韶音科技内推,韶音科技内推码

  1. 自我介绍    

2. 人事问答:    

(1)你的研究方向?你们课题组的研究方向有哪些?    

(2)分工?    

(3)项目简述:项目背景?解决什么问题?你做了哪些工作?结构怎样设计的?工作过程中有探索性学习?动手实践吗?项目进展?    

(4)实验室有多少人?  

 (5)博士有吗?    

(6)做项目会有老师或者博士师兄师姐指导?    

(7)往届师兄他们毕业的去向?就业方向?    

(8)有投递其他公司的提前批或者暑期实习?投了哪些公司?投的什么岗位?到什么流程了?    

(9)期望薪资?    

(10)选择企业考量的因素?    

(11)谈谈对公司的了解?  

  (12)通过什么途径了解到我们公司?    

(13)我们公司哪些方面比较吸引你? 

   (14)平时一些运动爱好吗?

3. 反问:    

(1)面试流程?(一面HR面,二面技术面,三面综合面,发意向书,座谈,谈薪,签约)    

(2)今年hc有多少?(只说了公司业绩在成倍增长,招聘人数也在扩张)

待遇:和官方一样(很不错了),包住宿,下午茶常供 刚入职那几天,mentor就给了一筐竞品和运动手表让熟悉熟悉hhh,总价值约5位数的东西就粗暴地给一个实习生了hhh 工作强度:看部门而定。我的mentor小姐姐人很好,从来不push,很多事给了我们足够的空间和商量的余地 - 🎈为什么要去韶音实习?

1.自己是运动女孩er,也很喜欢跑马,对于运动可穿戴本来就很感兴趣

2.韶音增长势头很猛,自己希望体会下小而精的公司的扁平化氛围

3.听说韶音work life balance ,想去看看是否属实

4.从好朋友那打听到实习氛围确实不错

5.岗位是目标岗位,工资不错,还包住 由于当时自己没有打算把职业选择all in互联网,所以也没有随大流去互联网行业

全球运动耳机销量第一!骨传导耳机领导者!一路领先,等你加入!韶音科技26届校招启动啦!!!!

国家级专精特新重点小巨人,近7年100%营收增速,高速发展中的企业!

⏰ 我们倡导工作生活平衡,拒绝996!!

【多领域招才,与你同行】

研究类、开发类、产品类、工程技术类、供应链运营类、营销运营类、品质管理类、设计策划类、职能类、IT类

【内推链接】https://app.mokahr.com/m/campus_apply/aftershokzhr/36940?recommendCode=DSzK1ab3&hash=%23%2Fjobs#/jobs

【内推码】DSzK1ab3(内推简历优先筛选)

