实习怎么做才有更好的产出

应该是在牛客写的第一篇文章, 没啥成熟的思想和方法, 也就发下图一乐.不得不说, 牛客还是大佬多, 看到别人推荐的学习方法, 想, 当初要是能读到这篇文章就好了. 可惜现在已经大三了, 跳不回去了.大学刚进来, 也是受一个学长留下的毕业总结, 指引我走后端这条路. 也许是太犹豫了, 也许就是我太菜了, 一直在CTF, 后端, 游戏开发之间反复横跳, 还自命不凡的认为自己应该做C++程序员, 啃C++ primer plus. 即使知道了一些基础, 但是还是没有好好去完成. 大一也就对着408看了一遍, 做了些题, 感觉自己有了些基础了, 就来到了大二.在大二参加学校社团的面试时, 才真正接触到了web开发, 在做第一个后端项目的时候, 才发现自己的大一好像学的并不是非常的认真. 同时很遗憾, 项目做的很烂, 达不到对大二同学开发能力的要求, 最后被淘汰了. 当然, 也是在那个时候, 开始在go, java之间横跳了半个学期. 最后发现留给自己的时间只剩半个学期了, 同时认为java的岗位更多包括一些小厂, 同时资料更全, 方便我这个没人指引的自学, 才最终确定了java.但是半年的时间确实有点短了, 做了两个项目(都是快速根据教程进行开发, 没加太多自己的思考), 就到了我原计划模仿那位学长找实习的时间. 发现自己根本没有能力, 找不到后端开发的实习. 于是就只好, 后端, 测开, 测试一起投. 匆匆忙忙的面试, 准备, 耗尽了我的自信, 感觉自己没有能力(海投简历, 已读不回, 面试感谢信真是每个人必经之路啊), 中间一度沉沦放弃, 在金九银十我都没有投过简历, 一直到11月才又开始投, 但是一样的结果. 直到11月末, 在准备最后投一次, 不成功就明年的心态, 结果接到了面试, 同时一轮就过当天发了offer. 当然, 是测试岗, 后端我没这个能力. 想想也许自己以后就是测试岗了, 或者测开了, 进去攒攒实际场景经验, 偷偷文档, 也许也不错就接了, 毕竟算个"金融大厂".刚进的第一个月是非常兴奋的, 毕竟是第一份工作, 公司环境也好. 但是, 测试嘛, 终归是点点点. 当然我在其中, 尝试产出一些价值, 比如自己阅读项目整体代码, 改进测试使用的模块代码, 避免反复修改参数, 重新编译, 替换文件, 重启环境(没错,C++, 感觉这样实习也学不到java经验, 之后又只能投测试, 不知道测开行不行), 同时由于测试环境是共用的, 也可以避免破坏他人的测试进度(算是我觉得我实习以来做的最有意义的事了). 其他本职, 也就测测测试点, 提交bug, 跟踪修复, 看看项目代码(但都是C++, 而且由于是toB的项目就用了两个公司的自研中间件, mysql, kafka,redis啥都没用)目前在做, 根据公司的测试平台, 编写自动化, 但是, 其实也就填填参数, 再到布置定制任务, 感觉自己不知道从中学什么. 和想像中的编写测试框架, 区别有点大.快过年了, 所以准备年后再开始找暑期, 想看看能不能去字节测开学学. 但看看自己这狗啃一半参差的简历, 不由陷入怀疑, 自己现在不过是在, 工位上温水煮青蛙. 写写leetcode, 背背八股, 再完善一下自己的项目. 感觉时间不是很够(对了, 期末考试还再追我).不知不觉写了快1500字, 就是在工位累了, 摸个鱼随手一发. 也希望有路过的大佬看完也许愿意给我一些指引(提前感谢了, 毕竟写的很乱, 很意识流吧.)

