中国科学技术大学人工智能与数据科学学院本科进阶指南
  • 3️⃣3️⃣ 第三版序
  • 2️⃣2️⃣ 第二版序
  • 1️⃣1️⃣ 前言
  • 🥳欢迎词
  • 💡指南食用方法
  • 📬关注指南公众号获取最新动态并提问
  • ☕话题
    • 从科大到燕园——我的保外经历与大学体悟
    • 如果给你一颗后悔药...(更新中)
    • 我用四年时间,意识到了高中就意识到了的东西
    • 2023届EE/CS/AI深造经验以及教训
  • 培养方案解析
    • 大二秋季学期
      • 概率论与数理统计(专业基础)
      • 复变函数B (专业基础)
      • 计算系统概论(专业基础)
      • 离散数学(专业基础)
      • 数据结构(专业基础)
      • 几何学基础(专业选修)
    • 大二春季学期
      • 人工智能基础(专业选修)
      • 人工智能原理与技术(专业选修)
      • 随机过程B(专业基础)
      • 计算方法(专业基础)
      • 数理方程B(专业选修)
      • 电子线路(专业选修)
      • 信号与系统(专业选修)
      • 数据库系统概论(专业基础)
      • 数据分析与实践(专业核心)
    • 大三秋季学期
      • 机器学习概论(专业核心)
      • 算法基础(专业核心)
      • 运筹学(专业核心)
      • 实用统计软件(专业选修)
      • 计算机网络(专业选修)
      • 操作系统(专业选修)
      • 数值代数(专业选修)
    • 大三春季学期
      • 深度学习导论(专业核心)
      • 大数据算法(专业核心)
      • 数学建模(专业基础)
      • 数值分析(专业选修)
      • 时间序列分析B(专业选修)
      • 并行计算(专业选修)
      • 信息论A(专业选修)
      • 自然语言处理(专业选修)
      • 非参数统计(专业选修)
      • 数字图像处理(专业选修)
    • 大四秋季学期
      • 大数据系统及综合实验(专业核心)
  • 进阶篇
    • 🤩大数据学院本科生学业日历及重要事项提醒(很重要)
    • 😎暑期经验文档
      • 顶层设计
        • 你的目标是什么
        • 关于GPA
      • 课程学习
        • 计算系统概论A (ICS)
        • 离散数学
        • 数据结构
        • 复变函数B
        • 概率论与数理统计
      • 接下来的规划
        • 这个暑假可以做什么
        • 关于进组
    • 🛫出国
      • DIY申请 个人学术主页搭建
      • DIY申请-面试流程及准备
      • DIY申请-关于CV
      • DIY申请-关于套磁
      • 低成本-托福口语提分资源
      • 低成本-托福听力训练方法与资源
      • 低成本-托福写作训练方法与资源
      • 低成本-托福阅读训练方法与资源
    • 🎓保研
      • 💯保研关键时间节点
      • ‼️一篇文章读懂保研(必须熟悉)
      • 🔊别人不会告诉你的保研TIPS
    • 💻实习 & 工作
      • 🧐什么是实习
      • 😍怎么找实习
      • ❓Q & A
    • 🔬科研
      • 😮如何选择适合自己的方向and如何进组
      • 💎学长学姐的科研真经
        • 从idea到论文——从0开始一段科研
        • 论文写作技巧
    • 👀缺乏科研项目经历?看这里(更新中)
      • 微软亚洲研究院项目(已关闭)
      • 长三角研究型大学联盟教学实践基地共建共享项目
      • 腾讯2024课题实践项目(2024.1.24截止投递)
    • ↪️转专业相关
      • 关于大二下非个性化转院
      • 关于个性化大数据一些tips
    • 🤔选择实验室时应当关心的十个问题
    • 😄实验室介绍
      • BDAA\认知智能全国重点实验室——陈恩红教授实验室
      • 数据科学实验室(LDS)——何向南教授课题组
      • 安徽应用数学中心(应用数学安徽省重点实验室)——杨周旺教授实验室
      • 数据智能与几何算法实验室——丁虎教授课题组
      • MIRA Lab——王杰教授课题组
      • iCLaS-现代物流与供应链安徽省重点实验室——余玉刚教授课题组
      • 泛在无源物联网实验室——龚伟教授课题组
      • 精密普适实验室(Precise Pervasive Lab)——程敬原教授课题组
      • 陈景润教授课题组
      • Protein Design Lab——刘海燕教授课题组
      • 免疫基因组学与精准医学实验室——瞿昆教授课题组
      • Zhu Lab——朱书教授课题组
      • 神经物理学与神经生理学实验室——毕国强教授与刘北明教授课题组
      • Wen Lab——温泉教授课题组
      • 高性能计算物理化学实验室——胡伟教授课题组
  • 经验篇
    • 🥳学长学姐说
      • (出国)大数据学院2019级本科生顾言午
      • (考研)神秘嘉宾
      • (保研)大数据学院2018级本科生毛星茏
      • (出国)大数据学院2018级本科生吴颖馨
      • (科研)大数据学院2018级博士生李徵
      • (MSRA联培)大数据学院2019级本科生桂栋南
      • (工作)信息学院AI英才班2018级本科生赵天翔
    • 🎥我们的四年(更新中)
      • 从科大到燕园——我的保外经历与大学体悟
      • 我用四年时间,意识到了高中就意识到了的东西
  • 附录
    • 🥰经验分享会视频整理
      • 本科就业——赵天翔学长分享视频
      • 课程学习+实习+科研——桂栋南学长分享视频
      • 保研与课内学习经验分享——李莘学长分享视频
      • 留学飞跃经验——顾言午学长分享视频
      • 2023年大数据学院出国分享会
      • 2023年大数据学院考研分享会
      • 2023年大数据学院实习秋招分享会
    • 据峰咖会
      • 2022年度据峰咖会
    • 有用的资源
由 GitBook 提供支持
在本页
  • 个人介绍
  • 采访记录

