算法岗有必要实习吗?

火山方舟向量数据库大模型

大家好,我是 zelong 。终于结束居家办公的日子,受到深圳最近的疫情影响,我已经居家办公了 3 个多星期的时间,在公司上完一天班后,个人还是挺开心的。一方面我个人还是想追求工作跟生活能够分得开的模式,居家办公很容易就把工作揉到一整天去。另一方面公司的基础设施相对完善,居家办公要花不少精力去处理各种琐事。这里并不是说居家办公不好,只是我个人居家办公的方式有待调整吧(个人问题)。

picture.image

图 1: 实习公司 的工位

回到正题,最近有跟面临毕业的朋友们聊过,能感受到大家都是比较焦虑的,特别是过几个月就要暑假了,打算参加暑期实习的朋友是要好好准备了。这里就有个大家经常讨论的问题了, 有没有必要去实习? 这其实是个见仁见智的问题, 个人观点是有条件的还是尽量去经历下实习 。(那些学校或者实验室不允许的或者手头有更重要的项目或者比赛的就没必要了)

至于我为什么会有这种观点呢,这里我想用我个人的经历来解释下,供大家参考。对于我来说最重要的一段实习经历是在研究生阶段的最后一段实习,我很感谢这样一段实习经历,它给我了很多收获。

a) 那

段实习经历是导致我毕业后去到那个团队的关键原因。一方面是因为在那段实习过程中拿到了转正资格,另一方面是比起其他公司给的 offer 的不确定性,我对实习公司那边的工作情况更加了解。我了解那个团队的基本情况,了解了项目的基本情况。我当时很喜欢手头上 AI智能 外呼的项目,我很清楚继续做这个项目能带给我非常大的提升。所以 你可以根据实习经历去决定以后是否留在这个团队里,避免进坑。

b) 那

段实习经历也影响了我的职业规划。我本身是学统计学的,统计学也算比较底层的学科,你可以去做生物统计,数据分析,金融或者 AI 算法相关等等。在这份实习之前,我没做过任何关于 NLP 的工业级项目,为此很感谢当时的导师招了我。有了这份实习经历后,我对 NLP 算法工程师有比较清晰的定位,也坚定了自己想要从事这个行业的决心。所以 你可以根据实习经历去判断自己是否喜欢这个行业,对自己的职业规划做出调整。

c)

段实习经历也影响了我的学习习惯。例如学习一门新语言或者新框架,以前的我都是按照某个教程去学的,一般都是先学 list,map,tuple ,然后学定义函数跟类,整个过程会涉及到非常多知识,很容易一遍过,然后就忘了。实习了之后我更多是那种驱动式的学习,带有非常强的目的性,例如我就需要一个爬虫功能,那我就只为了这个功能去学,就不会把太多精力放在跟它不相关的地方去。看前沿论文的方式也有变化,以前看论文都是,这篇论文的想法不错,带来的提升很明显呀(以前一篇很水的论文可能我都看不出来)。现在更多的是,这篇论文的这个提升是真的吗?这种做法有落地的可能吗?它需要增加的成本有多少?又能带来多少的收益?它要怎么改造才能适配我的任务?所以 你可以根据实习经历去转变一些思维方式,早点适应职场生活。

d) 那

段实习经历让我认识到很多同期的小伙伴。大家会共享很多资源,一起找工作,一起加油。

实习当然也会带来一些烦恼,比如找工作,找房子,上下班通勤都是很费时间跟精力的事情,实习期间一个人独自生活的孤单跟不便都是要慢慢适应的。实习的同时还要兼顾毕业和找工作,也是很考验能力的。但是既然是选择就业的话,其实这只是提前步入社会必经的一个过程。

总而言之,有条件的话还是尽量去心仪的公司或者团队实习,实地考核一下吧。条件不允许或者没拿到实习机会的就好好准备秋招,没什么大不了,条条大路通罗马。大家也不要老是妄自菲薄,觉得自己什么都不会(我现在看以前的自己也是什么都不懂,你们比以前的我可厉害多了)。站在当下,更重要的是去学习,去提升自己。

祝大家心想事成,生活愉快!(PS:需要内推腾讯的可以找我)

0
0
0
0
关于作者

文章

0

获赞

0

收藏

0

相关资源
KubeZoo: 轻量级 Kubernetes 多租户方案探索与实践
伴随云原生技术的发展,多个租户共享 Kubernetes 集群资源的业务需求应运而生,社区现有方案各有侧重,但是在海量小租户的场景下仍然存在改进空间。本次分享对现有多租户方案进行了总结和对比,然后提出一种基于协议转换的轻量级 Kubernetes 网关服务:KubeZoo,该方案能够显著降低多租户控制面带来的资源和运维成本,同时提供安全可靠的租户隔离性。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论