三年经验了!

于 2021-02-11 23:31:03 发布
阅读量390 收藏
点赞数 3
分类专栏： 程序人生 文章标签： 3年经验 感悟
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a897180673/article/details/113792285
版权

马上就到新的一年了 ,马上工作就到3年经验啊,这一天真的等了很久了.

3年是一个坎

3-5年也是一个坎

5-10年又是一个坎

以前不到3年的时候天天盼望着3年,因为3年可以拿到一个相对较高的薪水,这一天终于还是到来了. 这3年来技术有了一些提升,也发现了一些自己的不足,理解了团队协作沟通的重要性,这些方面自己还要多多去加强.

这3年换了几份工作,遇到不同的领导,不同类型的公司,不同权利结构的团队.每一种都各有特色. 所以大家可以多跳槽试试看.也只有在跳槽中你才会有可能意识到这点.

在接下来的2年里面 尽量再提升一下自己的技术吧,目前来看,后面想做做物联网的项目吧,如果可能的话想做点c++,或者带点硬件 ,后面如果换工作的话不怎么想做springmvc了.希望可以做到吧.

快到12点了,祝愿看到这个blog的人,新年快乐吧,前程似锦,加油,未来有无限的可能!

在这里插入图片描述

翻身了,咸鱼!
关注
专栏目录
JAVA面试题针对三年内经验
04-20
java web面试题.pdf java就业面试题宝典.rar Java面试题.pdf 51CTO下载-程序员面试宝典(全).pdf java华为面试题.pdf java(软件)工程师面试题大全-100%公司笔试题你都能碰到几个 达内笔试题集答案集.pdf ...
Java三年经验 - 面试总结
weixin_30293079的博客
12-16 1845
一轮面试下来，由最初的自信什么都能做，到现在感觉什么都不会做；但是面对面试官，却更坦然。 对自己还能记得起来的面试题，稍微整理一下。欢迎指正。 private、默认、protected、public作用范围1）private，同类2）默认，同类、同包3）protected，同类，同包，子类4）public，所有 String trim的实现原理去掉首尾ASCII码值小于' '（空格）的字符 ...
三年java经验应该都会什么
Moonbow
02-07 4618
没有什么应该要会什么的，看个人能学到什么程度。如果一定要说会什么的话，最基本的Spring、Struts2、Hibernate、Oracle、JS、Jquery等使用及原理非常熟，对于性能优化、代码优化、服务器调优、设计模式也要有一定的认识，还要掌握一些企业常用的技术lucene、webservice、JBPM等。对Java的认识和理解是一个长期的过程，但掌握了这些对java的最常见的应用也算学习
面试感悟----一名3年工作经验的程序员应该具备的技能
weixin_33860553的博客
03-10 1万+
原文地址http://www.cnblogs.com/xrq730/p/5260294.html，转载请注明出处，谢谢！   前言 因为和同事有约定再加上LZ自己也喜欢做完一件事之后进行总结，因此有了这篇文章。这篇文章大部分内容都是面向整个程序员群体的，当然因为LZ本身是做Java开发的，因此有一部分内容也是专门面向咱们Java程序员的。 简单先说一下，LZ坐标杭州，13届本科毕业，算上年...
[阿里面试] 阿里社招面试感悟----一名3年工作经验的程序员应该具备的技能
惊风无尘的专栏
03-16 2万+
转自：http://www.itmian4.com/forum.php?mod=viewthread&tid=9606&fromuid=1599 前言 因为和同事有约定再加上LZ自己也喜欢做完一件事之后进行总结，因此有了这篇文章。这篇文章大部分内容都是面向整个程序员群体的，当然因为LZ本身是做Java开发的，因此有一部分内容也是专门面向咱们Java程序员的。 简单先说一下，LZ坐标杭州，13届
三年工作经验后的反思
Smile_Ren的专栏
06-06 2017
    不知不觉、我已经在编程这个行业里面拼搏了三年、突然间有了很多感慨、也发现了自己很多的不足、写一篇博客纪念一下以前、也捋下未来的思路吧、这三年对于我来说真的是有成功也有失败、    三年前、进入我人生第一家公司、这是一家软件外包公司、在这家公司可以说是我这三年来最辉煌的时刻、半年的时间做到技术主管的位置、之后的一年时间、我的管理级别也是连连的调级、最后甚至和我公司的分总级别同级、但是也差点让...
java开发三年项目经验心得
05-02
### Java开发三年项目经验心得分析 #### 一、项目经验概览 在这篇文章中，作者回顾了自己在Java开发领域三年的工作经历，期间参与了三个不同的项目，从中获得了丰富的实战经验和技术积累。这三个项目分别是涉密...
三年网络创业经验分享
12-30
这篇"三年网络创业经验分享"文档，是作者基于自身实战经历的总结，旨在为那些想要在网络世界中开辟一片天地的人提供有价值的指导。下面，我们将深入探讨其中可能包含的一些关键知识点。 首先，网络创业的基础是选对...
三个月掌握三年的经验
08-30
以下是实现“三个月掌握三年经验”的具体步骤： 1. **职业分析**：这是自我认知的过程，包括分析个人性格、长处和短处，确定专业发展方向。同时，考虑个人兴趣、行业竞争和未来发展前景，找到自己的竞争优势，最后...
JAVA简历更新，三年工作经验.doc
11-28
【JAVA简历更新，三年工作经验】 该简历是一位名为吴春雷的Java开发工程师，拥有三年的工作经验，专长在于Java后端开发以及相关框架和技术的运用。他的技能涵盖多个方面： 1. **Java基础**：吴春雷有扎实的Java...
三年java经验面试总结
热门推荐
趁年轻再疯狂一次吧
11-13 4万+
此内容偏中高级，适合有三年经验者。1.       java中wait和sleep有什么区别？多线程条件下如何保证数据安全？    答：最大区别是等待时wait会释放锁，而sleep会一直持有锁，wait通常用于线程时交，互，sleep通常被用于暂停执行。2.       java中volatile和synchronized有什么区别?1.volatile本质是在告诉jvm当前变量在寄存器（工作内...
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
最新发布
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
09-21
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
基于深度学习的多特征电力负荷预测.zip
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
java三年经验面试题
06-04
好的，以下是一些可能涉及到的Java三年经验面试题： 1. Java中的final关键字有哪些用途？ 2. 什么是Java中的静态变量和静态方法？它们有什么特点？ 3. 请解释Java中的访问修饰符public、private、protected和default...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值