首页 / 聊聊我眼中的AI
#

聊聊我眼中的AI

#
活动
64506次浏览 2071人互动
来聊聊你眼中的AI!无论是有用的使用经验和攻略、还是有趣有梗的使用经历和新发现,又或者人与AI之间的有温度的交手,我们都期待你的分享~
活动详情
活动规则
2025年2月7日—3月7日 24:00,参与话题投稿,有机会得丰厚奖励
丰厚牛币
此刻你想和大家分享什么
热门 最新
原来我可以少走这么多弯路
#聊聊我眼中的AI#我的梦想是去美团当测试,以前我啥也不懂,然后看了看b站的软件测试课,在微信读书上看了几本相关书籍,刷了几天面经,看了几篇CSDN,不断面试不断失败,至今都没有实现梦想现在有了AI,他可以规划我的职业路径和成长计划,只需要我给他提问题,让他回答我 hi,我现在研一,想通过校招毕业去美团担任测试开发工程师,我的技术栈是Python,请帮我规划一下我的学习路线我的天,直接照着这个学,能少走多少弯路啊,也不用学的太深入,速成搞一版简历出来,这不令面试官兴致盎然offer手到擒来吗?你也可以试试呢为了帮助你在校招中成功加入美团担任测试开发工程师,以下是一个系统的学习路线规划,结合了技术栈、实践项目和面试准备:---一、基础知识巩固阶段(研一上)1. Python编程深化   - 核心语法:类与对象、装饰器、生成器、多线程/多进程、异步编程。   - 常用库:Requests(HTTP请求)、Pandas(数据处理)、Logging(日志管理)。   - 书籍推荐:《流畅的Python》《Effective Python》。2. 软件测试理论   - 测试基础:测试流程(需求分析→用例设计→执行→报告)、测试金字塔模型。   - 测试类型:功能测试、接口测试、性能测试、安全测试(OWASP Top 10)。   - 设计方法:等价类划分、边界值分析、场景法,使用工具XMind编写测试用例。3. 数据库与Linux   - SQL:复杂查询(JOIN、子查询)、索引优化、事务隔离级别。   - NoSQL:Redis基础命令与缓存应用场景。   - Linux:Shell脚本编写、日志分析(grep/awk/sed)、性能监控(top/htop)。--- 二、测试技术进阶(研一下)1. 自动化测试框架   - Web自动化:Selenium(元素定位、Page Object模式)、Pytest集成(参数化、Fixture)。   - 接口自动化:Requests+PyTest(封装请求工具类)、Postman进阶(Newman批量执行)。   - 移动端自动化:Appium(Desired Capabilities配置、Hybrid应用测试)。2. 持续集成(CI/CD)   - Jenkins:Pipeline脚本编写、定时任务、与GitHub/GitLab集成。   - Git进阶:分支策略(Git Flow)、冲突解决、代码Review流程。3. 性能测试入门   - Locust:分布式压测、自定义脚本编写,监控服务器资源(CPU/内存)。   - Jmeter:基础元件(线程组、断言)、生成HTML报告。---三、项目实战与进阶(研二)1. 实战项目   - 项目1:搭建自动化测试平台(技术栈:Flask/Django + Selenium + Jenkins),支持用例管理、定时执行。   - 项目2:实现接口性能监控系统,使用Locust+Prometheus+Grafana可视化QPS、响应时间。   - 开源贡献:参与Apache项目(如DolphinScheduler)的测试模块,提交Bug修复或自动化脚本。2. 深入美团技术栈   - 学习内部工具:了解美团内部测试工具链(如Mock平台、用例管理工具)。   - 业务场景模拟:设计外卖订单系统的测试用例(并发下单、支付超时、库存校验)。