【工作地点】深圳,部分岗位全国分布

投递的uu评论一下姓名缩写加岗位(HFG+产品经理),我会尽力跟进~

#牛友职场人脉来了#
全部评论

相关推荐

如果有申请过大厂岗位的同学们,应该都知道有算法手撕这一关,虽然大家都十分甚至九分的讨厌,但每一个志愿“冲大厂”的小伙伴总是没办法绕开痛苦的“Hot100”,无论双非还是92本硕都是一样的折磨,特别是现在AI的发展,你可能绞尽脑汁蹲个半天都想不到思路,让AI咔嚓咔嚓就A出来了,挫败感真的不要太强。不过,我的意思是,反过来说,是否可以认为我们的身边多了一个低成本、随时响应还能因材施教的老师?本文以Leetcode平台的Leet AI为辅助工具,抛砖引玉一下如何利用好AI提高刷题效率,让刷题の痛少一点。【因为习惯了使用markdown语法做笔记,所以1234点下文列出,并不是AI生成的水文,至少把提示词复制粘贴走都行~】1. 0思路的情况:最痛苦的新手期应该就是0思路的情况了,这个阶段能不能读好题目都是问题,所以我们可以让AI协助我们理解题干:我:题目xxx,我不太明白这个题干的含义,请用我能够理解的方式告诉我题意和初步的思考方向,然后向我抛出有关解决这个问题的问题,以启发我逐步的解决问题,注意不要直接透露代码和答案。AI:...在AI输出完毕后,你就可以把AI的解读和题干比对起来理解题目了,但无论如何都要注意,不能直接让AI替你代劳任何最终需要你独立完成的内容,后续我们利用AI带刷而非“代刷”也要遵循这个第一性原理,否则不仅不会提升你的编码能力和算法水平,反而会因为AI的“娇生惯养”陷入自己好像懂了但其实独立做想不出来的情况。题干厘清之后,AI往往会按照提示词所说留下几个问题,而你就要接住AI的话茬回答这些问题,如果你可以很自信的把问题厘清,那么对你来说,撕出来只不过是时间问题,但大多数时候,连AI的问题都接不住才是常态。接下来我主要从两个方面给出提示词的指导和学习建议。2. 算法思想的欠缺:在这种情况下,可能我们对这个编程语言的语法和数据操作方法都比较的熟悉了,而对算法思想的了解过浅,这种情况反而不太好应付,如果条件允许,系统性学习和构建知识体系一定是最优解,但100分有100分的做法,80分有80分的做法,这是我的参考建议:我:问题xxx,请告诉我这道题目可以使用哪些算法思想?然后介绍这些算法思想的原理,优缺点和使用该方法的思考方向,不要直接提供代码和答案。AI:...在AI输出完毕后,你就可以感觉到开了全图视野一般的通透,而且,我们得承认一点,算法练习的方法本来就是因人而异的,如果你已经感觉有一些思路,就可以沿着AI给你的“点拨”往下挖,从暴力方法到更加精巧的方法,一点点摸索出来,这种方法当然记忆更深刻;如果你的时间紧迫,也可以去B站、牛客或者其他交流算法的平台直接搜索相关算法思想的文章、视频,系统性的学习也能提高你的潜力,于长期来说好处更大。3.编程能力的短板:还有一类情况,其实比“算法思想不懂”更隐蔽,也更常见——你大概知道这题要用什么思路,但一到真正用键盘开搓就卡住了:要用什么数据结构? 方法名字是不是记错了?这并不是算法能力的问题,而是纯粹的编程熟练度不足。这个阶段,AI的定位就不该是“算法老师”,而更像是一个“编程教练”。你可以非常明确地告诉 AI:你不是要答案,而是要补齐能力短板:我:针对这道题目,我在实现过程中可能会涉及到的语法点、常用方法、关键字有哪些?请按模块列出来,并告诉我每一类我应该重点补什么,不要直接输出答案,给出简单概要即可。AI:...AI 通常会把问题拆解成几个层面,比如数组/字符串操作、哈希表使用、递归或迭代的基本结构等等。这个时候你要做的恰恰不是继续追着 AI 问,这种行为说实话,和让AI手把手喂饭没有区别。你要做的恰恰是顺着它给你的“目录”去自己补课。比如它提到了某个你不熟的 API,你就老老实实去查菜鸟教程、MDN、官方文档,看示例和输出,实在不行就在本地写个文件试一下。这一轮的核心目标只有一个:让“写不出来”变成“写得慢但能写”。一旦你能完整地把代码敲出来,哪怕是丑一点、慢一点,算法题对你的心理压迫感都会骤降,毕竟未知才是恐惧的来源。4.更进一步:当你已经靠自己把题 A 出来了,不管过程多么磕磕绊绊,这一步非常关键:不要立刻点下一题。