的面试官给我的评价很高,就给我过了。

欧美100强的外企因为面试官是做中间件开发的,因此他们比起一些业务平台系统性质的项目来更加注重候选人的基础知识,正中下怀,问我的基础知识,底层原理之前都在锋同学的面经上看到过,有些我甚至还翻阅过相关的专业书仔细研读并整理过,全部都答上来了,于是也顺利斩获了该外企的offer。

后面在腾讯补招和中移院的补招中也拿到了心仪的offer。

心得总结

首先我不是大佬,现在跟很多大佬比也依然很渣,所以也不敢说是分享经验,只是给大家一些建议吧:

1.先直接看一些相对比较基础和简单的面经,理解,记忆

2.在1的基础上看前辈们整理好的面经

3.结合着面经看专业书,面经相当于是给我提前划好了重点,因为提前学习过面经,基本上大体结构已经有了,再进行细节上的理解会事半功倍

4.一些框架面经上实在看不懂可以参考网上的新手入门写几个demo,跑一跑相应的api。

对于找Java后端岗位的同学推荐几本专业书,配合锋同学的面经看效果很好:

高性能MySQL,从paxos到zookeeper,深入理解java虚拟机,redis设计与实现,大话设计模式,mysql必知必会

最后想再次感谢锋同学,如果不是锋同学,可能我还依然在入门级的水平上徘徊,也不可能在秋招的尾巴拿到满意的offer。锋同学对我的帮助其实并不仅仅在于给了我面经和鼓励,更重要的是给我指引了一个正确的努力方向和思路,知道了要去学什么,以及怎么去学,这对于一个依靠自己闭门造车并不断碰壁的我来说才是最重要的。这次转行应该是我人生的一个转折点,感谢自己的努力以及锋同学及其他群友的帮助!

面经

2020年阿里、头条、百度、美团、新浪、旷世、VIVO的Java大数据面经

(完)


YOLOv8作物病害检测实战源码 这是一套基于YOLOv8n的农田病虫害目标检测系统,对叶片照片做目标检测,识别健康叶片、褐斑病、白粉病、锈病四类,并给出对应防治建议。全流程纯CPU可跑,配套交付完整Python源码、9章实战教程(md/html/pdf三种格式)、100张自造样本及YOLO标签、训练曲线与混淆矩阵截图、Tkinter界面和答辩PPT。 系统围绕五项功能展开:同一套推理逻辑覆盖图像、视频、摄像头三种来源;图形界面选文件即检测,画面叠彩色框标注病名与置信度,右侧面板同步给出症状与防治措施;检测记录自动写入CSV,统计页一键生成四类病害占比饼图;训练结束自动产出损失与精度曲线;内置防治建议文案库,检测命中即回填面板。 选型用YOLOv8n nano档,参数量约320万、权重约6.2MB,CPU单帧几十毫秒,小样本训练5到8分钟完成。数据由data_gen.py程序化绘制100张叶片图,固定随机种子,重跑分布一致,不依赖公开数据集。依赖全部锁版本,教程第7章整理了19条真实报错及排查方法,第8章给出换模型档、换PlantVillage数据集的迁移路径。 适合做计算机视觉方向课程设计或毕业设计的学生,也适合智慧农业方向想了解检测模型如何落进业务面板的学习者。不需要GPU,不需要系统学过目标检测,教程第3章会按需补齐原理。 使用时先pip install -r requirements.txt装好依赖,download_data.py下载预训练权重,data_gen.py生成样本后train.py训练,完成后用main.py infer批量检测或main.py gui启动界面。 立即下载

相关推荐

数据挖掘实战:决策树 + 聚类 + 关联规则,零 Key 离线可跑(Python 源码)

数据挖掘实战包。用 Python 标准库实现 CART 风格决策树、K-Means 聚类与 Apriori 关联规则,在虚构「星河便利店」会员表和购物篮上跑通分类、分群与购物篮分析,并给出准确率、轮廓系数、支持度/置信度/提升度。零第三方依赖、零 API Key 即可离线跑通。含 4 个样例、离线冒烟、中文 README(含「使用方法」)。均为作者原创可运行源码。MIT。作者 blog.youkuaiyun.com/mtl1994

校招拿66个offer是一种什么体验?

锋哥是我的好朋友,他自学编程从机械转行大数据,收割头条腾讯等大数据offer,目前就职于西班牙外企。他还是国家级高级健身教练,也一个人独自穷游了14个国家,60座城市,牛批!!#谈谈拿到...

WantFlyDaCheng的博客 538

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?.docx

科技中介服务机构在技术供需对接中如何实现服务流程的自动化与标准化?

