双非土木本985研一深度学习,基础薄弱+年龄焦虑,有哪些技术壁垒强、适合长期发展的方向?

​今天给大家分享的是一位粉丝的提问,双非土木本985研一深度学习,基础薄弱+年龄焦虑,有哪些技术壁垒强、适合长期发展的方向?

接下来把粉丝的具体提问和我的回复分享给大家,希望也能给一些类似情况的小伙伴一些启发和帮助。

同学提问:

我的情况是这样的,我本科是双非二本土木,毕业后在工厂倒了一年班,受不了倒班就辞职考了研,目前在一所985读研,现在是研一下,研究方向是深度学习相关的。我在网上了解到我的方向招聘要求很高,自认为以我的学习能力不可能找到相关工作,我本科的时候基本躺平,痛定思痛想从现在开始以就业为导向努力学习,我是99年5月的,27年6月毕业,又有点担心年龄问题干不了几年被优化,想找个有技术壁垒的方向持续学习。

我的编程基础只有本科时候学过C语言,408完全没学过,考研的时候学过数模电,想着开始在北上广深干几年后面能再到长沙青岛这个级别的城市就最理想了,然后现在学了点Python搭神经网络,但是只会调包。

Yt回答:

之前作为一个普通二本的土木工程,后面毕业一年在工厂倒班,后面裸辞考研,结果去了一家985读研,从目前这个情况来看,我认为你的学习能力应该是比较强的,现在目前研一下,也就是说23年12月份考的研,24年入学的,你的学习能力还是比较强的,在这种情况下面能够跨考到计算机相关的,然后目前做的是深度学习。从目前的情况,凭着一个985的研究生啊,不管你本科出身如何,你是具备有进大厂这个门槛,你已经拿到了是这个门票。这个门票怎么理解?就是说你是有面试机会的,你投递完之后会有企业邀请你面试的,,但是作为非科班,就是这种土木专业转到计算机,它一个天然的弊病在哪呢?就是你会发现你不是计算机相关的专业,你的底层的原理的东西,你会发现你不是那么扎实。当问到网络的时候你是说不清楚的,包括问到操作系统的时候,可能连进程线程你都不一定能说得清楚。这其实就是一种土木相关的这种非电学类的朋友转到计算机它一个本能。这里这个情况在面试的时候你就很占劣势,因为对于面试官有很多题目,它是这种送命题。就是你答对了不一定给你加分,答错了它是送命。你比如说TCP三次握手,你如果没答对,那这个东西是送命的,就看得出来一种肉眼可见的菜。所以这里面我认为现在目前来说补点基础,多写点代码,补点基础,工程能力要强。

你比如说现在以深度学习,深度学习我认为这个方向啊它的学术上面是个很好的方向,因为它很好发论文。但是它的缺陷是哪呢?它是一个计算机的应用方向,研究生阶段你做的深度学习和你后面开发的时候,大概率会跟深度学习没有关系啊。你后面工作的时候大概率找的就是工程师,找的工程类的工作,开发类的工作。所以在这一点,我认为深度学习这个东西能够毕业就可以了,就是保证你顺利毕业,最好是你不影响你毕业,顺利毕业的情况下面,在你能够帮你导师解决问题,他并且很喜欢的情况,那已经很非常ok了。

学了点Python搭神经网络,只会调包。就这点技能,你发现后面面试的时候,就比如以你现在学了点Python搭神经网络,只会调包,人家面试问神经网络吧你又答不明白,然后问开发,问Python你也不会,也不是很清楚,问C/C++你也不是很清晰。发现一种情况就是好像这个懂一点,那个懂一点,但是你发现真的来说深入下去好像没办法细问。所以我结合这个情况呢,你现在一个985的研究生,他是有背景能够拿到大的知名企业的,给你推荐你可以选择Linux,在Linux上面用C/C++,能够做一两款产品,牟定的做,做一两款产品,然后逐步把它做到上线可用,你慢慢就能够知道一款产品是怎么做出来的,怎么去实现的,我怎么把它做成上线,如何符合一个上线的标准,如何测试它。你脑海里面有了,你会发现你后面面试的时候,你就聊你这个项目产品就可以了。你不用想的太复杂,包括就是每个方向,包括后面比如开始几年去北上广深干几年,然后再去长沙青岛这种城市。现在这个问题还没到这个级别,因为这人生后面的规划,你到底能够定居在哪个城市上,不是你能够说了算的。因为后面你说不定还有女朋友,你女朋友可能是北京的,你能去其他地方吗,你是去不了的,能理解吗。你现在不要给自己这样的规划,职业发展也是这样的,就是看什么样的机缘走什么样的道路,自己尽量把自己的事情做好,至于他能走到哪里,这个不是我们决定的。然后如果关于Linux上面C/C++不知道怎么学,你后面可以问下我,我之前有整理过一个关于Linux上面用C/C++一个非常完善的知识体系,我认为全网无出其右,你后面可以参考一下那个路线,会比你自学那会快很多。

总结:

