【工作】2021 校招算法岗, 劝退还是继续

2022年,校招计算机视觉算法岗,还要继续all in吗? 本文受众聚焦在本科大四以及硕士研究生的范畴。然后,本文只是提供一些切身的思考,并不一定全对,也会存在考虑不全的地方,希望读者能持开放包容的心态进行阅读😘 so,enjoy: 劝退先行 这个我拿手,先劝退一波 作为目睹过2021年算法岗灰飞烟灭,看这激烈的求职过程,不但脑海中蹦出三个字:卷!卷!还是xxx卷!并且还咽了一下口水,接下来有条不紊地进行劝退: 2021年,发生了意想不到的疫情,加上本身AI红利消退以及CV算法岗位严重供大于需,可以说CV算法岗竞争的激烈程度上升到了一个前所未有的高度。并且 阅读详情

作者:老宋的茶书会

知乎专栏:NLP与深度学习

研究方向:自然语言处理




前沿


其实本来想着等到忙过毕业之后再写这篇文章的,毕竟两年半学制真的伤不起呀。但考虑到今年的算法情况以及各位同学的焦虑,感觉有必要早些写一篇大致的指南来供大家参考。这篇文章花费了一个下午的时间,但仍有很多细节没有探讨清楚,因此会在后续进行不断更新,以免误导诸位同学。


本人已经打算去百度了,虽然价格不高,但部门核心,偏业务,百度还是香啊。这篇文章是以我这个水平以及我看到的情况来进行分析的。考虑到大家一般刚毕业都是要去大厂的,因此,本文以大厂招聘情况为主。


今年行情


今年的一个基本事实是:互联网 hc 缩紧,这针对所有互联网岗位,算法是重灾区。今年的竞争激烈程度我大致可以这么划分:


cv算法 > nlp算法 > 机器学习算法 > 其他方向算法 >> 数据分析 > 产品/运营 > java后端 > c++后端 > 前端 > 客户端 > 测开

其他岗位就不一一列举了,大致就是这个情况。


首先是劝退


很不幸,开篇就先进行劝退一波, 如果满足以下条件的,劝退:


  • 本科生:清北,浙大,中科院等的部分顶尖本科生除外, 其余劝退。从目前来看,一二线大厂算法岗已经几乎只针对硕士招聘了,本科生想以算法进入一二线互联网公司几乎不可能。

  • 双非硕士:除非对自己实力有十分强的自信,否则劝退。双非在今年的算法行情下,很多一二线大厂连简历关都过不了,因为211以上完全满足需求,直接关键字过滤就完事了。

  • 导师问题:这里导师不行指的是, 不让你实习,接一堆垃圾项目的这部分导师。因为这必然导致你很少有时间去学习算法,且没有实战经验今年是必然被刷。

如果你满足以上任意一个条件,不要怀疑,立马转开发,不然按照今年的行情,秋招你会死的相当惨。


其次还是劝退


对于不满足任意一条的同学,我个人持有的观点依旧是劝退(大部分),主要有以下几方面原因:


  • 薪资:今年有几家一线大厂已经开始实行开发,算法同薪的计划了,预测明年这个趋势会更加明显。但今年整体来说,算法的薪资比开发高,这主要体现在二线厂中,部分一线大厂算法也比开发高2k左右。

  • 付出:毫无疑问的是,算法供需失衡了。这也意味着市场属于买方市场,竞争压力极大。这点可以去牛客网上去搜一搜,今年算法号称诸神黄昏。

说一个事实,我某大厂算法白菜比我同学某独角兽开发白菜低 10w 左右,哈哈哈哈,看你们还搞算法吗。

如果说,大家看到我上边的两个劝退,依旧坚持,劳资不信邪,劳资要搞算法,那我们就进入正题, 从行情的角度分析如何去搞算法。


目标受众


  • 首先,本文的讨论范围仅限 NLP 相关岗位,不同算法岗所需的准备差别还是蛮大的,不过可以都投一投,万一中了呢。

  • 其次,算法方向目前可以细分为偏研究和偏落地,因为我个人学术水平有限,因此找的都是偏向落地的NLP岗位,这两个方向的面试区别还是蛮大的,建议大家面试之前想清楚。