这有帮助吗?

  1. 经验篇
  2. 学长学姐说

(工作)信息学院AI英才班2018级本科生赵天翔

个人介绍

信息学院AI英才班2018级本科生:曾任乒乓球协会会长、曾于B站实习(算法工程师)、现于华为云任项目经理至今

采访记录

Q1:学长为什么选择了就业,可以讲讲自己的经历吗?

A1:其实我从大二开始就在考虑,读研对自己的意义是什么?这个问题翻来覆去想不通,但是反过来看,就业带来的好处就很实在,所以很自然就做出了这样的选择。

另外自己还是一个比较想做事的人,但在高校的环境下感觉不到那么强烈的价值感,反而在B站实习的那段时间,真的感觉很开心,所以那段实习之后就再也没有回去的心思了。

当然做这个选择也有一些现实原因,我参加了2021年秋招,那时候我察觉到就业形势恶化的一些前兆,决定抓住最后的机会窗,冲出来积累一些工作经验。

Q2:学长本科期间曾在B站实习,B站的算法工程师竞争比较强烈,学长是如何申请到这一岗位的呢?

A2:首先是专业背景匹配,在大二的时候我申请到了信院的AI英才班,在专业方面和这个岗位是匹配的,其次是项目经历匹配,因为我在大创项目中着重做了一些AI方面的工作,同时我还有一段运营B站账号的经历,也比较了解B站的企业文化。总结一下就是专业匹配+过往项目匹配+社团负责人和UP主经历+面试表现良好,最后实习岗位也并没有正编岗位那么卷。

Q3:GPA对于找工作的重要性大吗?

A3:打个比方,如果要招聘厨师的话,应该比的是谁做菜好吃,而不是谁菜谱背的6,这个比方可能并不恰当,但确实是朴素的道理。我认为GPA高可能会给目标单位留一个好印象,不过也仅此而已,还没见过谁是因为GPA低被刷下来的。关键还是简历上体现的能力和技术与公司的岗位期望是否一致,有没有体现岗位关键能力的经历。

Q4:学长是否可以就找工作的关键过程做一些介绍,并分享一些个人经验?

