AI的发展快到令人发指，今天主要和大家分享一下AI时代对测试测开的一个影响，下面主要从裁员危机，面试影响，职业发展这三个角度分析。裁员危机行业裁员当下热点：最近大家肯定被一大波裁员信息刷屏了，亚马逊裁员一万人，微软裁员两万人，国内的百度字节等裁员几千人。如果仔细研究一下相关的数据就会发现国内的公司不止近两年裁员，他们一直都在裁员然后招新人，短期看AI并没有对国内的IT岗位数量造成太大的影响。裁员案例：大规模的裁员一般都是整个部门被端掉了，比如字节的游戏部门（朝夕光年）整个业务都被端掉了一下子干掉上千人（技术+非技术）。裁员的理由永远只有一个，那就是你的性价比不够了，从你身上赚不到钱了。如果你去...

大三，双非一本JAVA，找到个上海日常实习，一天两张，害，感觉好少，还要我转go，还好有cursor，几下就搞定，现在也是接触到了ai agent的工作内容了

几轮面试基本没问八股，一直在狠狠拷打项目，还好经得住问，感觉要是拷打起我的八股更容易翻车呀。。。比较印象深刻的手撕：把出现的字符串组a替换为字符串组b。个人思路：把字符串组哈希成数组后上kmp。其它手撕都是些神秘模拟，什么按文件列表拆分后建树或者做优化搜索之类的，感觉好多串串，我讨厌字符串！或许是银牌的原因，好几家面试官都没出奇怪的算法 or 思维题，当面试官的面写一些细节比较多的模拟还是比较紧张的，一紧张就会写出奇怪的bug，然后一边解说一边调试qwq

双非材料本、985集成电路硕，导师让做AI加速材料计算，但组里没底蕴，想转数字IC验证或直接转码，想问问各位大佬该怎么选？我现在导师的课题组方向非常杂，模拟、数字、算法、器件都有人做，导师本人对学术细节基本不管。给我安排的方向是“利用神经网络应用在材料计算的加速上”，平时主要在弄Python、VASP和神经网络。虽然听起来是AI for Science的前沿方向，但我感觉组里完全没有这个底蕴，导师也给不出实质性指导，感觉找不到对口的工业界岗位。我目前掌握Matlab、Python和基本的C语言，有一些编程基础。现在的纠结在于：是趁着研一刚开始，赶紧自学SystemVerilog和UVM往数字I...