1.自我介绍；2.本科毕设项目介绍；3.Retinaface和Facenet的具体网络模型；4.Retinaface是如何检测人脸的，Facenet是如何识别人脸的；5.项目的创新点有什么，评判指标是什么；6.检测和识别用的时间，其中esp8266，mg996r分别是做什么用的；7.大模型量化比赛项目介绍；8.AWQ和GPTQ是什么；9.什么模型适合用AWQ，什么模型适合用GPTQ；10.其中最优的参数是怎么得到的；11.llm- benchmarker怎么用的，是什么评判指标；12.了解算子吗？（marlin kernel）详细说一下这个算子是什么；13.除了量化其他的方法了解吗？（压缩、减枝、LoRA）14.LoRA是什么；QLoRA是什么？为什么要用LoRA；15.具体的原理是怎么样的；16.如何将LoRA结合到TransFormer各个层？17.介绍一下TransFormer的架构；18.Encoder和Decoder是由什么组成的；19.MHA细节是怎么样的(QKV)，softmax是干什么用的；20.单头注意力和多头注意力有什么区别；21.为什么MHA下面要除根号d；22.潜在多头注意力了解吗，多头注意力的作用；23.FFN详细说一下；24.残差链接有什么用；25.Layer Normalization有什么用；26.Layer Normalization和Batch  Normalization的区别；27.Qwen3的基础架构是怎么样的；28.Qwen3和Qwen2.5相比有什么区别；29.Qwen3和DeepSeek有多少个头；30.大模型要训练出思维链应该如何训练；31.如何平衡精度和推理速度，怎么做trade off的；32.了解Agent吗，做过什么agent项目33.Dense模型是什么；34.MoE、MLA是什么，详细讲一下；35.LoRA的偏置矩阵详细说一下，为什么LoRA初始化A要正态分布，B要初始化为0；36.秩是什么意思；怎么理解；37.Qwen3哪里做的好；38.快手实习项目介绍；39.经纬恒润实习项目介绍；40.了解量化交易吗；41.你平时做交易是趋势还是阶段？------二更已oc

我在字节和快手实习过。感觉作为实习生，我一直再rpc向下捞数据，会用dag调度，但也仅限于这样了，请问这样的dirty work要怎么包装呢？

大家好，我是程序员花海，今天周末，恰好有时间来和大家聊一下校招和实习的底层知识！友情提示：这边文章干货很多，建议收藏，也欢迎你的小花~我讲结合自己担任校招面试官多年的经验，从校招笔试、校招面试、选择Offer、提前入职、实习转正、试用期Landing等众多角度来一一为大家拆解校招的底层逻辑，话不多说，现在开讲！在准备校招面试的时候，大家可能会参考很多学长学姐的建议，但是你听到的的建议五花八门，比如有鹅选鹅、无鹅延毕，但是大家仔细想想，这句话真的对吗？首先无可厚非，鹅的福利真的很好，但是这个是从公司角度来说，这个公司整体氛围不错，但是你入职之后，是要分到某一个业务部门下的某一个组的，你的Offe...

实习想有更好产出，关键要多问，遇到问题别憋着，只要是能搭上话的同事，都可以聊聊，也不局限于自己遇到的问题，也可以问问他们最近开发过程中遇到过哪些问题，怎么解决的，这种交流不仅能帮你解决问题，还能让你学到不少实用经验。把别人的经验融入到自己的工作中，实习履历自然就更亮眼了

答案是没有含金量，除了教培无人认领，超级压抑，用完就开，我从来没有见过开除实习生的公司

想在实习期有好的产出，其实就三招：多问、快报、留底。接活儿的时候，哪怕再简单也得跟mt确认一遍：“我是不是得做成XX样？”省得忙活半天跑偏了。干活中间多支声，别等人家催，主动说进度。最后，把自己踩过的坑写成个小文档。别把自己当学生等投喂，要把自己当成能帮mt省事儿的“正职”，靠谱比什么都强

上一段实习是小厂，靠这段实习找到了现在的中厂，工资待遇和业务链条都比上次好。谈谈我是怎么做的。1.认知提升 首先就是别觉得自己干的活是DW,其实世界就是一个草台班子，正职有的活不也是流水线，厂子越大员工越像螺丝钉。2.看文档。周会例会季度会你有权限的文档都看一遍，可以适当做做笔记，不懂的问你的mentor,至少做到了解你们组的业务是什么，你实习参加的项目是w为了解决什么问题。从技术角度，正职是如何做的？3.写简历 实习每天晚上回家记录下自己学到的东西，有一条算一条，多写！量化数据建一个文档记录下来，可以适当美化，但数据与数据之间要对的上。

1.多问 你是实习生，实习就是用来犯错的！厚着脸皮去问，每个人都是你的导师！注意询问的方式，不要傻瓜式提问2.多学不局限于自己的业务，多参加需求评审会看组里的正职的周报，发掘出对自己有用的专项然后请吃饭，专门让人家给你讲3.多想不要浮于表面，想原理（框架，技术栈）尤其是在大厂，基建很成熟，你不能只说“我就是这样用的”

