不知不觉，作为 25 届的应届生，我已经入职嵌入式岗位半年多了！这段时间走了不少弯路，也找到了几个超级好用的工具，今天想和大家分享一下。 一、好用工具 1.AI辅助代码插件工具 Fitten Code 还有Copilot真的要大力推荐这两个插件！如果你觉得自己写代码很慢、代码能力差，或者总是重复写类似的业务逻辑，这两个工具真是救命稻草。 直接在 vscode 里搜索并安装就好。它们可以智能补全代码、自动生成注释、查找 bug! 举个真实的工作场景：有时候我写的代码逻辑差不多，只有几个参数不同，之前我总是复制粘贴，逐个改，一方面慢，另一方面容易出错。但这两个插件可以根据我之前的代码逻辑，自动处理...

差不多这样的简历（百度是秋招快结束了去找的实习加上去的），放秋招连约面都没有几个🥲🥲🥲唯一拿到的offer是个物流公司的管培生，工资还特别低，不知道该咋办了，能再战春招吗可能也有部分得赖自己心态太糟糕了，看到一堆公司的招聘，想着“我简历太烂了，投上去也是自取其辱”，结果就没投。有个大厂我没投，而和我简历差不多的朋友投了过后就进了。现在的打算是春招看能不能努力进个用户增长运营/新媒体运营这类的岗位要是春招也找不到工作的话，要不要考虑主动延毕一年，这就相当于我在大三寒假有了个大厂实习，暑假可能再有一个，但不知道延毕会不会影响什么，或许可以说我是转专业所以多了一年？🥲总之还是迷茫中

面了5个实习生了，技术好的base不是特别考虑，base满足的技术又不太行，真难呀，各位优秀的学弟学妹们毛遂自荐呀【岗位职责】1. 算法优化与落地：重点参与图像编辑（Image Editing）领域的算法研究，特别是针对图像消除（Object Removal/Inpainting）任务的效果优化。2. 核心技术攻关：模型蒸馏：参与大规模生成模型的蒸馏工作，在保证生成质量的前提下，优化模型推理速度与显存占用。RLHF 对齐：探索并应用 RLHF（Reinforcement Learning from Human Feedback）技术，利用人类反馈数据优化生成模型的逻辑一致性与视觉美感。1. 实验与数据管理：负责相关算法实验的配置、运行与结果分析；协助进行高质量训练数据的清洗、整理与构建，建立更高效的数据 pipeline。2. 前沿探索：阅读最新顶会论文，复现并改进 SOTA 算法，探索提升消除任务鲁棒性的新方法。base：深圳薪资：200-400公司：传音邮箱：xin.wang4@transsion.com

作为一个双非大数据专业的大四学生，自己在大三选择择业方向时，毫不犹豫的选择了数据分析作为自己一开始的求职方向，那么作为花费很多精力学习数分，找过多段数据实习，且经历了一整个秋招的可怜大学生，关于数分的态度又是怎样呢？首先我想先根据自己的过往经验来给数分下一个定义，目前的数分岗主要有两种情况，一种是非常纯粹的数分，涉及AB测试，数据埋点，机器学习相关内容的，这一部分岗位对技术和学历的要求极强；而另一部分岗位则是偏向业务侧，相较于数分，可能更偏向数据策略运营，这一类岗位在部分公司也会直接写成运营岗。相信每一个对数分有兴趣的同学，或多或少都在网上看到过，纯粹的数分岗是非常吃学历的，这一点我深有体会，...