  • 最后,本文针对还是想去一二线互联网大厂和独角兽的同学,如果说想去外企研究员或者小公司的同学,可以出门左拐了。

如果说想去做偏研究方向的同学,可以更多的参考夕小瑶的这篇文章:别求面经了!小夕手把手教你如何斩下和选择NLP算法岗offer!, 夕小瑶大佬的 offer 情况基本就是最顶级的那一批了,实在是很强势,百度 nlp 组几乎是国内最强的 nlp 团队了,可以说很羡慕了。大佬文章里把国内好的平台几乎一网打尽了, 因此看大佬的文章就行。

我个人比较佛系,拿到有道的 offer 后,题也不刷了,论文也不看了,面试很多都拒了,然后后期后悔死了,这点后面再说。

接下来才进入文章的正题,本文先探讨核心竞争力的构建,然后谈谈面试,笔试的准备。


对于算法岗来说,什么是最重要的


其实前面分偏业务和偏研究,这两大方向的准备还是有所区别的,不过先抛开这些不看,我们就谈谈对于算法岗来说的几大核心竞争力。


1.谁说学校不重要?

今年,从我个人签到时登记情况来看,我们学校基本属于最差的那一批了,也就是说,211不出意外应该是底线了。一般人数最多的是北邮,其次是北航,然后是清北,北理,然后是其他帝都211,985学校。讲道理,我们学校计算机还可以,哈哈哈哈。

然后就是,提前批简历筛选,百度,腾讯,美团提前批都没捞我,百度正式批的时候,我就该问题与面试官交流了一下,提前批算法岗基本只要有限几个学校的,且专业对口的。至于说阿里和字节,这俩公司可是有 KPI 要求的, 基本是个 211 就能去面,然后我自己瞎投,不匹配挂掉了。

其他还有很多二线公司,独角兽,十分看重学校。

2.论文

有些人说,论文不重要,有些人说论文很重要,众说纷纭,那么到底重不重要,答案是:重要,但起不到至关重要的作用。反正我没有论文,可能这也是我收获白菜的原因吧。

首先, 你的论文要有价值,即使你是顶会,灌水的文章,反而会降低你的面试评价。论文水不水,相信大家心里都有逼数,我就不扯淡了。夕小瑶的文章中就很清楚的写了,你要写一篇顶会意味着哪些东西,如果不满足,趁早放弃。这里我需要强调一下老师的重要性,一个好老师实在太重要了,而现实是很多老师不拖你后腿就不错了,如果说你的老师或带你的博士不行,趁早打消发文章的想法,混个毕业就行。

其次,前面说到,偏研究与偏业务区别很大。偏研究部门更多侧重于论文, 听说今年大厂核心研究部门,1篇顶会是简历筛选的第一条件,简直太可怕了。

3.比赛

首先,一个现实是今年比赛在面试中的含金量在下降。比赛基本要求是大型比赛,比如百度阅读理解大赛这种级别的, 名次在 top 20 基本都很有价值。但是如果是一些小比赛,那就完全没必要去了,除非你拿了一堆小比赛 top 5 可能还有些价值。

其次就是,堆模型的方式并不受欢迎,面试官会很喜欢问你对模型的提升与改进,而 ensemble 讲道理并不算是改进方案吧,你如果能把一些顶会上的一些 Trick 用到比赛上,然后效果很好,也是很大的加分项。

最后,就是,做 nlp 的一定要打 nlp 相关的比赛,还有就是,从今年来看, BERT 出来之后,就别搞那些浅层任务如文本分类这种的了,提升有限,意义不大,任务简单,面试官很多都不感兴趣的。

4. 看论文 - 基础

其实很多人的学习方式都是去看博客,然后按照 github 去模仿。但我个人认为这是很不合适的一种方式,尤其是对算法岗来说。现在面试中经常会问你对论文特殊的理解,你连原论文都没有看过,谈何理解呢?

