2018求职总结

        从事Android开发也有两年了,独立完成项目开发比较多。做的项目比较多(算起来有5个),然并卵。尤记得当初项目上线时候的兴奋,现在却是失望颇多。曾经的成就感是项目由自己发布,现在却是期望一款成功的产品。

言归正传。

        今年求职时间有点长,一个月,裸辞。休息准备一个星期投简历,在广州电话邀请面试30多家,面试15家,大多是离的太远了没去(其实是我住的有点远。。。),大多面试情况不错,额,就是没有offer。然后休息一个星期,调整心态来到杭州,一个星期投简历,面试,拿到offer。

        求职大致有这么几个阶段:准备,投简历,面试(包括笔试),总结。

一、准备阶段:

        这个阶段非常重要。首先是对自己能力有一个评估,包括:开发能力(重点总结),口才,待人接物,学习能力等等(兴趣爱好之类的就免了)。做程序员确实大部分时间是对着代码,但是正因为如此交际能力就显得越发突出。工作难免与人打交道,如何让他人能够接受你,采纳你的意见都与你的口才和待人接物息息相关。最直观地,面试就需要交流,怎么说服面试官录用你,说是必不可少的。

        对自己有个初步总结后,就可以给自己划下底线。说的俗一点就是你的最低薪资是多少。既然是底线就一定不能自己去突破它,公司给不了,咱们可以去下一家,这点底气一定要有。接着就是准备笔试和面试。比如我是做Android开发,就要捡起以前的java基础,集合,多线程,进程,gc,虚拟机,Android基础,handler消息机制,自定义view,动画,事件分发,内存优化、anr、性能优化、屏幕卡顿怎么定位,分析,解决等等。在网上找资料是一方面,最好是自己看源码。因为面试官不仅仅面试你一个人,前面很可能也面试过一些人,如果你说的和前面的差不多(网上找的),虽然不错但是也没有自己的特色。

二、投简历

        当然这个阶段得做好简历,简历这个东西大家都知道,写好之后最好润色一下。如果有自己心仪的公司先别着急着投,可以先试试水(一定要筛选一遍薪资);如果没有,个人意见:先按工资筛选一遍,在看看公司主营业务,公司规模。具体的就得和面试官聊了。

三、面试阶段

        在这个阶段我觉得就是个人与公司的双向选择了,面试前可以评估下对公司的第一印象,公司的环境,氛围。如果去面试的时候,还有很多面试Android的,个人觉得你可以考虑下家公司了。我碰到过这种奇葩,我到的时候已经有4个Android在等面试了,干嘛呢,菜市场啊,当然如果是公司的专场招聘会不一样。

        一般去面试都得做笔试题,题目大致分为:选择题,简答题(这个最多),手写代码(这个真是无力吐槽),机试(只遇到过一家)。做不出来没关系,先记下来,下次面试可能会遇到。我遇到的公司一般是做完笔试会和你进行面试,面试首先是自我介绍,然后就是你问我答环节,这个环节一定不能怂,一定要自信,即使是回答不出来,甚至连问的是什么也不知道也没关系,自信心一定要有。这么说吧:面试你的不一定是做Android的(有可能是做Java的或者曾经做过Android的),他的问题很可能是百度的,有可能你反问他,他也不一定回答的上来。巧的是我还真碰到过一次,前面几个问题都对答入流,后面好像一连说了七八个不知道(问的什么网络那几层,熟悉linux吗,我当时都想和他说:对不起,我还有事),最奇葩的是第二天就给我offer(。。。)。

        个人觉得面试环节更多的是考察面试官的水平,面试官的态度代表了公司的形象,如何提问,什么样的问题能够考察面试者是否符合公司要求,如何深层次的发掘面试者的能力。相对地,面试者也可以通过面试官来了解下公司的,所谓管中窥豹,可见一斑。如果碰到比较傲慢,甚至嘲讽你的面试官,也别生气,林子大了什么鸟都有,你应该庆幸可以选择不去这家公司(当然这种情况比较少,不过态度不好的倒是有的)。面试的时候,一般问的问题比较泛(有的是根据笔试来问的),可以把面试官引向自己很熟悉的领域,这也算一种面试技巧吧。最重要的是临场应变,有可能在面试的时候突然问你一道算法题,现场写(还真碰到过,也就是现在入职的这家),发挥的好绝对是加分项。第二个就是面试的节奏,面试总有一方是占上方(或者说比较强势),所以可以尝试的不让自己占据下风。最后一般是你还有什么想问的,这个环节我一般是问公司的项目,技术部人员分配,最后一个:您是如何管理公司的技术团队的。

        hr面的时候一般就是薪资要求,福利待遇了。回答薪资要求的时候一定不要超过公司招聘上的薪资范畴(如果非要超过,呵呵呵,你何必来面试呢)。

四、总结阶段

        每天都小结下今天的笔试面试,不会的题目多查查,多看看,多记记。第二个是回顾与面试官的对话,自己是否有回答不当,给人不好相处的感觉。求职是一个非常耗神的事情,所以不要想着一蹴而就。两三个星期找不到工作也不要着急,牢记自己的底线,万不可触碰(此处不留爷),心态很重要,面试需要的是能力,有没有offer看的是缘分。最后提一句,hr说的口头offer并不是特别稳(当然大多数公司不会反悔),所以在hr发正式offer前不要放松,照常面试就好了,说不定可以找到更好的。

        这份总结算是给我一个月的求职画上了句号,求职不易,方知珍惜,初心勿忘,扬帆起航。

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 1
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