阿里云内推,阿里云内推码

关注

入职一个多月了,来分享一些landing的感受~ 整体说下:可以打85分,毕竟当时辞职就是想要走出舒适圈,的确也会有些不舒适,但基本上是因为阿里和网易风格有差别,需要一些时间适应 我所在的产品线整体风格不卷,加班不严重,周末大家都安排自己的生活,可以安心放下手机,也让我彻底放下“不秒回羞耻症” 阿里云团队规模太大,分工很细,人也很多,想搞清楚一件事情要对接好多好多人,要熟悉的流程也贼多,这个过程的确有些累,但我估计只要在大厂都会这样 感觉这边做事情自由度更高,换句话说,老板只要结果,过程怎么做自己想办法去 凡事凡人都爱讲价值。初次对接的其他部门的同事,也会直接问我,“你对业务的价值是什么” 前线上线下接触到的同事估计有四五十个,99%交流都顺畅,有话都直说 一个月约了不少coffee talk,即使没有直接的工作关联,大家还都挺热心解答我各种疑惑,很开心 和+1 沟通很顺畅,一是我刚入职就和她确认了沟通风格,二是我会主动表达自己的一些困惑,寻求帮助。当我不知道怎么和其他团队TL 开展协同的时候,她也会帮我丝滑落地 另外有几个我师兄给的tips: ❶抛开对情绪的关注,过分关注对方是老员工or说了句什么重话or质疑了什么,就没法协作了 ❷即使不喜欢,在该刷存在感的时候也得刷 ❸等过了前半年蜜月期,也许你也会感到工作很痛苦 新环境让我的状态好了很多,或许是因为还在蜜月期,or团队的风格,or只是还没接触到那么多人和事儿,我也不确定从多久后开始,我也会感到烦躁、痛苦。 那,既然不知道,当然是能快乐一天是一天啦~ 还有就是,我相信这一次的转变,我个人在心境上的调整和成长也起到了很大的作用。 无论世界怎样,把情绪掌握在自己手中。

❗阿里云2026届校招启动啦❗

🎈base丰富:杭州,北京,上海,深圳,成都,广州,南京,长沙,武汉,香港,海外

🛩岗位多元:AI infra/应用,技术类,数据类,产品类,设计类,职能类,营销类,风险管理等

📅 内推情况:最多投2个志愿,早投更稳,优先推进!

✅投递:https://careers.aliyun.com/campus/qrcode/home?code=zur3rFlvZDZFVvuDycNhQmsHcFMDrXzWfL2ja6ebV9Q%3D,内推链接一键投递,欢迎联系:(用了内推码链接无需填写内推码)

大家投递完可以在评论区打上姓名缩写+岗位(比如PM+LJJ),我私你们面经~~

引流:字节跳动,海康威视,深信服,腾讯,阿里巴巴,拼多多,滴滴,京东,小米,大疆,美团,好未来,小红书,华为,简历,offer,面试,面经,三方,国企,央企,秋招,应届生,求职,比亚迪,建设银行,工商银行,百度,中兴,邮储、中行、建行、工行、建行、光大、招商银行、科大讯飞、蔚来、新华三、京东方、容知日新、长鑫存储、阳光电源、中国移动、中国电信、中国联通,中兴,虾皮,网易,腾讯音乐,京东,虎牙,b站,bigo,思科,亚马逊,荣耀,小米,联想,tplink,第四范式,米哈游,携程,旷视,美的,索尼,OPPO,满帮,momenta,欢聚,shein,用友,哈啰,vivo,完美世界,地平线,爱奇艺,汇顶,得物,深睿医疗,全志科技,禾赛,唯品会,度小满,蔚来

#牛友职场人脉来了#
全部评论

相关推荐

无论是机器人还是自驾,头部都没能进入,即使有幸进入终面,最后也被无情横向挂掉(好气呀,就差最后一口气),机器人hc相对较多,自驾hc较少,但是得意于数据闭环和L4,以及自驾的普及化(低端车型自驾的市场)岗位还是有些许的!鼠鼠最终也是可能要去做数据生产的牛马了!如果大家受限于专业,实习条件,想要走传统方向,pnc需求目前略大于slam需求的(反正自驾还是机器人领域,我没见过不要pnc只要slam的,反过来倒是存在),不过slam还有额外小众就业方向——手持三维扫描(重建)仪器。感知这个东西确实现在抢占了slam绝大部分岗位!slam在自驾基本上边缘化了,成为数据的生产工,机器人倒还是主力技术。我真的想吐槽一下slam,本以为入门难就算了,其实入门理解相关概念还好,多学学,多推推,多看看就懂了,然后实操时候发现才是最大的恐惧,尤其实际场景中,不同场景下,slam算法表现差异好大,而且多传感器融合涉及的调参真的可怕,协方差矩阵初始化,各种各样的阈值,各种各样的内外点剔除,这些参数改变带来的影响真的会很大!合格的优秀的slam工程师确实需要3-5年的成长,不仅仅是理论的学习,更多的是多场景实战的磨炼,一个开源算法的学习,逻辑理论只是开始,对于不同场景的适配处理,调参操作才是真正体现高端玩家和入门玩家的区别所在!这也是为什么slam需求有,但是往往都集中在社招中的原因。时代已经变了,以前那个以复杂数学建模为强大护城河的时代理念也变了,AI出乎意料的强大,强如slam这么复杂的数学工程岗位也沦为给端到端,vla,世界模型这种打下手的角色了。如果大家想要走slam这条路,一定要勤于思考,勤于推导公式,勤于阅读源码,三者缺一不可,否则只会一知半解,只会跑跑现成的算法,核心问题无法解决,并且和AI方面三维重建做结合,成为一个优秀的数据生产工(背锅侠)。今年我看有些企业甚至都开始招聘端到端定位工程师了,鼠鼠真的裂开了,未来发展真的难以预期,不过可以确定的是数据是未来的刚需,有质量的数据目前还是依赖slam相关技术去生产。对了,机器人slam还是pnc仍然是主力技术,因为slam的低算力实时性、成本以及机器人场景并不过于复杂(泛化要求没有那么高)。但是未来谁又能知道会咋样发展,英伟达边缘化计算设备真的除了价格,硬件参数发展速度亮瞎狗眼,五万亿美元市值的英伟达(苹果在它面前都是弟弟了,当时大家把打游戏买显卡的钱拿去买英伟达股票少说也吃麻吃串吃炸了),时代造就英雄呀!!!AI时代,重塑了整个市场格局,我们恰逢AI变革的时代,有时间有精力去追赶潮流,但是35岁左右的我们又会遇到什么新的时代,被拥有什么样新技术能力的年轻人所替代呢!学无止境,尽所能去学,去做,无视年龄的枷锁,方才能立于不败吧!
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务