我个人研究生期间,看的论文大大小小也有 200 多篇了,我觉得这是我比较大的一个优势,一篇论文几个小时就吃的差不多了。

这时候有人会问了:老宋,你看那么多论文咋不发顶会呢。答案就是: 莫得机器,莫得老师。我老师在我找工作期间还给我接了个前后端的活,真是万分感谢啊。

所以我个人建议,一定要看原论文,一定要产生自己的理解,而不是看别人消化过的,可以参考,但不能人云亦云。

5. 大厂实习

这应该是最最最重要的一项的,我放到了最后面。如果你是放养,老师允许你去实习,那么你就早点去实习,越早越好。

如果说,老师不放人,那同学你只能靠自己了。

6. 其他

就上面的准备来看,大厂实习与顶会论文是至关重要的两项,这两点在两种 nlp 岗位上都能起到决定性作用。如果你满足这两点,再好好准备面试,基本大厂算法都能收割。

  • 其次重要的是学校。清北,浙大,中科院有加成,北邮是不加不减,我校是减分项。

  • 然后,就是比赛。如果能拿到百度阅读理解大赛的 top 10, 基本大厂都可去得。

  • 最后,是基础。即你论文阅读量,你的代码水平,你的知识体系之类的。




面试与笔试


前面说完了,研究生期间的准备,下面聊聊在找工作期间,最重要的几个关键技能。

1. 刷题

夕小瑶的文章中指出, 她去面试都是 leetcode easy 或 剑指offer 原题, 然而,今年我的情况是,最少是 leetcode medium, 有时候会出 hard。

我个人的刷题情况是,剑指 offer 两遍, leetcode 200道以上。然而,我面试的好几家公司,出 hard 你敢信, 比如:

  • 网易有道一面:编辑距离

  • 搜狗一面:编辑距离

  • 小米一面:编辑距离

  • 猿辅导二面:二维动态规划 + 条件判定

因此,情况变化还是十分明显的,我个人维护了一个刷题仓库,主要针对我刷过的题进行总结,该仓库还没有更新完,我个人打算在毕业之前更新完。

  • 仓库地址:python-algorithm

刷题语言的话,用 python 就行,笔面试都行。不过很多面试官会在面试时问会 c++ 吗?

2. 基础知识

这些基础知识涉及很多,如数学, 机器学习,深度学习以及NLP 的最新理论。涉及开发的知识不多,如计算机网络,操作系统,设计模式等几乎不考,反正我没遇到过。还有就是,很多面试官对 Linux ,git 会比较感兴趣,主要考察你的开发能力。

我针对秋招,还特意维护了一个 NLP 复习的仓库,目前还在更新,不过内容已经很多了,我后续会跟进最新NLP 进展的,欢迎 star:

  • 仓库地址:NLPer-Interview

3. 简历

简历十分重要,有些同学不是能力不行,就是简历不好好写,如我舍友,我给他分析了他的简历问题,帮他扯了1个多小时,过几天他就收到某独角兽 offer 了,价格还比我高,酸了。

