传统工科转金融经验分享

【机械转金融】传统工科专业上岸证券公司经验分享

图片


【机械转金融】传统工科上岸证券公司经验分享


1. 个人背景:211本-机械工程,硕士-生物医学工程,专业背景可以说是debuff拉满,两段实习(中国电信研究院+国开行省分)


2. Offer情况 :国开证券省公司(国家开发银行子公司),业务承做岗,二线城市,待遇还是非常不错的(具体可私聊),国开证券市场化程度很低,这就意味着更强的稳定性和更小的竞争压力,是追求稳定+较高薪资待遇的好去处,相比其他券商,国开证券对传统工科的同学们更加友好

3. 投递简历:传统工科薪资待遇、工作环境、上升空间什么的大家心里都有数,就不赘述了。看到国开证券招聘,就投了简历,0证券行业经验,也没有证券资格从业证,作为一个工科生,内心多少还是羡慕金融行业的,谁又不想坐在CBD高档写字楼里拿高薪呢?冲!


4. 笔试:跟国开行笔试类似,内容很多,大量行测、英语等等,整整考了快2小时,累,考完头晕眼花


5. 一面:群面,无领导小组讨论,大概有10来个人左右,时间15-20分钟,给定一个问题需要我们讨论出一个最终结果来,讨论非常激烈,人人都抢着发表见解,很难插上话。个人感觉面试官们听的都非常仔细,发言要准确、务实、一针见血,没用的话尽量少说,要体现出自己的智慧和分析总结的能力
✅【无领导小组讨论小建议 

无领导小组讨论一定要发言,不发言肯定被pass
发言要说到点上,自己的论点尽量一针见血,别说废话,慎重思考后再发表自己的见解,简洁且务实
如果没有十足把握,就不要做总结的人,不要为了更多地吸引面试官的注意力或是提高自己的存在感而在没有把握的情况下总结陈词,否则可能会起到反作用,总结不好很容易给自己减分
如果有可能,可以照顾下没有发言的同学,这样显得自己更有人情味和更好的团队意识,能增加面试官好感,提高对自己的印象分
不要在最后发言,不然能说的好论点都被别人说了


6. 二面:先自我介绍,然后结构化面试,多对一。3个问题,一问一答,每个问题会给时间考虑,跟公务员面试很像,问题有:对金融市场某些现象的看法,在工作中跟老员工有矛盾如何处理等等

7. 三面 (综合健康访谈):邮件写的是综合健康访谈,但实际就是1对1的面试,一问一答,主要针对简历、毕业课题、实习、家庭等等提问

8. 录用:某天清晨电话+短信通知,后来才知道省公司只有一个名额,还是非常幸运的 


有求职相关问题可随时私信哦!

