暑期实习上岸经验
文章目录
这是我的一个学生分享的,大家可以做个参考。
上海交通大学传统工科本硕,大四保研前只会matlab做做计算,用matlab的simulink做简单的控制仿真,大一到大三应付完作业和课程设计后的时间基本都在打游戏,没进过实验室干活,没实习过。大四保研时,由于对AI感兴趣,选择进入本院做深度学习的实验室,大四开始进实验室做CV相关项目,研一上参加了一个CV的比赛(名次第5),研一下2020年1月开始刷算法题,leetcode,lintcode,acwing都有刷,总数1000+(600+200+200),从2020年3月开始坚持打周赛,从一开始只能做1-2题到现在稳定3题,第四题如果是比较常规的板子题也能做出来,通过打周赛锻炼出来看到一道题的数据范围可以缩小可选算法范围,然后再从可以满足的算法中去想能不能将这道题转化为用这些算法实现。2020年下半年开始自己找可以发(灌)论(水)文(水)的方向,开始做点云相关的实验,实验室之前没人做过,都是自(github)己(参)摸(考)索后再加上自己修修改改,开始写博客记录自己做过的算法题以及看过的论文。2021年1月开始投日常实习,主要投了intel和商汤,从1月开始在intel实习至今,在实习的过程中熟悉了git以及如何和其他人共同维护一个github仓库,暑期实习投了蚂蚁金服推荐算法岗以及微软C+AI开发岗,在做笔试时都没有碰到很大的问题,并且都拿到offer了,考虑到从学院骑车5分钟就能到紫竹,大概率是去微软了。
项目方面,主要有两个,第一个是在之前带我的学长的基础上增加功能(学长做了检测,我加了分割),然后将其他同学的算法链接到现有的界面上(研一下,已经结题验收)。第二个是我自己一个人做,也是图像分割相关(研二上期末开始,至今)。
学术方面,我研究方向主要为图像分割、点云分割、图卷积、自监督、对抗生成等,从大四进组听不懂组会,到研二上比较相关的新的paper都能看得懂,并且能自己找到一个出文章的方向,也算是达到了自己读研前的目标,在实习时为了能看懂nlp的model,入门了nlp,发现CV,NLP最新的算法都是用基于transformers的架构,进一步的认识到,不管是CV,NLP还是graph,上游模型本质上都是在做聚合邻居特征,因此基于attention的类似“全邻接”的权重聚合的形式确实是比较有效的方式,在计算及存储资源有限的情况下,CNN共享权重的形式固然也是有效的形式,但未来随着计算及存储资源进一步发展的情况下,基于transformers的架构替代CNN是可以预见的。
做算法题本身也是类似高考的应试教育,理解了原理之后就可以总结为模板,总结成模板后要做的就是如何将新的问题转化为模板或者几个模板的结合,因此分专题刷题很重要,在刷专题的过程中就是不断地写一个模板的不同变种,同时,认识到大脑是用进废退的,所以及时的回顾不常用的模板是有必要的,而形成一个系统的算法体系是需要一定数量的练习的,因此早做规划并且早做准备是很重要的,总结下来就是,早做规划,分专题精刷,总结模板,及时回顾。
附leetcode主页:
今年求职可谓格外的惨烈,我们建了一个微信群讨论群,我们在群里会分享一些 leetcode 的高效刷题方法和面试官的出题思路,还有一些内部的行业信息。进群可以加微信:L13509543893,注明知乎 id+发送简历即可。
对了,上面的龚同学在明天将会有一个演讲哦,感兴趣的可以来听听

评论
登录后参与技术讨论,分享你的经验与见解。
登录 / 注册暂无评论