高性能计算 @ 南京
在当前这个背景下,简单的学习只能入门。
入门有大量的待就业学生,对企业来说成本低且有一定的补贴。
什么 AI,大数据如楼上所说,基本靠项目。
现在还能看的行业就那么几个,包括芯片、智驾、大模型其实大家都是卷生卷死,不会给社招初学者任何机会的。
--目前 IT 技术在我的视野里,看不到哪一项是缺大量初级工程师的。
(你也可以认为 AI 把初级工程师先卷死了。因为初级工程师容易替代,且成本其实也不算低。)
实在是技术好奇,报个班,花了小几千了解了解,也没什么大不了的。再多就不值了。
--我要感谢在我 18 年转 AI 的时候,AI 远没有现在智能,还需要大量的人力,才有机会。当然我要不转 AI,说不定我就早躺平了,也就不用折腾了。谁知道对错呢。。。
不是,长城据说强制大小周,强制大小周的不考虑。
确实比较接近。。。
新去的也网上有什么 14 天无休啥的,和领导沟通过了,正常 995,超过了,我顶不住。
不行就跑路,回南京躺平啥的呗。
换个角度,社区的用户是客户么?
这个定位就很有意思了。
重要客户的需求那是一定要修的。
影响核心价值的内容也肯定是要改,不是为改而改。
如果仅仅是为爱发电,那肯定是能不改就不改。
--你以为你是客户,其实并不是哦。有问题不改的情况太多了。
超级卷,二线车厂可能都没有未来。
据说有些车企测试三班倒。
谢谢。
聊过字节的相关岗位,我这年纪基本要明确能解决他们核心痛点。
这块毕竟缺乏实践,时间节点错过了(24 年 6 月之前可能有机会),错过了,就没机会了。~
目前这块虽然看上去比其他岗位好点,貌似还有 hc。
但实际照不了几个人,还要平衡性价比。也没啥意思。
随缘吧,互联网就不考虑了,聊下来不太合适。谢谢。
合适我的是边缘端、小型化、智驾之类的,机会也很少,随缘吧。~
😓
大厂其实不缺人,缺的是大牛,还的是立马可用的大牛,这职位怕是能挂 1-2 年。
现在开源已经做完 80% 了,剩下 20% 要真正意义的软硬协同,要规模 + 硬件支持。
发力点已经不在算子,框架上了。在系统级调度和网络通讯上。
毕竟上一家太小,没集群,没到那个能力阶段,这种只能项目磨,所以我才说高飞的门槛不在于他那些技术,而在于他实际参与了这些项目,这才是别人靠学习无法弥补的。
我们其实 2 年前就预见了这样一个结果,没想到的居然这么卷,一年半开源就把 80% 做完了。这谁顶的住。。。
卷技术尤其是互联网相关的技术,gemini 已经可以解决大部分技术问题了,还是落地项目吧。
还多少有点可以折腾的。
😓
因为年龄大了之后,会有很多无奈啊。
当你面试处处碰壁,被人质疑年龄,年轻的时候不努力啥的,你也很难高看自己啊。
我们从小接受的教育是你努力读书就会有好的回报,但是很多人到中年才发现其实大部分都是扯淡。
无力感 + 压力叠加,很容易消极咯。。。
如果到了中年才开始想着改变,其实比说没啥意义的,活得累的多。。。
每个国家,每个地区的人力成本是完全不同的。
只有当机器比人便宜的时候,才会替代人类。
人类的优势就是生物电便宜,功耗低。😓
什么解放人类,听听就得了。
就拿 ai 测试来说,是原来有 ai 的时候测试多呢?还是没有 ai 的时候测试多呢?
--你不干有的是人干。
实测,三班倒。。。
高性能计算 @ 南京