身在大厂实习,还确定不了技术栈

文章讲述了作者阿秀收到一位研二学生关于编程语言选择和实习准备的困惑。学生在Go和C++之间纠结,同时对秋招感到焦虑。阿秀建议学生根据实习经验选择Go,专注于当前实习的工作,同时学习算法和基础技术知识,并鼓励学生不必过于焦虑,适当时间准备即可。

19238acf074e1894d8e2c859aef89117.png

作者:阿秀

校招八股文学习网站:https://interviewguide.cn

这是阿秀的第「237」篇原创

你好,我是阿秀。

以前就分析过编程语言的选择,即你到底适合哪种编程语言?是常见的后端语言Java还是C++,亦或者近几年非常火的Python、Go,又或者是适合走前端,学习JavaScript这门语言呢?

为此还写过不少文章,比如下面这两篇文章:

到底学哪个,Java 还是 C++ 或者Python?

再次认真聊一聊,Java or C++?

需要说明的是不同人因为自身水平以及学习能力和背景的不同,他所适合学习的编程语言是不同的,所以不顾背景统一推荐All in某种语言的都是不负责任的流氓表现

事实上也没有哪种技术又好学、招的人还多、薪水还可观的,鱼和熊掌不可能都被它占了。

今天分享我给一个阿秀的学习圈中学弟关于编程语言学习的一些建议和意见。

1、学弟的纠结

秀哥,你好,我对于暑期实习和秋招很迷茫,所以想请教一下。

我是24届某中流21研二在读,研究方向是稍微靠近分布式数据库的,但因为方向很小众,没有实际市场,研究的人也不多。

目前在滴滴后端实习三个月了,在组内是写Go和PHP的,目前是能学习到很多关于工作的内容,但是目前因为小白所以做的需求都是比较简单的。

工作的准备情况:其实我感觉自己很菜,什么都没有准备好,《剑指offer》才刷了2/3,因此算法很烂,八股文才刚开始背,知道一些面试参考点而已,都是吃本科的老本,因此感觉自己啥都没有准备好。手头上也没有自己做什么项目。

找实习情况:我一开始找实习是找分布式后端的,但发现实际工作需要的分布式知识和我研究方向大不一样,而且实习岗位机会少。于是转向C++后端(靠本科的老本),结果误打误撞找了Go/PHP的实习。

目前困惑

1、我不知道暑期实习我要准备哪个方向的后端,C++还是Go,亦或者比较符合我研究方向的分布式?

2、我感觉自己准备的非常不充分,但是每天实习下班很晚,回来没空学习,感觉自己心态很不对,非常焦虑,不知道从哪几个方面开始准备暑期实习和秋招?

3、因为感觉时间很少,也不知道要不要辞去目前的实习准备暑期实习和秋招。

因为内心很焦虑迷茫,所以想让您给我一些建议,谢谢秀哥了。

2、阿秀的回答

师弟你好。

我大致看了你的背景和你目前的一些困扰,给你一些建议,可以先参考一二,有问题可以再沟通。

1、建议走Go

如果你在滴滴是做Go后端的东西的话,直接上Go就可以,Go后端在语言上好学很多,C++后端对你目前而言学习成本过大,而且也跟你现在的实习公司滴滴match,建议上Go,

分布式相关的岗位过少,不瞒你说我读研时就是研究数据库的,秋招的时候我注意过数据库相关的岗位确实少。

远远没有常规研发岗可以投递的岗位多,数据库其实是个好方向,但你要做我推荐,你让我做,那我不做。。。我这么说应该很清楚了。。。

2、先把实习做的事情搞定,这是第一位的

先把你目前正在做的事情搞懂,以后写在简历上要有东西可以写,能体现出你含金量的工作要总结好,还有要注意保留好你在滴滴实习的一些证明。

走Go后端,准备算法 + Go全家桶(Gorm、Gin这些) + 操作系统、计网、数据库八股文这些基本足够。

3、先苟住,不要直接走人

你现在有实习就暂时不要走人,实习的含金量还是比自己做项目来得高,至于准备秋招这些事,哪怕你4月份再开始准备都不算晚。

看你在滴滴做的事了,如果现在觉得还不错的能继续做下去的话,就继续干,如果后续工作你觉得没挑战了就再找别的实习公司就可以;

毕竟实习经历这种越多越好,一段6个月的大厂实习在秋招阶段的加分是不如两段分别只有3个月的大厂实习的,如果可以的话当然可以去看看别的实习机会。

师弟你可能有点过于焦虑了,现在时间还早,刚刚2月中旬,稳住自己老老实实实习就好,滴滴也不差,好好干就行,踏踏实实的走自己的路。

我要是你的话,可能会在4月份再去找暑期实习,七月份开始参加秋招,当然了你要是打算在暑期实习的公司转正的话也可以,这个都可以,看到时候得的情况再定。

在这中间的时间就断断续续准备八股文 + 算法这些东西,如果我是你的话,我会这么安排我自己在接下来的计划。

踏踏实实的走自己的路就好,少看点贩卖焦虑的文章,就踏踏实实走自己的路,最后结果不会差的。

在当今这个年代一夜暴富也许不可能了,但适当努力能让你过得舒服点,能让你在面临人生十字路口时有一些选择的机会,而不是只能充当被选择的角色。

老天爷很公平,一天都是24小时,怎么过真的全看你自己。

今天就聊到这里,我们下期再见~

—END—

你好,我是阿秀,普通双非学校出身,现于抖音旗下担任全栈研发工程师,前后端都会一点点。一路走来,很累也很不容易,希望能帮助到更多像我一样的普通学校的学生,组建了一个阿秀的学习圈子最开始只是用于记录自己的日常学习。

再后来就很多学弟学妹加入进来一起学习、准备实习、准备秋招、分享秋招&记录学习,其中置顶帖的「知识图谱」和「精华区」(如下图)中有很多计算机大学本科&研究生学习以及校招的内容和问题,多看看这些能够帮你走的更稳、更顺、更平坦。

03bd6d71d8cecb8b5d0f5ee3d544960a.png

星球里的精华区、知识图谱以及资源沉淀

一个人踽踽独行不如结伴而行。以后会继续笔耕不辍,输出一些有价值的内容736cae799d504db197507bd40050c065.png,对于每位阿秀的的学习圈中的学弟学妹也会增送自己以前的学习和校招面试总结笔记:阿秀的校招求职笔记PDF版本现在只有这一种获取PDF版本的方式了。

👇点击阅读原文了解更多

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

拓跋阿秀

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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