实习想要有更好的产出，核心在于把“参与感”转化为“成果感”，而不是简单完成被分配的任务。很多人实习结束后只留下了一句“做过一些基础工作”，真正拉开差距的，是对实习过程的主动设计和深度参与。第一，实习一开始就要设定清晰目标。在入职的前一到两周，应该快速弄清楚三件事：部门的核心工作是什么、你在其中能承担哪一类角色、这段实习结束后你希望自己在哪些方面有明显提升。比如，是提升数据分析能力、熟悉行业研究框架，还是积累实际项目经验。有了目标，就可以有意识地选择任务、分配精力，而不是被动消耗时间。第二，提升主动性，把“被安排”变成“参与解决问题”。在完成基础任务的同时，要多问“为什么要这样做”“有没有更好的方式”。遇到不懂的地方，先自己查资料、看过往案例，再带着具体问题向同事或mt请教。这种“先思考、后提问”的方式，既能加深理解，也更容易获得信任，从而接触到更有价值的工作内容。第三，把零散工作沉淀为可展示的成果。实习中的很多任务看起来琐碎，比如整理数据、做表格、写会议纪要，但只要你愿意总结，就能形成清晰的产出。可以尝试把流程整理成文档，把数据转化为结论，把重复性工作提炼成模板或优化建议。这些成果不仅对团队有价值，也能在简历和面试中具体呈现你的能力。第四，定期复盘与主动获取反馈。建议每一到两周做一次自我复盘：我做了哪些事情？学到了什么？还有哪些短板？同时，主动向mt或ld询问改进建议，并根据反馈调整做事方式。持续迭代，才能让实习真正转化为能力增长。

实习的时候得多提问，先跟自己的leader和对接的同事处好关系，有不懂的就及时请教，要是他们忙的话，就问问其他同事。另外一定要多学，公司里有访问权限的文档、内部课程都好好看，把来龙去脉弄明白，最后把学到的这些内容融入到自己的项目里。

最近复盘实习经历，越来越觉得：决定一份实习含金量的，从来不是你活干得有多快，而是你从Leader和Mentor身上“压榨”出了多少认知。很多同学（包括刚开始的我）都容易陷入一种“学生思维”：被动地等着分配任务，做完交差，不敢多问，生怕打扰领导。殊不知，高产出的核心在于“高频互动”与“深度对齐”。关于如何围绕Leader和Mentor做更有价值的产出，分享几点我的心得：1. 对Mentor：从“问怎么做”进阶到“问为什么”Mentor通常是手把手带你的师兄师姐，是你的引入人。 低效沟通： 遇到卡点直接问“这个怎么弄？”，mentor教你做完，你就丢群里不管了。 高产出策略：主动发起同步： 如果在...

其实大多数实习生的工作都是公司已经流水线化的工作，基本不会涉及到核心业务和数据产出，所以想要有更好的产出，可以多关注如何将自己手上的打杂项目提效，在提效的过程中会需要主动思考做这件事要用到什么渠道什么工具，以及如何让工具适合手上的项目，这个过程就是一种成长了，另外就是多看看公司文档库里能读的有价值的文件，充分榨干每一段实习的价值！

并不是把交给你的简单工作完成即可  而是做专项 探索AI  探索agent 看专业的技术文章 这样才能学到东西  看看网关中间件 配置中心 底层资源分配  怎么打包部署发布的  这些奇奇怪怪的东西了解下 提升自己的能力还是很有帮助的

如果岗位大方向是符合自己预期的，只是给实习生的任务比较水，这个其实情有可原，毕竟一个实习生的能力可能难以胜任和正式员工一样的任务。给到自己的任务也要充分利用起来，熟悉业务路线和工具也算有所收获。或者还可以在开会的时候多关注一下部门接下来的任务，试着主动向mt揽活，问问他可不可以把这部分工作交给自己试试，不管你觉得自己能不能做，先自信起来，交流的越多收获的也就越多

实习之前老师给过我一句话“做多错多，少做少错”所以我实习那一年除了打杂根本没有做多少有技术的操作，也不是没有。但是我觉得实习还是要脸皮厚，多学点不吃亏，但是也要学会左耳进右耳出，因为有些人根本就不是人。

最近一直在思考一个问题，什么样的人才能在市场上面拿到更高的溢价呢？好像从实习的过往经历来看，单个的业务或者单个的项目做完之后，好像并没有感觉技术上有很大的提升。仔细想想，我觉得在大规模的业务系统里，真正的价值在于你对于全局的掌控或者了解。就拿推荐系统来说，单个的推荐系统可能分成非常多的模块，单个模块来看，技术是非常简单的。但是整个推荐系统怎么能够更加有机的结合，拿到业务上的收益，我觉得这是更难的东西，也是我们真正需要思考的东西。如果你能从这个宏观的蓝图中了解更多的东西，然后从站在既有的定位上了解我们正在做的项目，我觉得能够更加清楚地跟别人说出前因后果。