ICD10 openGauss版

ICD10 openGauss版

产业园区如何高效对接企业技术需求与高校科研成果?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何快速掌握本地科技资源分布与匹配情况?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

产业园区运营负责人如何利用平台实现企业创新需求的精准分析与服务推送?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

国央企创新负责人如何实现科技成果的精准识别与高效筛选?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员在推动成果转化落地过程中,如何实现科技成果的高效推介与价值评估?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

高校技术转移办公室人员如何系统化管理科技成果信息?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何构建标准化、模块化的智能服务工具?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

科技中介服务机构如何通过数智工具提升技术需求挖掘的精准度?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

fab-pm-optimizer-python-entry-py39-20261021-v1-1-0

政府科技管理者如何在政策支持中更精准地识别和支持高价值科技项目?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

PSIM-三相维也纳VIENNA整流器电压电流双闭环+中点电位平衡SVPWM控制仿真

内容概要:本文档详细介绍了一种基于PSIM软件实现的三相维也纳(VIENNA)整流器仿真模型,重点实现了电压电流双闭环控制与中点电位平衡的SVPWM调制策略。该仿真系统通过精确的控制算法有效提升了整流器的功率因数,降低了输入电流谐波含量,并解决了三电平拓扑中常见的直流侧中点电位偏移问题,具有较高的工程实用价值,适用于高效率、高功率密度的电力电子系统设计与科研验证。文档还整合了丰富的配套资源,涵盖多种电力电子变换器拓扑结构、先进控制算法及典型应用场景,形成了系统化的技术资料体系,有助于深入理解现代整流技术的核心原理与发展动态。; 适合人群:面向从事电力电子、电气工程、新能源变换系统等领域的科研人员、高校研究生以及具备一定仿真基础的工程技术人员。; 使用场景及目标:①深入研究三相VIENNA整流器的工作机理与控制特性;②掌握电压外环、电流内环双闭环控制结构的设计方法;③理解并实现SVPWM调制技术与中点电位平衡控制策略的协同作用;④开展相关控制算法的仿真验证、性能优化与实验对比,为高性能整流装置的研发提供理论支撑和技术原型。; 阅读建议:建议结合文中列出的其他仿真案例(如PWM整流器、LLC谐振变换器、DAB变换器等)进行横向对比学习,充分利用所提供的PSIM、MATLAB/Simulink等多平台仿真资源,重点关注控制逻辑与主电路的耦合关系,通过参数调试与波形分析深化对系统动态响应和稳态性能的理解,强化“理论—建模—仿真—优化”的闭环研究能力。

产业园区运营负责人如何利用数智工具提升园区企业的技术对接效率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

全桥LLC谐振变化器参数设计资料(闭环仿真+参数设计报告)

内容概要:本文档系统性地介绍了全桥LLC谐振变换器的闭环仿真建模与关键参数设计方法,涵盖其工作原理、谐振元件(如谐振电感、谐振电容、励磁电感)的计算与优化流程,并结合Simulink或Plecs等仿真平台构建闭环控制系统模型,重点验证变频控制策略下的软开关实现、系统增益特性、效率优化及动态响应性能。资料包含完整的仿真模型、参数设计报告、数学计算书及参考文献,支持从理论分析到工程实践的全流程研究,适用于高频高效DC-DC变换器的研发与教学应用。; 适合人群:电力电子、电气工程及其自动化等相关专业的高校学生、科研人员,以及从事开关电源、新能源变换器、工业电源研发的工程技术人员,具备电路拓扑基础与仿真软件操作能力者更佳。; 使用场景及目标:①深入掌握全桥LLC谐振变换器的工作机理与谐振参数设计准则;②学习并实现闭环反馈控制系统的建模与稳定性分析;③支撑科研课题、课程设计、毕业设计或实际产品开发中的拓扑选型与性能验证需求;④通过仿真与计算联动提升对软开关技术与效率优化的理解与应用能力。; 阅读建议:建议结合所提供的仿真文件与设计文档同步操作,按照“建模—参数计算—仿真验证—性能分析”的流程逐步推进,重点关注频率调节对ZVS/ZCS实现的影响,对比不同负载条件下的闭环响应差异,深化对谐振腔特性和控制策略协同作用的理解。

Trae CN 使用入门指南

【代码】Trae CN 使用入门指南。

weixin_42551921的博客 8767
上一篇: Ridge回归 sklearn API参数速查手册
下一篇: Reformer: 高效的Transformer
Wang_AI
博客等级 码龄12年 991粉丝 162原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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