你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...

牛油们，我的简历是有什么问题吗，为什么我投了快300份一个面试都没有，全部要完简历就拒绝或者没下文了😭鼠鼠要玉玉了，都马上寒假了

面了5个实习生了，技术好的base不是特别考虑，base满足的技术又不太行，真难呀，各位优秀的学弟学妹们毛遂自荐呀【岗位职责】1. 算法优化与落地：重点参与图像编辑（Image Editing）领域的算法研究，特别是针对图像消除（Object Removal/Inpainting）任务的效果优化。2. 核心技术攻关：模型蒸馏：参与大规模生成模型的蒸馏工作，在保证生成质量的前提下，优化模型推理速度与显存占用。RLHF 对齐：探索并应用 RLHF（Reinforcement Learning from Human Feedback）技术，利用人类反馈数据优化生成模型的逻辑一致性与视觉美感。1. 实验与数据管理：负责相关算法实验的配置、运行与结果分析；协助进行高质量训练数据的清洗、整理与构建，建立更高效的数据 pipeline。2. 前沿探索：阅读最新顶会论文，复现并改进 SOTA 算法，探索提升消除任务鲁棒性的新方法。base：深圳薪资：200-400公司：传音邮箱：xin.wang4@transsion.com

零、写在前面之前实习和项目中都是学的Vue，由于之后工作大概率会进入React的技术生态，最近才开始学React并且缺少企业级的项目开发经验，也没有对源码做系统研究，以下的内容只是个人学习过程中的记录和思考，因此大概率会显得稚嫩而且主观，需要大佬们的指点和修正。软件开发毕竟属于工程实践领域，对于相同的目标可以有不同的实现方案，而一样的技术在不同的场景下也需要做取舍权衡，它并不像数学物理这样的学科有一套不容置疑的公理。而且对于团队开发者而言，一套技术的开发体验、学习成本、认知对齐等因素也同样重要，它们应该是带有主观色彩的，至少是可讨论的；为了描述简便，以下会根据官方文档的写法和称呼，对于useE...