周末都是在吹chatGPT的，说写简历，做表格，写论文，无所不能，还有虚拟女朋友这种跟chatGTP谈恋爱的。
但是，身边的程序员小哥来泼了盆冷水：
“昨天线上面试做算法题，全程手机chatGPT搜索的答案，然后照着抄上去提交后一条都没有跑通[汗]”
像极了以前读书的时候考试，chatGTP把卷子写得满满的，老师一判全是零分。
#瑕扯##chatgpt概念股大涨#
本科生要搞算法？？别闹。劝退！
这里不是瞧不起本科生的意思。现在算法真的太卷了。
最近几个vip的本科生粉丝朋友，私聊我：
孟哥，为啥我投递的算法岗位的简历，连个回复都没有。
我问：
你什么学历，什么学校？
本科，双非。
给你回复才怪[我想静静][我想静静][我想静静]
今天聊下本科生适合算法岗位吗？
从现在的市场情况来看，极少的本科生可以拿到大厂的算法岗位的offer。现在算法岗位
满大街的都是硕博，如果你想要做算法，最好去读个硕士。
当然算法岗位非常香，刚有一个粉丝朋友，拿到了70w的offer，还是个应届生。
那么如何准备算法岗位？
1，基础知识：
算法分为很多的岗位：图像识别、数据挖掘，数据挖掘又分为推荐、文本挖掘等等，基础的话就是看书、看视频，下面以推荐岗位说下，首先要搞下基础：
《概率论与数理统计》、《线性代数》、《凸优化》；
周志华的西瓜书《机器学习》；
李航老师的《统计机器学习》第二版；
2，项目经验
项目竞赛的话，如果获奖比较多的话，直接碾压其他面试者，推荐两个参加竞赛的地方，一个是国外的 Kaggle，另一个是国内的阿里云天池。
常用的模型有GBDT、XGBoost、LightGBM、FFM、DeepFFM等。当然你可以发高质量的论文。我朋友当年4篇SCI，毕业去了阿里达摩院。
3，提高代码能力
多刷leetcode、《剑指offer》，如果leetcode没有刷个500道题以上，真的别去碰灰。当然刷题目的是要不断提高解题的效率和思路。
那本科生有没有其他的渠道获得算法offer？
当然有！
第一份工作先拿到大厂数据分析的岗位，然后表现好点，和领导搞好关系，一年后申请转算法岗位。
算法岗位一大部分要处理数据，部分工作在模型上。前面有本科朋友这样转过。
如果你是搞IT或者开发的，一定要关注我哦。
我是小孟@程序员springmeng，不断分享干货！
bill本身就是个天才，那个年代做程序员的都有一定的数学背景。bill高中时代就能在数学期刊发论文的大神。人家从哈佛退学是因为哈佛教的未必有人家自学的牛。
别的不说，比尔盖茨上厕所的时候，看着卷纸，觉得无聊，就马上眼睛腿在纸带上戳程序。
后来乔布斯失落的时候，落魄到在硅谷当水管工。清理下水道时，无意中发现了一卷纸，如获至宝。
后来，凭借着这张纸的程序，创立了 NeXTSTEP。你们都做过苹果开发吧，那么多 NS 开头的 API，其实都是当年比尔盖茨擦屁股剩下的。
生物体很少满足于一种解决方案。相反，它们倾向于不断重塑解决方案。但为什么要无休止地创新？为什么不在找到一个好的解决方案后转向其他问题？与人工智能实验室不同，自然实验室里没有主程序员，在人工智能实验室，每个子程序一写好，人类程序员就会对其进行检查，一旦某个模块的程序被编码并调试完善，人类程序员就会转而进行下一项重要的工作。
我认为，这种“转向下一项工作”的工作方式正是使人工智能研究陷入困境的主要原因。与人工智能相比，生物智能采取不同的方法：当一个探测运动的生物回路被偶然发现，没有一个主程序员可以向生物体报告，所以随机的突变会继续不断创造回路的新变化，以意想不到的创造的新方式解决类似记忆或者探测运动这一类问题。