所以说,这点一定要注意起来,一定要找有经验的,认识的算法工程师帮你们看看简历(别发我,哈哈哈), 这点十分重要。

简历写有很多技巧,但这都没有找个人帮你改简历来的有效,所以,等你找工作的时候,一定要请人家吃个饭,帮你改个简历什么的。

4. 打怪升级

在秋招中,一定切忌直接刚大厂,因为这样,由于面试经验的问题,十分容易挂。我个人推荐先去面一波小厂,面个十几家,觉得差不多了,再去刚大厂。

注意的是,时间要安排好,vivo 提前批7月初就开始了,因此,你可以提前一个月开始面试小公司。


Tips


  • 一定不要错过提前批。 很多算法 hc 在提前批就没了,没错,边缘组的 hc 也没了

  • 刷题要趁早。 从现在,立马开始刷剑指 offer 。

  • 提前批要看好部门 match 与否。 阿里投的新零售,都不知道干啥的,结果是做知识图谱的,然后就挂了,难受啊。

  • 提前批不要拖到末尾。 提前批最迟在中期投,不要等到就有十天就截止了,你再投。腾讯血淋淋的教训, 我同学微信都面了4次了, 我他瞄一次都没被捞。

  • 提前定好自己的心仪公司候选。 反正我最想去的就是百度,阿里,腾讯和有道。不过,猿辅导的价格真香,可惜题没刷够。

  • 写博客和github有用。 这两大内容有用,但需要看面试官,小米面试官就连我文章都没有看,直接说我文章一般,就差说出垃圾两字了。github star 数低的话,就别写到简历上了。

  • 实习转正比较容易。如果可以,走实习转正通道才是正解。

  • 秋招要尽全力,尽量多拿offer,我就看到有同学刚到了10月20号还在面,我他瞄9月初就开始佛了。 不要拿到满意 offer 就佛系,不然后面会比较后悔,万一薪资不满意呢。



原文链接:
https://zhuanlan.zhihu.com/p/87895563

小编是机器学习从业者,为方便交流学习,欢迎大家扫码小编,进入python&与机器学习交流群:
640?wx_fmt=jpeg
联想22校招数据挖掘岗全解析:技术栈、项目与面试策略 数据挖掘是连接海量数据与业务决策的关键技术,核心在于通过机器学习算法从数据中提取有价值的信息。一个合格的数据挖掘工程师不仅需要理解算法原理,如逻辑回归、XGBoost等模型的数学基础,还必须具备扎实的SQL和Python工程能力,以完成数据清洗、特征工程、模型训练与落地。在实际业务中,数据挖掘广泛应用于用户行为分析、供应链需求预测、异常检测等场景,其价值最终体现在降本增效与业务增长。联想22校招的数据挖掘岗位,正是这样一个兼顾技术深度与业务广度的方向,面试时不仅考核算法基础与编程能力,还关注候选人对业务场景 阅读详情

相关推荐

2020本科校招-从小白到拿到30k offer的学习经历

内容同步更新到github:https://github.com/mio4/interview 前言 本文是个人2019年年度总结。 先介绍下博主背景:计算机本科大四, 刚进大三还是没有实习、没有项目经历的小白,经过一年时间的刻意练习[deliberate practice],最后在校招中拿到了大厂offer, 标题中30k的offer已经拒掉了,有了更好的去处,只是用来举例。 0x0 前期调研 以下经验根据个人的经验来谈,有一定的局限性,仅供参考。 1. 为什么不选择算法 计算机专业的就业方向很多,对

mi4o 1602

当年要是这样搞,我的C++也不至于这样!

当下AI算法大多基于深度学习算法模型,通常在模型训练和验证阶段会采用Python语言快速处理。而在实际应用阶段,则会采用C++来调用模型和性能优化,从而提高算法运行效率。所以未来想要...

我爱计算机视觉 740

百度面试——AI算法岗

不能使用乘除,for,while,if,else,switch。9一个文件有9998个数,对应[1-10000]的范围,少了两个数。1.将IP字符转化为整数(127.0.0.1转化为16777343)(code)2.统计一个文本中的出现次数最多的k个单词(code)2.介绍一个团队合作的项目,以及如何分工,如何合作。8.左右有序上下有序的数组中查找指定数。7.在科研上,老师给过你什么很大的帮助。3.c++的特性,并且分别介绍。4.new和malloc的区别。2.从数据流中找出最大的k个数。

