2023秋招日寄

背景:
数学本硕,仰卧起坐选手,硕士在自动化老板手下做网络安全。
做过云(老板项目打杂)、闲暇时间看过CTF(仅限于看过,签到题都不一定做得出来)、时间序列相关的深度学习异常检测(EI毕业会已中),现在在云上做控制工程,主要用到并行化(一区二作中了)和基于同态加密的隐私保护(二区一作寄了)。一言以蔽之,小作坊的一块砖,菜到抠脚的做题人。

语言:python, go>C艹>Java
本科学过数据结构,现在按照programmercarl的路线写了大概100个leetcode。
408从大四开始就在看,算下来os、网络、CSAPP都过了一遍,虽然到现在也不记得多少了。最后水平约等于知道中断而忘了硬软中断。
有一段华为云安全部门的实习,虽然自己太菜没干啥事,但是还是感谢mentor和组里的各位dalao,学会了很多东西。
本科有北京数学竞赛一奖和全国数学竞赛二奖。无建模奖,因为建一次白给一次,麻了。

目标方向:
云、加密、后端

目标钱:
30-50(瞎写的)

已有offer:
截至2023劳动节,共12个。
由于自己做的东西太杂,没有专精,所以在秋招中其实没有什么优势。
要是我择偶能像秋招这么海就好了(暴论

  1. 工信部五所网安&加密
  2. 兵器智元研究院
  3. 中船716
  4. 之江lab(入职了)
  5. 航天八院八部
  6. 经纬恒润
  7. 比亚迪
  8. 阿里云
  9. 移动苏州研究院
  10. 地平线
  11. 邮储卡中心
  12. 航天三院35
  13. PLA - 61161 & PLA - 32087

已寄:
中航技变中航寄。对就是那家卖军机的。经历了笔试(阅读理解+国际形势分析)、一面(150进54)二面(54个人里发offer),现在想想还是埋头做题做多了…正好借这个机会回顾了一手六年带学生活,似乎也没做什么太让人自己印象深刻、回味无穷的事情,光搁那做题了。
四院四部线下面试结束,被告知排名不靠前。
字节ailab后端一二三面和hr面已结束,一周后被告知流程终止。共享中。
百度搜索架构部门一面,投简历的时候我寻思这玩意怎么着得和云相关,结果上来问我高并发,答得一比吊糟,共享中。转投开发。
航天一院战术武器一面,16个人面试每人10min,问的问题类似于你有啥擅长的体育项目和为啥选择航天而不是华为,面了两周没有消息,timeout寄。
卡方科技笔试,量化公司的实习。试了一下水,上来了一张全是概率论的卷子。一个月没有消息,timeout寄。
联想云bu笔试+一面。8月月初笔试笔得一比吊糟,笔破防了才开始赶紧刷leetcode。一面发现当时投简历的时候地点在重庆,地点不太匹配。已经收到感谢信。
oppo加密计算、机器学习提前批简历timeout寄。oppo机器学习正式批笔试后复筛寄。
航天一院15,群面面试中有一个上交本T大硕和一个25岁的声学所博同台竞技,0810左右面试现在没消息,不出意外的话0815-0821出结果。感觉神仙打架局,我这种凡人大概率陪跑。已经泡池子了。
美团测试开发寄。感觉笔得不太行,准备月底再整一次。美团面试,我没做过测试开发,八股能聊但是测开的知识就拉几把倒了。手撕代码让我半个小时写三个题,一个回溯一个动态规划套回溯一个sql,晚上脑子转不动了只写出来第一个…转投开发。
虾皮简历挂。
航天一院一部6室电话聊天30min后无下文。
快手云原生0815一面寄。
启元实验室一面过,后续没有消息。
360测试开发笔试,一二面面完了,二面表达不去的意愿。
小红书笔试结束无后续。
深信服三面寄。
天翼云笔试结束无后续。
华为云笔得一比吊糟无后续。
Intel笔试结束,面试结束等结果。主管面结束后说谢谢你的时间,无后续。
中电14,中秋节三天我面了好几个科室,在中秋节后的一周的周末又搞了综合面试,无后续。

已投无回音:
航天一院10、12、14,二院二部、三院体系总体、五院501、502
元戎启行
若干的厂子,记都记不清

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 4
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

PenguinLeee

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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