第一次跳槽,转战北京

这周公司组织培训,周六周日培训两天,看了下课表大都和我没有关系;今天下午的课老师讲的很快所以提前结束了,正好借下班打卡前这段时间,随笔写一写最近这个个月的变动;其实主要就是向记录下这次离职到入职,杭州到北京的一些事情;

离职是迟早的事儿,很多方面都让我不满意。比如待遇,加班,离家远,没社交等等等等。所以新的工作,一定要解决我上面的大部分痛点同时不带来新的麻烦;其实六月份开始就一直在投简历了,一直到七月中才最后决定来到现在这个公司;面了大概不到十家,有第一轮就挂的,也有顺利发offer的,之所以犹豫很久也是在权衡到底哪里才能最大程度的解决我上面的痛点;

离职多次领导谈话,期望能留下来,继续做一颗有意义的螺丝钉。说实在的,直属领导对我还是不错的,不管是平时工作还是待遇上。不过,我太痛苦了,离职跳槽可能是一个技术人员必须经历的事情,所以这次拿到第一个offer后我很坚定地提出了离职。我很明白,新的工作可能解决的了一些问题的同时又会带来更多问题,不过还是想试一试。

到今天真好入职一个月了,虽然还是嵌入式研发;HK到ZK;两家公司无论业务还是技术上是截然不同的,怕时间长忘了,有好多东西值得说一下的,

企业文化上:HK两万研发基本大部分都是软件工程师,所以软件文化根深蒂固,比如大家平常以工代称,说实在的刚去HK的时候我都不习惯“林工”,觉得很生疏,当时现在听到林工又觉得莫名亲切;软件氛围浓厚的一个体现点就是加班,晚上加班严重,大家讨论问题很活跃,基本大晚上几个问题在工位就吵吵起来的事情很常见;sy两万研发基本都是工艺和电气研发,企业文化上偏传统;没有了HK工的称谓,感觉整个研发和产线工人的管理模式差不多,比如上班朝八晚六,基本不加班,中午要休息到2.30上班;园区管理的还比较严格,动不动就罚钱,上班竟然还不能穿短裤就很难理解;

公司管理上:HK是偏扁平化的管理,都说海康领导里面最多的就是中层领导,士实际上也确实这样,基本上我所有的工作都只要向我直属领导汇报和接收,平常基本不会和其他领导打交道;zk就不一样了,虽然我还没有体验过多少,不过从这一个月的耳濡目染来看,各种流程上那叫一个乱,不知道为啥成立三年了流程为啥没整明白。软件和项目管理上,也是一样。感觉这可能就是小公司和大公司之间的差距,其实针对嵌入式项目和代码管理上,感觉HK还是有很多东西值得ZK借鉴的,不过一直没有机会和途径向现在的领导提出我的建议,而且ZK还受集团的管理,感觉好多事情,领导也是心有余而力不足;传统企业转型难啊。。。

平常工作上:HK从底层到应用基本都是自研产品,公司产品多,市场反馈多,平时工作上讲究效率,所以平时推动问题比较难。当然也是因为HK作为龙头的市场占有率和历史,一个研发平常的工作的大部分都在做维护工作,真正的开发工作很少,而且基本也是按人分模块负责的,平常学不到什么新东西;ZK完全相反,好多底层的东西都是和别人合作的,只做上层,领导估计也是向急着出产品;好多软件研发同事要对接供应商和合作公司,这些原来在HK简直难以想象,做的事情比较杂。比如用的合作公司的内核出了问题,还需要把主板寄回给对方,等对方更新版本再寄回来,这效率简直了。。

总而言之从两家公司上比较,典型的大公司和小公司;一家比较各个方面比较成熟,但总体对于个人发展性价比不高;一家可能各个方面都有不足,当时对于个人发展方向上比较有利;

再说是从杭州到北京后的一些事情:

毕业时去杭州的时候,真的是举目无亲啊,当然走的时候也一样,不过收获了几个靠谱的同事;毕业去的时候带了一个麻袋的衣服,两年时间,这次搬到北京,家当基本上三个麻袋了,还不包括一些不能装进麻袋的东西;果然有钱了就是买买买。HK是大小周,偶尔小周六还会出去团建,平常周末留在家的时间不多,在家的时候基本就是躺尸刷剧吃外卖,没亲戚朋友也没杂七烂八的事情,孑然一身,孤独感还是很强的,这也是我想离开杭州的主要原因之一;来了北京就不一样了,同学、朋友基本都在北京。这次租房也是和大学舍友合租的,又开启了大学宿舍一样的生活,还是很惬意的。zk还是双休,平常周末和朋友出去转转,一起吃个饭。周末回家也不耽误了,想想就不错。

总的来讲,就目前来看这次跳槽的趋势还是不错的,期望工作能更顺利吧,就这样,以上。

内容概要:本文系统阐述了智能物流路径规划的技术体系与实践应用,涵盖其发展背景、核心问题建模、关键算法、多目标与动态环境处理、系统架构及典型应用场景。文章以车辆路径问题(VRP)及其变体为核心数学模型,介绍了从Dijkstra、A*等单智能体算法到多车VRP的元启发式求解方法(如遗传算法、蚁群算法、大规模邻域搜索),并深入探讨了多目标优化(成本、时间、碳排放)与动态环境(实时订单、交通变化)下的自适应规划策略。结合城市配送、干线运输、场内物流等案例,展示了路径规划在提升效率、降低成本方面的实际价值,并分析了当前面临的复杂性、不确定性等挑战,展望了AI融合、数字孪生、车路协同等未来趋势。; 适合人群:具备一定物流、运筹学或计算机基础,从事智能交通、物流调度、算法研发等相关工作的技术人员与管理人员,工作年限1-5年为宜。; 使用场景及目标:①理解智能物流路径规划的整体技术架构与核心算法原理;②掌握VRP建模方法与多目标、动态环境下路径优化的实现策略;③为物流系统设计、算法选型与系统优化提供理论依据与实践参考; 阅读建议:建议结合文中案例与数学模型,重点理解算法选择与实际业务场景的匹配逻辑,关注动态规划与多目标优化的工程实现难点,可配合仿真工具或开源求解器进行实践验证。
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