双非电子信息专硕，深度强化学习方向，无实习经历，如何选择职业方向？

今天给大家分享的是一位粉丝的提问，双非电子信息专硕，深度强化学习方向，无实习经历，如何选择职业方向？

接下来把粉丝的具体提问和我的回复分享给大家，希望也能给一些类似情况的小伙伴一些启发和帮助。

同学提问：

学历：上海双非研究生，专业：电子信息（专硕），方向：深度强化学习、边缘计算

项目经历：基本没有，除了做过Java、Python在网上的烂大街项目，大模型也做过一个开源项目，前后端简单的都懂一点，但是不多。

理论基础：Java 八股还可以；读研期间发表过二区sci论文（期刊水平尚可，深度强化学习向），不知道论文对找AI工作有没有帮助。

实习经历：无，今年暑假想找一个，年龄：24，明年也就是26届毕业

目标：希望您能给点建议。经常接收各种信息，有人做数据分析、大数据，还有人做嵌入式，做Java，身边也有进外企做计算机视觉的。因为感觉他们会的都很简单，我都能学会，属于看着他们找到实习的，由于导师原因一直没有机会去找实习，现在就是比较迷茫，不知道选择哪个方向能成。

Yt回答：

首先作为一个上海的双非的研究生，现在研究的方向是强化学习和边缘计算。这里呢提到一点，其实学术上面定义的这种边缘计算也好，还是包括深度强化学习也好，这是学术的定义，它在企业开发的时候它不是这样的。学术界和工业界它在定义技术理解上面它都是不一样的，企业更多是考虑产品化，如何把产品能够做到落地，能够做到生产，做到能够销售，能够给自己带来盈利流水，这是企业关注的。学术上面呢可能更多关注的就是我如何突破一些门槛，突破一些这种瓶颈，突破一些这种别人做不了的问题，但是企业更多不会，企业其实跟别人做产品一样的，其实你包括小米汽车和小鹏，或者跟那个蔚来汽车，其实你会发现整体的技术上面差异很大吗？我认为很难说，但是请注意它品牌不一样，然后做出来的造型不一样，然后导致这个过程中的销售也会不一样。其实企业更加关注的它没有像学术上面这么大的进步，而是更多的说我能够从销售上面，能够从产品端，能够给销售带来一些差异化的营销，能够给企业带来一些流水，这是企业考虑的问题，学术上面考虑的可能会不一样。

跟你讲这个点什么意思呢？就是你现在了解的东西几乎到企业没有用。现在除了做过一些Java和Python和网上烂大街的项目之外，大模型也做过一个开源的项目，前后端都简单懂一点，都不是很多。然后Java 八股文也还可以。目前的情况能够做1到2款产品。虽说你有过大模型，一个开源的项目，前后端简单都懂一点，你把这个项目再深入下去，能够做到你能用，别人也能用，做到一个你把它运营一段时间，你试一试。你不管是这种大模型针对哪个方向，应该这个使用场景还是比较多的，你能够把它做到上线，做到你能用别人也能用，你能先运营一段时间，后面在你简历里面把你的运营数据体现出来，这个过程你考虑的问题可能不仅仅只是Java、Python这编程语言的问题，你可能会去考虑功能的问题，产品的问题，以及架构的问题，以及如何部署的问题，以及如何做到低成本的问题。你往这个方面考虑，后面在你面试的时候，你是完全不一样的。如果你能做到这一点，你就发现别人面试的时候再聊八股文的时候，你在聊的你就会发现是如何产品化，如何做到更好的盈利，聊的是架构的问题，就是这样的。因为你具备有这个点的基础，如果没有你会发现你就只能聊点八股文。

目前实习经历无，暑假准备找一个。你现在这个时间也特别合适，目前研二也是比较合适找暑假实习的时间节点。经常收到各方面信息，有些人做大数据，有些人做数据分析，还有人做嵌入式，做Java，身边也有进外企做事机器视觉的，感觉他们都会的很简单，我都能学会。很多朋友会有一个概念，就看到这个技术好像不是很复杂，我也能学。很多朋友就是我能学，扶我起来我还能再学。这个东西各位朋友你想想，你会和你后面用时间去学会这个它是不一样的，请注意有朋友说我能学会，这个过程你不是还没会吗？这个怎么叫做会呢？我认为至少来说，你用它解决过具体问题，这个东西你才能说你用过它，你能够用它反复解决问题，你就自然而然会有一套自己的经验，这个经验它就是你的东西。那这个过程中你才说我能够用这一套能够解决哪些哪些问题，才能说你会这个东西。

目前由于导师原因一直没有实习，现在比较迷茫，不知道选择哪个方向。按照你的情况，你现在目前来说可能对Java比较情有独钟，你就选择Java，然后在这个过程中，目前也到了研二这个时间节点了，然后到暑假实习，然后到7月份的时间，也就是说三四个月的时间嘛。现在把Java这套技术体系能够做一两款产品，做到落地，做到上线。然后后面开始投递，找到一个实习，多拿几个实习机会，从中再挑选一个合适的你去实习，然后实习过程中间能够争取转正，如果不能转正就后面参加秋招，秋招的过程中间也是多拿几个offer，从中挑选一个合适的，签好三方，然后在毕业的时候能够有一个好的去向就可以了嘛。

总结：

一、学术与工业界的差异认知

1. 学术与工业的鸿沟：学术研究关注技术突破（如深度强化学习算法优化），而企业更关注产品落地与商业化（如边缘计算在工业场景的部署成本控制）。需将论文成果转化为可落地的解决方案，例如将大模型开源项目优化为可部署在边缘设备的轻量化版本 

二、项目经验的重构与深化

1. 现有项目的优化方向：大模型开源项目：需从“简单实现”升级为“可运营产品”。例如，针对特定场景（如智能家居或工业质检）优化模型推理速度，并搭建前后端联调系统，量化性能提升指标（如延迟降低30%） Java/Python项目：避免“烂大街”标签，可结合边缘计算需求重构。例如，开发基于Spring Cloud的分布式边缘任务调度平台，集成资源监控与故障自愈功能 
2. 差异化竞争力构建：利用SCI论文背景，将深度强化学习与边缘计算结合，设计边缘设备动态任务卸载策略，并在简历中突出“学术成果工程化”能力

计算机相关专业就业求职学习路线/offer选择/职业规划建议

工种浩：程序员yt （学习就业困惑？我们来为你答疑解惑！）免费投稿 投稿必回