3. 算法与设计模式   - 高频题目(字符串、链表、动态规划),目标每日1-2题。   - 设计模式:单例、工厂、观察者模式在测试框架中的应用。---四、实习与面试冲刺(研三)1. 实习准备   - 简历优化:突出自动化测试项目、性能调优经验,量化成果(如“提升用例执行效率30%”)。   - 内推渠道:通过学长、牛客网、美团招聘官网获取实习机会。2. 面试专项突破   - 技术面试:     - 场景题:如何测试美团外卖的“下单”功能?     - 编程题:Python实现LRU缓存、多线程安全队列。   - 行为面试:准备STAR模型案例(如“解决团队协作冲突的经历”)。3. 模拟面试   - 使用牛客网、模拟面试功能,录制视频复盘表达逻辑。---五、附加建议- 技术博客:定期总结学习内容(如《使用Selenium Grid实现分布式测试》),发布在掘金/CSDN。- 软技能:学习沟通技巧(《非暴力沟通》),参与团队项目锻炼协作能力。- 行业洞察:关注美团技术博客(如“美团技术团队”公众号),了解前沿技术(A/B测试、精准测试)。---通过以上分阶段的学习和实践,你将在校招中具备扎实的技术实力和项目经验,大幅提升进入美团的竞争力。加油! 🚀        感觉学完这些 虽然也可能略有瑕疵 但是已经并不是一个烂大街的人了,简历不会被丢掉,如果学历还行的话,绝对稳稳拿下,这辈子有了!
时雨h:
点赞 评论 收藏
分享
DeepSeek为什么不是由院士,杰青这些花费了国家巨资的人才搞出来的,高校都在干什么?
#聊聊我眼中的AI#我是22级硕士研究生,大概22年底,ChatGPT-3.5发布的时候,我就注册了账号尝试使用,那会儿的感觉就是“颠覆”二字。但2022/2023两年给导师写过近10篇本子,还都和大模型没关系,一直到2023年下半年才初见端倪,专家们开始说“2024年热门肯定是AI大模型”。课题组一直有研究AI,但基本上没有传承,2024年初导师开始要求我们研究大模型,这期间问过我好几个“愚蠢”的问题:“咱的3090训练大模型不够用?”“那为啥人家学校都能研究大模型,他们都有A100吗?”“你要想着去解决科学问题,比如能不能提升推理时间,能不能比世界第一更强!”“咱的显卡也是够用的,你看那台服务器就有两块4090D,那台有4060……”所以我认为AI不是科研项目,它不依赖学术界的主导。AI是一个工程领域,需要应用数学家和大量工程师的大规模投入,涉及购买GPU、建造服务器、数据处理和模型训练等,远非在办公室/会议室/酒桌上讨论可行性的问题。全球范围内,像中国和美国的大型AI模型,都是由企业主导的,而非大学或研究机构。因此,中国的学术界只能在旁边观望,已经没有话语权,也不应将美国的论文当作标杆。中国的学者普遍没有参与一线AI项目,这也是为什么他们觉得中国在AI领域落后,而实际在一线工作的美国公司认为中国并不差,甚至在某些领域有所领先。这种现象恰恰揭示了产学之间思维范式的根本差异。高校的科研体系本质上是围绕学科建设与论文产出的"盆景式创新",而企业驱动的AI革命则是以市场需求为导向的"雨林型进化"。当院士们还在用论文引用数丈量科研价值时,DeepSeek的工程师们已经在用每秒浮点运算次数重构认知边界。这并非学术界的失职,而是技术代际更替的必然——就像蒸汽机不会诞生于牛津大学的经院哲学,AI大模型时代的创新主场注定要回归到产业实践的熔炉之中。
在思考的熊熊很讨厌吃香菜:毕业生连工作都找不到,送外卖的送外卖,做保安的做保安,所以高校都在干什么,高校肯定在搞笑啊
点赞 评论 收藏
分享
02-05 08:18
四川大学 Java
DeepSeek中国最好的100所大学排名
投票
在思考的熊熊很讨厌吃香菜:不是,我门头沟学院呢?这都没排上?
点赞 评论 收藏
分享
玩命加载中
牛客网
牛客企业服务