1. 学历够用但基础太差

你985硕士的牌子能让你过简历关,但面试要真本事。现在问题是你非科班出身,计算机基础太拉胯——问个进程线程都说不清楚,TCP三次握手答错直接凉凉。这些基础问题答不上来,面试官一看就知道你是半路出家。

2. 深度学习就当毕业工具

实验室搞神经网络发论文没问题,但找工作别指望这个。企业招开发岗要的是能写代码的工程师,不是调参侠。毕业能混到学位就行,别在实验室项目上死磕。

3. 转Linux C++才是出路

想进大厂就死磕Linux C++开发,这方向技术壁垒高,适合非科班逆袭。你需要:

  • 用C++实实在在搞两个能用的项目(比如写个网络服务器、搞个数据库)
  • 把项目从开发到测试全流程跑通,面试时能说清楚怎么设计、怎么解决问题

4. 别想太远,先干实事

现在别纠结以后去北上广还是二线,女朋友在哪儿、机会在哪儿,这些都不是你能计划的。眼前先把技术扎实了,C++基础补上(进程线程、网络编程这些必须搞透),做两个硬核项目,拿到大厂offer再说后面的事。

5. 年龄根本不是问题

27岁毕业不算晚,但如果你现在继续搞调包、不补基础,30岁被优化是真有可能。反过来要是能把C++底层玩明白,带着分布式系统项目经验,35岁跳槽去二线企业当技术主管反而吃香。

最后:

  • "你现在最大的优势是985硕士学历,最大的劣势是只会调包+基础稀烂"
  • "与其担心年龄,不如担心面试连TCP为啥用三次握手都说不清楚"
  • "做项目别搞虚的,就按企业真实需求来——比如用C++写个能承受高并发的聊天服务器,比发10篇水论文都管用"

附:Linuxc/c++高级全栈开发等25最新学习路线:

计算机相关专业就业求职学习路线/offer选择/职业规划建议

工种浩:程序员yt (学习就业困惑?我们来为你答疑解惑!)免费投稿 投稿必回

#职业规划##计算机#
计算机就业职业规划辅导 文章被收录于专栏

解决计算机相关专业就业/面试/技术提升等问题解答(投稿必回)

全部评论

相关推荐

结合最近辅助修改的简历及项目,老师总结了部分大模型微调简历的踩雷点。🙅‍♂️错误示范:在 x任务中,获取 xxx 条数据,通过规则 or 脚本清洗出 x 条数据,然后微调 y 大模型,在业务上提升 x 个点。✍🏻原因:大模型微调的平台是现成的,基模是现成的,体现不出核心能力。✅应该怎么写?首先介绍业务背景:业务是一个销售对话业务,机器人是销售,代替真人,直接面对用户。我们会给模型设定任务,任务是 prompt 。步骤1️⃣.提取训练数据问题:1.真人通话每通电话任务是未知的,我们训练数据是任务+通话的 pair 对。2.真人通话很乱,与客户的对话是各种交叉的,导致 asr 后并不是一人一轮。解决方案:1.首先通过大模型 prompt 对该通电话提取任务,得到任务+ pair 对。需要用到 cot + reflection +多 Ilm 一致性+ debating 的模式。2.使用大模型根据以上任务和真人对话,让大模型编写出通话内容。提问,为什么要编写而不是直接用?步骤2️⃣.制定训练数据集问题:1、正常的对话内容,前面几句和后面几句基本上一致的。都是问候和拜拜,但是也有一些差异。2、因为都是相似场景,虽然任务不同,但是很多场景语义很相似。解决方案:1、基于轮次的权重采样:通过轮次设定权重进行 weighting sample 。解决问候和拜拜的高占比问题。2、基于语义的采样:使用 bert 对对话内容进行 embedding ,然后使用层次聚类通过调节阈值聚类出相似语义的类。对一个类里的样本进行随机采样,提问,为什么要对重复语义的数据进行下采样?3、基于客户类型和产品的采样,因为很多产品是热品,导致对话内容有偏,用户类型一样,需按照类型调整整体比例采样。提问,为什么要这么采样?步骤3️⃣.制定训练数据集我们直接把输出当作 target 进行训练。使用的 lora 训练,但是 lora alpha 设定成为4倍的时候达到了比较好的效果,经验值不同任务不一样,提问,在各种情况下要怎么调?步骤4️⃣.dpo训练问题:v1版本训练时,很多输出内容是对的,但是输出的语气不太像真人,机器人味还是很严重。解决方案:由于训练本身是有 ground truth 的,因此使用v1训练的模型,预测训练集,使用大模型对比两者语气不符合训练集的拿出来,使用训练集的 ground truth 和模型的预测数据作为 dpo 训练对,对v1版本模型重新训练。📳这里老师只是简要进行概括解答,具体情况和详细解答可以咨询辅导,如果想了解项目辅导,提升面试能力,欢迎后台联系。#算法# #简历中的项目经历要怎么写# #算法岗面试# #互联网大厂招聘#
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客企业服务