FPGA/MATLAB学习教程/源码/项目合作开发 1557

使用线性回归和决策树算法进行薪资预测

这包括删除任何无效或缺失值,转换类别变量为数值变量,创建哑变量并将所有特征放在一个矩阵中。我们需要一个数据集,它必须包含以下特征:工作经验,学历,公司规模等等。首先我们需要导入一些常用的Python库,如NumPy,Pandas,Scikit-learn等。其中,train_test_split()函数将把数据集拆分为70%的训练集和30%的测试集,以进行后面的评估。我们将拆分数据集,这使我们可以将数据集分为训练集和测试集,以评估模型的准确性。其中,'salary.csv’是保存在本地的数据集文件名。

weixin_45810587的博客 2645

大数据分析案例-基于决策树算法构建大学毕业生薪资预测模型

本实验旨在对2009年-2020年各大学各学院的毕业生平均薪资数据进行分析挖掘,这一研究有望在提高大学毕业生职业发展水平、促进高校与用人单位合作、优化人才流动与分配等方面发挥积极作用。通过基于决策树算法的大学毕业生薪资预测模型的构建和研究,我们深入探讨了影响毕业生薪资水平的多种因素之间的复杂关系。该模型不仅在预测准确性上表现出色,而且具有良好的可解释性,有助于为大学生提供更科学的职业规划建议,同时为用人单位提供更精准的招聘决策支持。

m0_64336780的博客 1万+

薪资预测:根据职位描述预测薪资

薪资预测 根据职位描述预测薪水 定义问题 职位的薪资和两者之间的差异取决于多种因素,包括技能,经验和职称本身。 在给定可用的数据集的情况下,我们希望估算工作薪资以了解推动薪资的关键特征,并部署模型解决方案来预测薪资以基于这些特征衡量合理的薪资。 方法 1.数据加载 'train_features':每个工作ID的每个功能的训练数据集:工作名称,公司,学位,专业,行业,经验的年限以及与大都市的距离(英里)。 'train_salaries':每个工作ID的薪水(目标变量)训练数据集 'test_features':等效于功能训练集的测试数据集。 2.数据清理 除了查找每个数据集的数据类型和大小外,数据清理还涉及发现和处理丢失的数据,重复项,无效数据(例如,工资<= 0)和可疑的异常值。 较低的异常值是低于25个百分点的异常值-1.5 *四分位间距; 以及较高的离群值在75个百分位数-1.5

基于机器学习预测岗位薪资

本文根据某招聘网站抓取的岗位信息,来预测该岗位平均薪资。

m0_58700887的博客 3193

salaryprediction:薪资预测项目(Python)

薪资预测 目录 问题概述(定义) 该项目的目标是检查一组带有薪水的职位,然后预测一组新职位的薪水。 该项目的可能用例是显示职位发布的网站,以更好地估算薪水,并根据求职者的证书为求职者提供有关薪资的想法。 此外,人力资源团队可以使用此模型来提供具有竞争力的薪水,以雇用和留住员工。 数据探索(DISCOVER) 数据第一眼 为该项目提供了以下CSV格式的数据集: train_features.csv :顾名思义,此数据集以表格形式包含具有所有功能的训练数据。 它包含一百万条记录,每个记录对应一个职位列表。 所有记录包含8个功能,描述如下: jobId (str):每个工作清单的唯一标识符 以下功能是数据集中的分类变量: companyId (str):代表每个公司的唯一标识符的分类变量。 共有63家不同的公司在数据集中列出了他们的职位清单 jobType (str):示例:CEO,C

【R言R语】202x年,校招算法岗将走向何方

全网最全算法岗求职经验与感悟汇总!!!(全网最详细)

Rocky Ding相信人工智能、数据科学、商业逻辑、金融工具、终身成长以及顺应时代的潮流会赋予我们超能力。 1024

薪资预测

薪资预测

【详细】芯片设计全流程(包括每个流程需要用到的工具以及需要参与的工作人员)

一颗芯片的诞生经历了设计、制造和测试(分别对应集成电路产业链的设计业、制造业和封测业),而每一步都包含了复杂的步骤和流程。 图0-1 集成电路产业链 现在,我们重点介绍芯片设计的全流程以及每个流程需要用到的设计工具和需要参与的工作人员。 一、IC设计分类 首先对IC设计的分类做个介绍,如图1-1所示。 图1-1 IC设计分类 如图1-1所示,IC设计可以粗分为数字IC设计和射频/模拟IC设计,数字IC设计又可分为ASIC设计和FPGA/CPLD设计,此外还有一部分IC设计.