#转行##机械##证券##理工科##应届生就业#
全部评论
老哥薪资怎么样?
点赞 回复 分享
发布于 2024-02-29 21:12 安徽

相关推荐

大模型幻觉(Hallucination)是指模型生成与事实不符、缺乏依据或逻辑混乱的内容,其产生根源可从多个维度分析:数据驱动缺陷训练数据的噪声与偏见:大模型依赖海量互联网文本训练,而网络数据本身包含错误信息、主观偏见、过时知识甚至虚构内容。模型无法辨别数据真伪,可能将错误模式内化为“知识”。长尾知识覆盖不足:即使训练数据规模庞大,某些冷门领域或细节知识仍可能缺失。当模型被迫生成此类内容时,可能通过“脑补”填补空白,导致虚构。数据时效性滞后:模型训练存在时间差(如GPT-4数据截止到2023年10月),无法获取最新事件或研究成果,可能生成过时信息。概率生成的本质:模型通过最大化token预测概率生成文本,目标是“流畅合理”而非“真实准确”。当高概率路径与事实冲突时,模型优先选择语言连贯性。缺乏现实世界感知:模型仅学习文本间的统计关联,缺乏对物理世界、因果关系或社会常识的深层理解。例如,可能生成“太阳从西边升起”的合理句式,但违背常识。自回归生成误差累积:生成过程逐步依赖前文,早期错误(如错误的前提假设)会导致后续内容偏离事实,形成“幻觉链”。训练目标与评估偏差损失函数局限性:训练时以预测下一个token的准确性为目标,未直接优化事实正确性。模型擅长模仿语言模式,但缺乏事实核查能力。缺乏显式知识验证机制:传统架构未内置实时知识检索或逻辑推理模块,无法在生成过程中交叉验证信息真实性。应用场景的复杂性模糊性指令的过度泛化:当用户需求模糊(如“写一篇关于量子物理的论文”)时,模型可能虚构术语、引用不存在的文献以完成响应。对抗性提示诱导:特定提问方式(如“请描述历史上不存在的某场战争”)可能触发模型的创造性生成模式,混淆虚构与事实边界。缓解幻觉的常见策略知识增强:引入检索增强生成(RAG),实时调用权威数据库辅助生成。强化对齐:通过RLHF(基于人类反馈的强化学习)优化模型对“真实性”的偏好。不确定性标注:让模型主动标记低置信度内容,如“据某些资料显示…”。            
点赞 评论 收藏
分享
自动驾驶方向(超详细真题+复盘)🔥 个人背景:985本硕,一段自动驾驶相关实习,刚走完文远知行算法岗(感知方向)的全流程,热乎的面经分享!📌 面试流程概览笔试:4道编程题(中等难度,动态规划+图遍历为主)。技术一面:代码手撕 + 项目深挖(50分钟)。技术二面:数学题 + 场景设计题(40分钟)。技术三面(总监面):技术视野 + 业务理解(30分钟)。HR面:常规问题(薪资/职业规划)。全程周期:约3周(中间有等美国面试官时差协调)。💻 技术面真题回忆1. 手撕代码题题目1:零钱兑换变种题干:给定硬币面额数组和总金额,求恰好凑成金额的最少硬币数,若无法凑出返回-1。Follow-up:如果要求输出所有可能的组合,如何优化空间?坑点:面试官追问了滚动数组优化和剪枝策略。题目2:线段交点算法题干:给定二维平面上两条线段(由端点坐标表示),判断是否相交,若相交返回交点坐标。边界情况:线段平行但不重合、端点重合、浮点数精度处理。解法:参数方程法,注意分母为0的情况!题目3(系统设计):实现 shared_ptr 的引用计数要求:线程安全、支持拷贝构造和赋值操作。考点:RAII思想、锁的使用(面试官让对比mutex和atomic的性能差异)。2. 项目深挖问题问题1:你在点云处理项目中提到的循环推断问题是什么?如何解决?答:详细解释了OD(目标检测)与跟踪模块的相互依赖导致误差累积,最后引入卡尔曼滤波的先验估计做修正。追问:为什么不用粒子滤波?对比过效果吗?问题2:激光雷达与相机的时间戳不同步,会导致哪些问题?你们怎么做的同步?答:提到了硬件触发同步+软件插值法,面试官让手写伪代码描述插值逻辑。3. 场景设计题题目:设计一个停车场车辆调度系统,支持实时路径规划(车辆从入口到车位的最优路径)。要求:如何表示停车场地图?如何处理动态障碍物(如行人)?路径最优的定义(时间最短 vs 转向最少)?我的思路:用栅格地图+A算法,动态障碍物用局部重规划(D Lite),面试官让分析时间复杂度。🚀 备考建议(血泪总结)刷题重点:力扣动态规划(背包问题)、几何计算题(线段/矩形相交)、系统设计(智能指针/线程池)。项目复盘:务必理清项目的技术链条(输入-处理-输出-优化)。准备1-2个失败案例,说明如何定位和解决问题(面试官超爱问这个!)。自动驾驶知识:必看文远知行的技术文章(如多传感器融合方案)。了解行业竞对方案(如Waymo、Cruise的路径规划特点)。💡 最后的小吐槽三面总监疯狂追问:“如果特斯拉FSD和我们的方案在十字路口相遇,谁的决策更优?为什么?”HR面被压力测试:“如果给你发offer,你会多快离职当前实习?”(差点没接住😅)欢迎讨论! 大家有面过文远或其他自动驾驶公司的吗?求分享经验~✨✨现在文远知行还在招实习!最后附上学长给的内推码以及内推链接,可以更快筛选简历 !✨内推链接:https://app.mokahr.com/m/campus_apply/jingchi/2137?recommendCode=DSvUVMDa#/jobs【内推码】DSvUVMDa                                                                                        
点赞 评论 收藏
分享
评论
2
12
分享

创作者周榜

更多
牛客网
牛客企业服务