大家看看这份简历,大概能找到多少薪水的工作?

看到招聘求职版有位兄弟写的不错,偶也照着写一个撒。
求职经验少,请指点。

[b]自我评价[/b]

勤勤恳恳工作12年, 两家公司,4年+8年,由于想从安徽到上海因此到了第二家公司,现在想加薪因此想找第三家公司。

[b]技术特长[/b]

1、不敢说精通java,c++/c,分别使用了4年、6年,其他语言都是浅尝辄止。
就语言而言,个人偏好c++/c, java ,
2、数据库方面仅仅会写sql语句,近三年一直用hibernate,存储过程,DBA,DB turning不会。
LDAP用了6年,Oracle用了6年, MSSQL用了4年。
3、在使用spring的方面,是appfuse的拥戴。
强烈不喜欢springside,因为springside使用interface比较少(至少DAO这一层),而interface是很重要的,
例如在一个产品的运营初期我喜欢很多数据都放在数据库中(例如session attribute),但是随着并发用户的增加,数据库存储session attribute存在性能问题,那么我更改实现方式的时候只要遵循接口新增加一种dao就可以了。再比如,用户信息初期放在db中,随着项目的整合,需要使用ldap了,那么也只要遵循一个接口开发一个新的DAO就可以了。而如果没有interface,那么你的修改是不可预期的。
同时对unit测试,没有interface,那么你的unit的粒度可想而知是多么的大(我觉得也和功能测试差不多了,可能只是没有界面而已)
4、在使用hibernate的方面,觉得就是一工具,好用。
5、喜欢Struts2框架,只在一个项目中,其他项目基本使用struts 1.x (除了最初一个项目我选用的是 javabean + jsp) 。
6、一直在小公司游走,一直整tomcat和websphere,没有用过其它。
7、只会通过spring提供的框架使用JMS。
8、没有用过webservice,听过过axis,xfire,没有听过说cxf。
9、听说过ajax,已经听说了三年了,一直想用,但是一直做企业应用,实在想不出为什么一定要用,另外听说ajax不好处理浏览器的"back"按钮。
(这个帖子写完的时候突然注意到了,这个论坛的”自动保存于:...“功能,这时觉得ajax真好)
10、做过需求分析、设计,全靠脑子想,MS word/visio写,听说过UML,看别人用过Rational的统一xxx。
11、做过数据库设计,年年做,实在不知道该怎么说自己的数据库设计能力,简单说,没出过大事。
12、IDE基本只用eclipse,好怀念早些年的emacs/vi/console时代,炫技巧/骗MM,一流的。
13、不喜欢控制项目进度,很不喜欢,很不喜欢管理。
14、一直用CVS,喜欢不喜欢他都是集体开发的核心工具,离不开,VSS太弱,其他的没有用过。
15、说是junit,学习用/使用中,和同事讨论的的时候盛赞不止,但是自己开发中,unit测试的覆盖面最多能达到50%。
16、一直在用Makefile, Ant, 听说过maven,没用过(我拼对了么?)。
17、使用过的运行环境:solaris, windows

[b]项目经验[/b]

我写起来,大家看都比较累简单说工作12年,其中10年做开发,两年做售前支持工程师,设计解决方案。基本每年会做一个大约100万(RMB)规模的项目(工作初期跟着别人做,工作后期带者别人做,团队一般5-8人),业务领域包括电信(移动)、政府、研究所(自然语言方面)

[b]最想对小朋友说的话[/b]
您写每一段代码的时候都要考虑到,你写代码的时间将会是你看代码的时间的1/3 - 1/5,一个项目的维护期远远的大于开发期。
(至于如何写易于维护的代码?,您最看重哪些要点呢?)
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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。
评论
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
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