快刀斩offer：干测试，项目组就我一个测试，准备在职考研跑路了

白火同学：先说结论，对于一份实习简历来说，整体还是挺不错的，技术深度和广度都到位，找到一份中小厂的实习没啥问题。 再说说能优化的点吧。 1、量化结果，项目中很多工作量化一下结果给面试官的感受会更直观一些，也能体现你对应用该项技术的理解（在众多技术为什么要用它，运行性能或者说开发效率往往是一大考虑指标；而不是说大家做这种功能都用它，所以我用它）。 2、突出亮点，项目中可以从“工作职责”择一些“个人亮点”另写一块，优先去写开发过程中遇到的xx问题，使用xx技术达到xx效果，针对性去写一些疑杂难的功能，能带出你个人思考和解决的过程。

书海为家：#人脑vsAI# 尽管深度学习的最初灵感来源于人类的大脑，但二者的运作方式截然不同：深度学习所需要的数据量远比人脑所需要的多得多。可是一旦经过大数据训练，它在相同领域的表现将远远超过人类（尤其是在数字的量化学习，例如挑选某人最可能购买的产品，或从100万张脸中挑选最匹配的一张）——相对来说，人类在同一时间内只能把注意力放在少数几件事情上面，而深度学习算法却可以同时处理海量信息，并且发现在大量数据背后的模糊特征之间的关联，这些模糊特征不仅复杂而且微妙，人类往往无法理解，甚至可能不会注意到。 虽然深度学习拥有人类所缺乏的并行处理海量数据的“绝技”，但不具备人类在面对决策时独一无二的汲取过去的经验、使用抽象概念和常识的能力。 与人类相比，深度学习想要充分发挥作用，离不开海量的相关数据、单一领域的应用场景以及明确的目标函数，这三项缺一不可，如果缺少其中任何一项，深度学习将无用武之地。