这是很多人刷题效率始终上不去的根源——只追求“过题”,而不追求“成长”。这个阶段,AI 的角色要发生一次升级,从“提示者”变成“审稿人”。你可以把你已经通过的代码完整丢给 AI,让它在更高维度帮你打磨:我:这是我自己独立完成并通过的解法,请你从代码可读性、结构合理性、时间复杂度、空间复杂度几个方面帮我分析是否有改进空间,并说明每一处改进背后的理由。AI:...这一轮反馈的价值非常高。一方面,AI 会帮你指出一些你根本意识不到的问题,比如说不太规范的变量命名,歪打正着的结果,另一方面,更重要的是,它会把“为什么这样写更好”讲清楚。你不是在抄优化版本,而是在对比、理解、内化,这个过程本身就是一次强化学习。慢慢地,你会发现一个变化:下一次遇到相似问题时,你就可以更加自然的去尝试推理,从最好想的暴力做法,再根据题目的需要去自然而然的追求更优解。总结一下,AI 带刷算法,本质上不是替你刷题,而是帮你把“卡住的地方”一段一段拆掉。0 思路时,用它帮你读题、引导思考;算法思想不足时,用它帮你打开视野;编程能力短板时,用它帮你精准补语法和 API;已经 A 出来之后,再让它帮你复盘和优化。当然,还是得强调一下,但有一个前提始终不能变:最终写代码、做决策、承担错误的人,必须也只能是你自己。如果你学有余力,一定要在每一类题目后做一次简短总结,用好markdown笔记,记下这类题的通用套路、易错点和自己的理解盲区,下次遇到这道题,就算掉进同一个坑了也不在意摔得太惨。唉,如果我们开始真正的把 AI 用成一个辅助工具,而不是拐杖,刷算法这件事的心理负担会明显下降,只要试一下就能感觉出来,即便是被 Hot100 追着跑,也可以稍微少喘口气,这就是AI带给我们的实打实的好处所在。希望这篇文章可以帮到正在算法中痛苦折磨的你,如果可以的话,点个赞收个藏谢谢喵,有什么好的方法也欢迎在评论区分享~
AI求职实录
点赞 评论 收藏
分享
头像
01-29 21:31
门头沟学院 Java
哞客37422655...:帮顶,之前看别的帖子有人说tx跟字节的实习生就是转正实习?
点赞 评论 收藏
分享
02-07 12:06
已编辑
华侨大学 测试开发
最近看到很多 92 的,甚至是硕士,开始往测开赛道卷,说实话有点看不懂。先把话说清楚,大厂里的测开,绝大多数时间干的还是测试的活,只是写点自动化脚本、维护测试平台、接接流水线,真正像开发一样做系统、做架构、做核心平台的测开少得可怜,基本都集中在核心提效组,而且人很少,外面进去的大概率轮不到你,我想真正干过人都清楚。很多人被洗脑了,以为测开也是开,和后端差不多,只是更简单、更轻松、还高薪。现实情况是,测开和开发的职业路径完全不一样。开发的核心是业务和系统能力,测开的核心是稳定性和覆盖率,前者是往上走,后者天花板非常明显。你可以见到很多开发转测开,但你很少见到干了几年测开还能顺利转回开发的。更现实一点说,92 的高学历如果拿来做测开,大部分时间就是在做重复性很强的杂活,这种工作对个人能力的放大效应非常弱。三年下来,你和一个双非的,甚至本科的测开差距不会太大,但你和同龄的后端、平台开发差距会非常明显。这不是努不努力的问题,是赛道问题。所谓测开简单高薪,本质上是把极少数核心测开的上限,当成了整个岗位的常态来宣传。那些工资高、技术强的测开,本身就是开发水平,只是挂了个测开的名。普通人进去,99% 做的都是项目兜底型工作,而不是你想象中的平台开发。测开不是不能做,但它绝对不是开发的平替,也不是性价比最优解。如果你是真的不想做开发,追求稳定,那测开没问题。但如果你只是觉得测开比后端容易,还能进大厂,那我劝你冷静一点,这只是在用短期安全感换长期天花板。有92的学历,如果你连测开这些重复性工作都能心甘情愿接受,那你把时间精力用在真正的开发、系统、业务深度上,回报大概率比卷测开要高得多。想清楚再下场,别被岗位名和话术带偏了,就算去个前端客户端也是随便占坑的,测开是一个坑位很少赛道,反而大面积学历下放,不用想也能知道会是什么结果,我想各位在JAVA那里已经看到了
小浪_Coding:工作只是谋生的手段 而不是相互比较和歧视
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
牛客网在线编程
牛客网题解
牛客企业服务