#我来回答#有一些建议：1. 考事业编单位，考公的话前期没准备难度很大，事业编相对会容易很多；2. 国企银行的技术岗，对技术要求会低一些，更看重学历，同学的学历还算不错，然后看一下技术岗的招聘要求，根据要求整理下以前的课程作业，写成一个项目经历，最后再背一下面试的八股文，这样成功率会比较高。

#我来回答#生活总是要继续，就目前的几个offer，我建议还是选华子吧。30岁危机总是存在的，od如果没那么忙的话，就抽空准备下国企或者考公考编。至于说大厂介意od身份，我觉得反而没那么重要了，从华为出来最好就别进互联网了，优先上岸吧

#我来回答#深圳街道办劳务派遣提供宿舍以及伙食的话，需要将这部分福利纳入工资里面，毕竟吃住在深圳也是一笔不小的支出。其次如果深圳街道办劳务派遣不用签三方，可以先去上班看看工作氛围（现在疫情结束了，街道办可能没有那么忙了，但估计也不清闲），最后建议如果后期没有一定要考公的想法的话，可以选联通分公司（可以试想一下如果现在选了街道办，以后想跳槽去联通，成功几率有多高，以及如果现在选了联通，以后想跳槽去街道办，成功几率有多高）。

#我来回答#同学还是本科在读，无论以后毕业找算法岗，还是找开发岗，都应该先打好计算机基础，提高自己的编程能力；如果本科毕业就能拿到一份好的开发岗offer，我建议就直接去工作吧。但如果同学确实想找算法岗，那就要读研了，本科生很难拿到算法岗offer。你的薪资要求其实不算高，只要好好提升自己实力，这些都不是问题，加油少年！

#我来回答#cv太卷了，这个年代已经人手一篇顶会了，你胜在实习经历丰富，如果能match到方向一致的岗位的话，还是有希望的；建议同时准备下机器学习岗位，cv的经历也不矛盾，不建议all in计算机视觉，风险太大了。

#我来回答#同学，你的简历模板需要更换一下，白底黑字就行，排版不需要太花；自我评价可以去掉，或者放在最后；项目的技术点讲得太简单了，可以具体说一些用到了哪些技术，遇到的难点等等。

#我来回答#大二的同学好优秀！简历没太大毛病，很多企业都很喜欢ACMer，所以同学可以多投简历，争取去大厂实习，这样你以后秋招就更轻松了。简历有几个地方可以注意下：求职岗位最好写一下；绩点如果不错的话，也可以写出来；项目除了罗列用到的技术点，还需要体现自己的思考，比如项目的难点，技术选型，以及最后的效果指标（时延，存储效率等）

#我来回答#求职岗位可以写在前面；每个项目经历最好都写一下产出指标，比如第一份实习新媒体传播中的“引导流量转化”，具体的转化率可以写一下；简历的细节也要注意，文字对齐，格式统一等。

#我来回答# - 个人技能：“熟悉”要谨慎些，熟悉意味着能cover住面试官问到对应领域的绝大部分问题；不需要写得过于详细，尽量压缩到5、6个点以内； - 项目经历：不要写成流水账，用STAR原则进行梳理，重点是要突出自己做了什么，有什么亮点，取得了什么效果，以及思考背后的原因。

#我来回答#我推荐广州，杭州和苏州。物价的话，其实全国都差不多，主要看房价、工作机会和生活氛围吧。广州，杭州和苏州的居住体验都很不错，房价有贵的也有一般的，尚能接受，主要看你专业对应的公司和岗位多不多。

#我来回答# 如果你毕业后还想继续找后端开发的话，不太建议你转到实施岗。实施岗位主要负责将开发团队开发的系统或产品部署到实际的运行环境中，确保系统或产品能够正常运行。日常工作只涉及一些简单代码的编写，比如编写自动化测试脚本、编写部署脚本等，很难对你以后找java岗有实质性的帮助。

点击上方卡片链接就可以进入专栏，专栏右上角有订阅选项，欢迎大家订阅～前言大家好，我是鬼仔，今天带来《机器学习高频面试题详解》专栏的第1.11节：AdaBoost算法。这是鬼仔第一次开设专栏，每篇文章鬼仔都会用心认真编写，希望能将每个知识点讲透、讲深，帮助同学们系统性地学习和掌握机器学习中的基础知识，希望大家能多多支持鬼仔的专栏～目前这篇是试读，后续的文章需要订阅才能查看哦，专栏预计更新30+篇文章（只增不减），具体内容可以看专栏介绍，大家的支持是鬼仔更新的动力！本文大纲一、原理1. AdaBoost算法2. AdaBoost理论解释二、面试真题1. AdaBoost算法中要解决最关键的两个问题...

前言曾几何时，鬼仔非常向往算法工程师的岗位，傻傻地认为算法岗是程序员中最牛X的岗位，期待着自己以后能用神经网络来改变世界...转眼间，鬼仔已经在微信干了两年的算法工程师，稚气逐渐褪去，曾经的冲劲也烟消云散。其实，算法工程师和其他岗位本质上并无差异，再牛B也都是资本家的纯纯牛马，工作都是枯燥的，找到合适自己的岗位才是最好的选择。下面鬼仔跟大家聊聊互联网算法工程师的工作日常，以及这个岗位值不值得冲。一、工作内容算法工程师的工作内容都大同小异，目的都是解决产品提出的业务问题，具体流程和学校里学的那一套差不多：处理数据->特征工程->模型训练->上线调试但实际上，算法工程师会在第一步...

点击上方卡片链接就可以进入专栏，专栏右上角有订阅选项，欢迎大家订阅～前言大家好，我是鬼仔，今天带来《机器学习高频面试题详解》专栏的第1.10节：随机森林。这是鬼仔第一次开设专栏，每篇文章鬼仔都会用心认真编写，希望能将每个知识点讲透、讲深，帮助同学们系统性地学习和掌握机器学习中的基础知识，希望大家能多多支持鬼仔的专栏～目前这篇是试读，后续的文章需要订阅才能查看哦，专栏预计更新30+篇文章（只增不减），具体内容可以看专栏介绍，大家的支持是鬼仔更新的动力！本文大纲一、原理1. 集成学习2. 随机森林二、面试真题1. 简要介绍下集成学习？2. 集成学习中bagging和boosting的区别？3. 随...