小镇做题家自学转码收割大厂offer(2):来之不易的机会

对于没有人指引的萌新来说,想要了解计算机都在做什么以及学习路线是什么是很困难的,好在一个能够加入更大的平台的机会很快到来。

偶然了解到学校还有几个特别厉害的计算机编程性质的学生组织,鉴于我是I人,并且身边没有什么热爱编程的同好(要么是高中就已经开始学习的,要么是和我一样的小白但是并无兴趣),我希望能够加入一个什么组织来push着我学习些计算机的东西。抱着这样的想法,我决定尝试报名一下。

一开始还是报名了上次被拒绝的那个学生组织,面试时的我仍然磕磕绊绊。印象已经不深了,就记得某天中午我关上门和爸妈说我要面个试,唯一记得的一个题目是被问到觉得cpp和python的区别是什么?我回答说python能够方便地安装第三方库,学长回道说cpp也能安装啊。我沉默了一会不知说什么,后续毫无疑问的挂掉了,我也没有觉得多么可惜。

不久后另一个学生组织也开放了报名,然而报名的第一步就难到了我,问卷链接上要调研下报名人对哪个岗位感兴趣。我看了一下,什么前端、后端、AI、区块链、游戏,心想,这都是什么意思呀?还好后续还有一些简单的ppt介绍各个部门是做什么的,让我可以简单的了解一下大概的区别。

前后端看起来不错,做的东西都好好看;区块链看起来好晦涩,名词都看不懂;AI组看的好高大上好厉害,能检测图片;还有一些其他的组.......但是,但是,AI组写的是python!刚刚接触编程的我被C折磨的不轻,但是python看起来好简单,这样我应该能快速上手了。抱着这样的想法我选择了AI组,就这样稀里糊涂的我选择自己的倾向是AI组。

加入这个学生组织需要一定的考核,在往年(以及疫情后)这个考核都是线下一天内完成。然而疫情没有办法变成了线上,时长也变成了一周,形式发生了比较大的变化。当时我选择的赛题是实现一个解释器(还有其他可选赛题忘记了),并且赛题要求用git提交,以及(最好)用markdown写代码说明。git?markdown?这都是啥呀= =,这对一个只刚刚上过C语言的小萌新来说世界观打击太大了。于是先花了一天左右搞明白markdown是啥玩意,还好当时的我没有偷懒用word,给后续打下了基础。而git则是实在搞不明白啥意思了,于是提交的都是代码压缩包。

后续的几天我一边学cpp,一边尝试用字符串分解实现简单的解释器——或者说根本就不是解释器,只是对字符串在做各种条件判断,既没有状态机的思想,也理解不了token是什么。就这样从白天搞到晚上持续了一周,最后也就实现了功能的50%左右,时间过得很快,但是我却不觉得累,也许这是第一次体会到了真正的用代码完成需求的充实感。那个时候没有大模型,每一个bug或者问题我可能都要查很久很久,特别是我的编程思维还没有养成。最后的答辩讲解我也讲的十分生涩,被学长学姐拷打的不知所措。

但是最后还是通知我过了,可能是认为我并非计算机专业,但是勤勤恳恳的努力了一周,认为我有一定的潜力?当时是哪个学长最后决定留下我我已经不知道了,可能那位学长的这段记忆也消失在他人生中如繁星般的点点滴滴中了。最终让我选择组别时我按照之前的想法:python好写,进入了AI组。

我承认这有一定的运气成分,但是疫情在家的时候,我尽我最大的可能和当时我的眼界,也算抓住了来之不易的机会。尽管懵懂无知,但也为着追寻的理想一步一步向前走着。

#找工作中的小确幸#
全部评论

相关推荐

不愿透露姓名的神秘牛友
02-26 20:43
已编辑
浩鲸科技 Java开发 12k×13 硕士211
点赞 评论 收藏
分享
我本科一直做 Web 相关开发,技术栈主要是 React / Node / TypeScript / Python。一开始接触大模型,其实和很多人一样:写 prompt、接 API、做点 demo。但很快我就发现,如果只是“调 API + 写 prompt”,其实很难真正做出复杂的 AI 应用。这篇文章主要分享一下:从前端工程师转向 Agent 开发,我的一些经验和踩过的坑。一、很多人刚接触大模型时,会觉得 AI 应用开发就是:写 Prompt调 OpenAI API输出结果但实际上,如果要做复杂应用,真正的问题通常是:上下文管理(Context Engineering)工具调用(Tool Use)任务轨迹设计(Agent Trajectory)状态管理(Memory / State)成本与延迟控制这些其实更接近 系统工程问题,而不仅仅是 prompt 的问题。二、前端背景有几个优势1 状态管理经验前端:state → viewagent:state → reasoning → action本质类似。2 工程能力前端工程师通常很熟悉:模块化API 设计工程结构渐进式披露(很重要)这些在 Agent 框架设计里很重要。3.相关技术栈openclaw,cluade code和opencode均使用typescript作为其主要开发语言,ts在agent项目里的使用比重很高。三、Agent 的核心其实是“轨迹”很多人以为:prompt → answer但 code agent 实际是:thought→ tool call→ observation→ thought→ tool call→ ...所以关键问题变成:如何设计agent loop如何设计 tool如何设计 observation如何管理上下文四、最近面试和做项目的过程中,我也有一些反思:1 多复盘,而不仅仅是做项目很多时候不是做得不够多,而是复盘不够。2 定量大于定性不要只说“优化了性能”,而是尽量给出指标:- latency ↓- token cost ↓- success rate ↑3 多方案 trade-off工程问题通常没有唯一答案,关键是:- 方案 A- 方案 B- 为什么选 B4 技术要服务业务不仅要看技术指标,还要看:- 用户体验- 成本- 整体业务效果5 尽量 close ticket,而不是一直做 demoAI 领域很容易陷入“做很多酷的 demo”但真正的工程能力是:解决具体问题并落地。五、如果你也是 Web 开发背景,其实完全不用焦虑“AI 门槛很高”。很多 AI 应用开发,本质上还是工程问题:系统设计状态管理工程架构只是多了一个新的组件:LLM。如果你已经有扎实的工程基础,再补充一些:LLM 基础Agent 设计Context Engineering其实是可以很自然地转过来的。
孩子我想要offer:主包有什么推荐的知识资源吗,我也是前端开发但是想多了解这部分的内容
点赞 评论 收藏
分享
评论
6
1
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