简历通过后先笔试，只要认真答题就行，很基础，一些模电基本知识。一面HR面是电话面，接通之后问我考研情况，自我介绍，公司单双休，加班，出差能否接受，一些硬件八股文：电源工作效率，电磁干扰等。二面是技术面，由俩个面试官，视频面试，也是先自我介绍，我更偏向于介绍大学做的电赛项目，介绍结束后直接问我什么是自举电路，我没做个自举电路啊，我的项目里也没提到过自举电路，只好回答自举的作用，根据后面的面试，如果回答上来了要深度问，所以有必要深入了解一下。之后问mos管之类的问题，以为回答上来了就会问的很细节，我采用双mos管驱动，就问我单管和双管你为什么用双管，双管是同步还是异步。之后问我项目中运放相关知识。...

目前研二，组里只放暑期，目标java后端开发，也有意向试着投投大模型应用开发相关岗位。项目的话，现在写在简历上的魔改的点评+某个知识星球上的agent项目可行吗？简历整体还有需要调整的地方吗？

请问有朋友知道这两个部门的区别吗？哪一个转正率更高，哪一个面试强度更大呀？

你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...