qq_36045093的博客 8万+

浅谈计算机校招

前言 既然想正经写篇分析文,那就也加个前言吧。我大致在这说一下我为什么萌生了写这篇文的想法,以及一些个人的感触体会。 我本来并没有打算大四毕业后工作的,原计划是继续求学。不过因为一些复杂的原因,我并没有参加去年的考研,而后我当时还是希望读研的,所以在准备今年的“二战”。当然有一个不得不说的背景,我听说一位进大厂的同学拿到了极高的薪资,令人直呼读个p的研的薪资哈哈哈,这让我很惊讶,我读研也不是为了走科研,为了更好的工作而已,如果本科就能达到,那么读研还有我想的那样好么。 开学之后,突然觉得,校招这么好的机会,

weixin_42491366的博客 2600

CODESYS Softmotion(一)功能介绍

一、CODESYS SoftMotion RTE SL产品 1.1 CODESYS Runtime SL 产品家族介绍 目前支持的主流厂商的硬件产品,让部署在上面的成为实时设备。 对于Windows系统,根据需求选择对应的Runtime: RTE极大的提高了实时性,适合进行运动控制,同时RTE还支持了多个主从站协议: 还可以选择可选的功能(Single License): RTE对硬件和系统有要求,如果你需要硬件功能,那么网卡会有最低要求。 1.2 RTE的下载和安装 在官网http://codes

Fishfishfishfishcat 2万+

如何看待 2020 届校招算法岗「爆炸」的情况?英雄所见略同

来自:计算机视觉联盟公众号转载:知乎问题如何看待 2020 届校招算法岗「爆炸」的情况?链接:https://www.zhihu.com/question/342267...

小詹学python的博客 2894

量化投资之工具篇一:Backtrader从入门到精通(1)-手把手教你零基础实现一个策略案例

Backtrader是重要的量化框架,本文记录学习该框架的笔记,内容主要基于Backtrader的网站指导文档。虽然该框架目前用于量化投资领域,但是可以作为数据处理的基本架构,进行改造后用于各种数据的处理,尤其适用于对原始数据处理完成后应用一定的策略进行预测以及可视化处理。 1、简介 Backtrader的特点,就是两点: 1、易于使用; 2、参见第1条。 那么如何使用Backtrader呢?比把大象装进冰箱复杂点,一共4步: 创建一个Cerebro引擎: 加入一个Strategy...

仓鼠王的博客 5万+

飞塔CVE-2022-40684复现

admin 无密码直接回车(会提示修改密码)

G3et的博客 1148

0顶会入场大厂算法岗的正确姿势(干货总结)

伴随着秋招开始,知乎上又开始出现各种算法岗劝退的消息。虽然算法确实很卷,但说要有顶会才能入场这就“离谱”。今天咱们就来澄清一下事实,先拿数据说话!以NLP四大顶会ACL,NAACL,EMN...

Kaiyuan_sjtu的博客 1091

手把手教你学simulink(57.3)--电励磁同步电动机场景示例:基于Simulink的自适应控制(Adaptive Control)电励磁同步电动机

目录基于Simulink的自适应控制(Adaptive Control)电励磁同步电动机项目实例1. 项目背景2. 系统架构2.1 电励磁同步电动机模型2.2 三相逆变器模型2.3 自适应控制器(Adaptive Controller)2.4 系统框图3. 模型设计3.1 创建Simulink模型3.2 自适应控制(Adaptive Control)设计3.3 仿真环境搭建4. 参数优化4.1 自动调优5. 实际应用案例5.1 工业驱动系统5.2 风力发电系统6. 结论需求分析电励磁同步电动机(Electr

MHD0815的博客 505

帆软2024届校招【研后专场】上线!投递机会+1!

