迷茫2021的校招的岗位和方向,不知如何准备,求指点。

小弟本科985 2+2计算机专业,国外本科大学是某QS排名前30的大学。现在在同大学读机器学习和计算机视觉方向的研究生,由于本科是honors学位,研究生换课完之后只用一年毕业,预计今年年底毕业。

下面是小弟的学术背景情况
本科阶段学的主要是智能系统方向,例如深度学习,自然语言处理,计算机视觉,数据挖掘,图论等等方面的课程都有学过,成绩也都可以,但是因为只是普通课程,所以只是了解而已,学完也没深入研究。
本科做的项目是和机器学习有关的,自己做了一个API去读取和转换数据,然后自己做了一些特征工程,清晰数据,然后套了机器学习的模型跑了结果。说不上水,但是绝对不算好。

研究生目前读机器学习和计算机视觉方向,现在问题来了。学校机器学习教的内容比较老,主要就是学PRML这本书,围绕线性回归分类,图模型,kernel, GMM模型等等,内容也比较偏理论和数学,像SVM,随机森林,GBDT,XGboost这些压根提都没提。楼主本身也没学过这些最新的模型。这学期另外一个学的课是和数据分析的有关的,主要就是介绍一大堆数据分析的算法,例如PCA,ICA,Clustering,MDS,NMF等等和数据有关的算法,但是学的和国内工作的趋势完全不符。深度学习的内容也只有用的时候才去复习一点,去年重新看了一些,本科各个课程老师也就是稍微讲讲然后直接上模型,平时也就懂一些比如CNN用于图像处理,RNN,LSTM文本处理,各种验证集,训练集,损失函数什么的基本概念,要是问的很细楼主肯定答不上来了。研究生的项目目前做的是图像协同分割有关的,方向比较新,而且导师本身就是最先用神经网络进行图像协同分割的人,有一定能力,希望我能改进一点更加精细化,现在也在看论文和最基本的协同分割做起。但本身和视觉有关的核心课程都在下学期(7-11月)才开始,可那个时候国内秋招已经开始了,但楼主还没怎么系统的学习过,只是本科有一点图像处理有关的知识。

实习经历只有18年网易的测试工程师(当时才大三,有个大厂的实习开心不得了),内容就是游戏逻辑测试等等 和19年某一线硬件外企的软件开发(ubuntu下开发和部署 realsense 深度相机, ROS有关的算法和软件,例如姿态,深度数据读取,相机坐标系矫正等等)、、

平时偶尔也会刷力扣,编程语言也只会Python和C++,这学期因为课程需要学了一点前端JS,HTML,CSS的知识。

楼主现在纠结的接下来三个月应该怎么准备?期中大概有一个半月的假期,在保持学业和课程的,同时还要考虑秋招的方向

楼主是

1. 全力准备算法?如果是的话,考虑是机器学习还是计算机视觉?然后接下来三个月疯狂啃基础?但是比较怕难过简历关。
2. 数据方向的?(本身数据的算法还是了解的挺多,学的挺好,而且这学期对这个数据的课很感兴趣,缺点是SQL国内学过一次,国外刚来学过一次,但是现在已经忘光光了)
3. 后端开发方向?由于本科和研究生都是学AI方向的课程 ,软开方面的(计算机网络,操作系统有关的内容都没学过),并发和分布式学过,但是我们学校是在一个叫ada的语言让我们实现的,巨坑无比...
4. 其他?例如测试等等

现在很纠结,本身也特别倾向大厂算法,但是据说算法绩效难算,而且基础真的记不住太多,怕下半年颗粒无收。开发主要就是Java,计算机网络等完全不懂,怕一些大厂开发也应付不了,而且本身对计算机网络毫无兴趣。