A4:首先确定目标公司和岗位:确定目标公司时不仅要考虑名头响的互联网大厂(BAT等),也要考虑一些相对没那么出名的公司(类似蔚来,商汤,讯飞,TPLink等),这个就业环境下,千万不要太挑。名头响的互联网大厂在招聘时为了吸引应聘者可能会有意扩大招聘人数的数量,但实际的hc(人员编制)并没有那么多。其次是国内相关岗位的竞争越来越卷,岗位的要求也在水涨船高(算法工程师,后端开发,产品经理尤甚)。其三是虽然某些岗位的明面上的招聘要求并不高,甚至比较模棱两可,但实际上的隐性要求很高,应聘者也可能对自己的条件太乐观,高估自己,这可能是个坑;在确定岗位时,除了技术岗也可以考虑一些半技术、非技术方向的岗位,只要自己可以接受工作的内容,而且自己的经历和能力与招聘要求较为匹配,都可以试试。最后还是充分认识自己,宁可多看看,也不要选择不适合自己性格的工作,人生在世还是要对自己好一点,而且应届生身份很宝贵。

其次是写简历:写简历时,首先要版面过关,需要让人一眼看过去足够舒服,可以多找同学提提建议。其次要有的放矢,在简历上尽量以量化的形式突出自己的经历细节,量化的目的还是说明自己的能力。再者就是要学会做“问答题”,站在招聘方的角度按照招聘要求对自己发问,那么在自己的简历上所体现的就是回答,回答的论据要切中问题且细致充分,过多的无效无关信息会冲淡简历中具有含金量的部分。

在投递简历时可以多找内推,内推非常重要,很多时候可以绕过前面的审批流程,把简历直接递送给Team Leader。找内推可以咨询自己的老师和学长学姐,或者在外界找一些内推群等。

第三是准备笔试:笔试分为以下几种,性格测试主要是测试受聘者的个性是否符合公司价值观,这个东西比较玄学,也不能掉以轻心。技术向笔试则是针对岗位技术要求对受聘者进行考核,在准备笔试时一定要多看多积累,有目的地进行刷题,牛客是一个很好的平台,推荐大家使用。

第四是准备面试:对于技术岗而言可能会有至少两轮面试,主要会提问简历中的项目经历细节和实习经历,也会提问一些技术问题。还有HR面,HR面则主要针对求职者的个人情况,有时候这些面试会夹杂压力面。

对于非技术岗而言可能会有群面和业务面。群面相当于无领导小组讨论,主要考察的是求职者的沟通能力和团队协作能力,这个人的头脑是不是清晰,而业务面则主要考察求职者对业务的理解。这些面试都会有一些常见的套路和技巧,在牛客和其他平台上也会有很多面经和技巧分享,推荐大家提前做针对性的准备。

Q5:若未来准备工作,我们作为科大的学生可能存在哪些不足?应该做哪些针对性的准备呢?

A5:我觉得能进科大的同学们都是同龄人的佼佼者,不过比较吃亏的就是科大的地理位置,周边适合科大学生实习的大厂可能比较少,像在上海这种地方,想找实习的话,好公司一抓一大把,本科两三段高质量实习对于上海的同学来说非常容易。但是科大的同学们就没有这个条件,大多数人接触实习都是在研究生阶段,甚至研究生毕业也不知道真实的工作环境是什么样的,就像百米赛跑,不是我们速度慢,身体素质差,而是别人就比你早出发两秒。另外就是校内环境有时候也比较卷,受到打击一多,就容易磨掉自己的自信,产生挫败感,老觉得自己不行,人一旦没有自信,就容易把自己封闭起来,不愿意尝试更多的可能性,主观上也限制了自己的发展。

我认为大家首先不要想太多,一定要多看多尝试,社团活动也好,实习也好,不要过早下结论,实践多了就慢慢明白自己想要的是什么,如果最后还是决定就业的话,那就根据自己想从事的工作,来看目前简历上缺什么,一条一条地去补就好了。

Q6:现在考研和找工作的压力越来越大,学长作为前辈有什么想对学弟学妹们说的话吗?

A6:首先是要不要走出校园这个问题,我觉得每个人都有自己要走的路,有时候还是要在灵魂深处拷问自己想要的到底是什么。有些事情真的只有在试过之后我们才知道自己行还是不行,你去做成了那就成了,没干成那也不留遗憾了。

第二,我觉得大家哪怕是出去工作了,也不能忘记自己曾经是母校的一员,要有一股心气,年轻人做事可能没有经验没有能力,有时候就是靠着一股心气支撑下来的,做人谦虚,但是做事一定要“张狂”。最后还是要多看看世界,大家在科大待了这么多年,说实话很多认知都会产生固化,但如果你出去走走看看,见过世界的美好之后,很多看法都会彻底改变的。

上一页(MSRA联培)大数据学院2019级本科生桂栋南下一页我们的四年(更新中)

最后更新于1年前

这有帮助吗?

🥳