最近秋招基本结束,各类工作花落各家,不少同学面临offer选择的问题,有一类同学印象深刻,比如有个华科的同学拿了鹅厂的研发offer,也拿到了老家某航天研究所o。但是最近小米骂声一片,作为忠实粉丝的我,很想被小米录用,看着小米变好,回击抖音黑子们。HR面结束后,发了offer,HR问方便透露一下有哪家offer在流程中,还问具体的公司和base地,这种情况可以告诉她吗?1. 百度推荐算法,小sp2. 北京银行总行信息科技岗,往年传25w,但是可能在顺义,地点不确定本人不希望去顺义,有点远。

每天多一点干货 1188

智能合约监控告警:提示工程架构师用AI Prompt实现精准预警

当AI大模型(尤其是代码理解模型如CodeLlama、GPT-4 Code)与区块链数据结合,智能合约监控迎来范式革新。AI模型如何精准理解智能合约的业务特殊性?如何避免"AI幻觉"导致的误报?如何让模型学会区分"正常异常"与"攻击前兆"?答案藏在"提示工程"(Prompt Engineering)中。理解特定智能合约的业务逻辑(如DeFi协议的清算机制、NFT的铸造规则)识别复杂的攻击模式(如重入攻击的调用链特征、闪电贷的套利路径)结合链上链下数据进行多维度推理(如关联价格波动与异常交易)

AI架构全栈开发实战笔记 1011

Vins-Fusion 外参camera-imu 标定

Vins-Fusion是一种基于优化的多传感器状态估计器,一大特色是支持实时camera-imu外参校准(相机和IMU之间的旋转)。Vins-Fusion 外参camera-imu校准是利用两帧间计算相机位姿和imu预积分得到位姿,构建最小二乘问题,并通过SVD求解camera-imu外参旋转矩阵。

u010196944的博客 2490

双非硕士,继续劝退!

点击下方卡片,关注“CVer”公众号AI/CV重磅干货,第一时间送达之前求职群的一位同学简要介绍了他的背景(学历/竞赛/实习/论文),并提问到:"还有必要卷算法岗吗?",我的回答如下:上面我的回答,你需要好好思考自己是否有加分项?Amusi 这里分享一个求职公式:刷题(LeetCode) + AI基础知识 + 编程基础知识 + 面试八股文(cs/AI) + 项目 + 实习 + 竞赛 +顶会/顶...

阿木寺的博客 712

计算机视觉(角点检测)- 1 - Harris角点检测

计算机视觉(角点检测)-1.1 Harris角点检测学习前言 学习前言   今天更新一下计算机视觉的东西吧,哈哈哈o( ̄︶ ̄)o   关于角点检测呢,就是检测图像中角点的算法,常见的有四种常见的算法:Moravec角点检测算法、 Harris角点检测算法、Shi-Tomasi 算法、FAST角点检测算法,不过常用的就两种吧——Harris角点检测算法、Shi-Tomasi 算法(反正我基本上就只用到这两种,先着重介绍前面两种,后面再花世界介绍吧)(~ ̄▽ ̄)~ ...

qq_40374812的博客 1万+

算法工程师校招攻略

我本人的求职之路基本告一段落,希望可以分享一些经验给寻找计算机相关岗位的同学们。自我介绍一下,我曾就读于国内985计算机本科,现攻读日本计算机硕士,研究方向是深度学习。我大概从2019年8月起投递简历,到2020年4月基本结束求职过程,拿到的offer涵盖了算法与开发岗。今天是求职系列第一篇,主讲技术岗求职的方法论,包括了岗位选择,简历撰写与投递,笔试,面试,谈薪资等等,其中有一些我认为很重要而没有被广泛了解的方法。之后我们会谈谈计算机相关岗位的投递方向。相关参见公众号:九州的云梦泽。 ...

srplus的博客 565

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

上一篇: 工程师必备!最好的九张机器学习/深度学习代码速查表
下一篇: 《AI 算法工程师手册》:从数学基础到统计学习一网打尽
机器学习算法那些事
博客等级 码龄9年 1633粉丝 62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