希望有过来人给个指点,万分感谢!
#2021校招求指点##求面经#
全部评论
背景很好啊,做算法,不要怂。 一般面试就是三个方面:纯代码题,算法基础知识(教科书的题目),你自己项目和项目里面涉及的算法知识的考核。 多刷题,巩固基础算法,高频题和机经题重点刷,起码常见的题目做到bugfree。 选一个自己优势或者自己喜欢的算法方向,找面经,了解当前不足的知识,至于选机器学习还是cv,可以看一些大厂的面经,看看自己需要补充什么再决定。比如机器学习肯定会问xgboost, nlp肯定会问bert,word embedding; 如果做分割,大概率会问你各种fcn, deeplab, maskrcnn 等等等等,这些网络肯定会问你细节,看文章/看源码代码实现/看面经,对自己选的方向深挖细节。 楼主如果现在在国内还可以找实习,或者面试几个实习查找自己的不足。其实把自己以前做过的项目总结深挖和优化,包装成项目。 总结:工作面试需要什么,就准备什么。 1. 在时间有限的情况下,刷题就是面向高频题和机经真题。跟高考做真题一样。 2. 根据面经的算法,对自己的基础算法知识查漏补缺,你上过课,复习起来也很快的。 3. 项目部分的面试是因人而异的,你做超分辨率可能就问你超分辨率。项目上有分割,就会问你分割算法。对自己项目涉及的算法,应该是自己非常在行的,不能露怯。 我个人感觉刷题和基础算法知识决定考核的下限,基础达不到bar就会被刷掉。而paper和项目或者实习考核人的上限,你怎么想这个paper的,你这个项目为什么用这种方案而不用那个,这个问题你是怎么解决的。这些问题都很活泛,开放题目,会考察你的思想和理解是不是深刻,自己是真的理解了,还是overfitting了。这部分涉及对算法的理解和应用,是从上限考察的,其实这种问题的区分度也很高。 现在的算法越来越偏落地了,对工程能力要求更强,有时间还是希望多撸源代码,看实现,挖细节。没有paper体现自己的研究能力,就用solid的代码能力体现工程能力。反正总得占一头。 后端和数据我不太知道。但是C++开发的工作也很多吧,但是学习路线就不一样了,没法提供建议。https://www.nowcoder.com/tutorial/10018/index 能做开发,不要做测试。
1 回复 分享
发布于 2020-05-18 03:16
进外企, 至于测试 开发 算法不太影响幸福指数
点赞 回复 分享
发布于 2020-05-18 07:14
看楼主描述的对深度学习掌握程度,不建议主攻算法(另外发现一个现象,我有几个国外读研的朋友都是只基本掌握机器学习数据分析等,对深度学习没太多了解,这是国外算法的普遍教学方式?)
点赞 回复 分享
发布于 2020-05-18 04:22

相关推荐

我考的11408,先说现状,思政和英语往低了说就是40。数学还凑合,90肯定能考够。但是今年的408个人感觉就很难了,考场上没把控好时间,最后大题有点仓促,来不及思考,总分能上70就不错了。这样最坏情况算下来四科总分要炸,现在不知道能不能过国家线。我从今年3月开始复习备考的,当时斗志满满,每天复习强度很大(早上六七点起床,晚上11点睡觉),整个3月把数学和408各复习了一半(当时是同时推进的)。接下来就开始打各种XCPC比赛了,全国各地到处跑,就没心思复习了,这种状态一直持续到6月初。然而这时候又该放假了,就比较懒散,复习进度就没再推进了。至于暑假呢,在家也没有那个学习的环境,就也没学。然后到了下半年开学,就再次开始复习数学和408了,但是这时候自己就有点萎了(复习强度比3月的时候低很多,做不到早起,只能靠熬夜延时间)。数学从3月学完的地方继续学了,过了一个月就把数学学完了。然后408那四门由于知识点太碎,内容太杂,所以当时学的基本上都忘得差不多了,就重新开始学了。国庆过后开始学408的,这时面对408大量的内容,我明显感到复习时间不太充足了,就想着先不做题,至少先听课把它通一遍。然而因为中间又去各个地方跑着打比赛了(因为热爱),所以等到408基本通完一遍的时候已经是12月16日了,于是408的练习题也没时间做了,只能裸考了。接下来剩余的三天把思政的肖八前三套的选择做了做,每次选择只能得25分左右,然后仔细听老师讲,再晚一点就开始狂背思政肖四的马原了(时间不够只背了马原)。而英语感觉短时期是提不了分的,所以也是凭着自己的老本裸考。就这样上了考场……得亏我是ACM出身,数据结构这一块还算是比较懂的,408有数据结构部分撑着,不然这次408直接拉完了。
2025年终总结
点赞 评论 收藏
分享
2025-12-19 18:33
复旦大学 Java
点赞 评论 收藏
分享
点赞 评论 收藏
分享
评论
2
11
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务