科学家一直都在争论大脑是如何探测运动的。从神经系统中构建运动检测器有很多理论方法，科学论文提出了种种相距甚远的模型，比如涉及神经元间的连接，或神经元的树突，有的甚至包含大量神经元的参与。其中的具体细节不是很重要，重要的是这些不同的理论引起了学术界数十年的争论。由于提出的模型太微观而不能直接测量，研究人员设计了精巧的实验来支持或反驳各种理论。
有趣的是，大多数实验都没有结果。某种模型在某些实验室条件下可行，但在其他条件下不可行。这就导致对于“视觉系统探测运动有多种方式”这一点，认可的意见会越来越多（当然，某些人并不同意这一点）。大脑的不同部位会实施不同的策略。和记忆一样，大脑进化出了多种且冗余的解决问题的方法。神经的不同派系经常能够就世界上存在什么达成一致，但并非总是如此，这就为“神经民主”提供了完美的基础。
这一观点提出了一种看待大脑的新方式。大多数神经科学论文都在寻求其研究的脑功能的唯一答案，但这种方法可能会对人产生误导。如果一个外星人降落在地球上并发现了一只可以爬树的动物（比如猴子），外星人会轻率地得出“猴子是唯一拥有爬树技能的动物”的结论。如果外星人继续寻找，很快它会发现，蚂蚁、松鼠和美洲虎也会爬树。
这与生物学中的巧妙机制一致：当我们继续寻找时，会发现更多。生物从不为了检查一个问题而停止，它不断重塑解决方案。该方法的最终产物是一个高度重叠的解决方案系统，而这也是形成一个“政敌团队”架构的必要条件。
“数学无用”、“英语踢出高考”是一些人常说的话。中国科学院院士张恭庆就说过：“数学必将成为下一次科技革命最重要的推动力之一。”而英语也是同样如此，因为很多专业性的论文，没有汉译版，要接触最新的数学成果，必须能看得懂英文。
但是，郑强教授说过：英语是一门浪费我们时间的学科，还说要把英语踢出高考。其实，这只不过是断章取义罢了。郑强教授的原话是，大家可以不要把太多的精力放在英语上面，能看得懂英语是现代人的基本技能，不需要要求说的好，发音标准。因为英语就像我们的普通话一样，也有很多口音，何必去强求所谓的正宗的英式发音，美式发音呢？，所以英语的阅读和写作比口语重要。
然后是数学，在中国家长眼中，数学还是分数比较重要，也就是应试为主，基础为辅。后来这样的势头扭转过头了，有的教培机构打着趣味性搞数学，结果一塌糊涂。清华大学的教授王文湛说：我在清华教研究生数学，我孙子的数学题都做不出来。他说的就是那些奇葩的题目，披着数学的外衣，实质更像是脑经急转弯。
不过，这些年，对英语和数学的认知也慢慢的在发生变化，对英语不再盲目的追求留学锻炼口语了，对数学也不再是忽冷忽热的态度了。像最近的阿里全球数学竞赛，每年都有四五万的人参加，这些参加的人都是抱着兴趣参加的，他们来自社会各界，因为对数学的热爱，支持阿里举办这样的数学盛会。
而阿里这场全球数学盛宴也是踏准了时代的脉搏，为数学在全社会的推广做出了不小的贡献，另一方面也是以身作则，让大家明白数学的重要性。未来是个人工智能，万物互联的时代，离不开数学。这个时代的核心不是程序员，而是数学家。计算机的基础二进制，算法等，不就是数学吗？所谓的无用论可以停止了！
【 #软考高级系统架构设计师# Day:62】今日查看了往年的论文题目，题目看来都比较大，直接感觉无从下手。
比如的论文题目：
论文一：论软件开发过程 RUP 及其应用
论文二：论软件体系结构的演化
论文三：论面向服务架构设计及其应用
论文四：论 NoSQL 数据库技术及其应用
然后看考了论文模板，和论文范文，一般都是结合论文题目，然后用一个项目来展开论述。感觉掌握起来有点难度，然后就将往年的参考论文导入到了微信读书中，在平常重复阅读，慢慢掌握论文的写作技巧。
此外也将系统架构设计师考试全程指导，和教程导入到了微信读书，电子版的看着还是没有实体书方便，正好教程也改版了，新版也出版了，但是现在有点脱销，等可以买到时，买一本看看。
接下来就是阅读往年真题和真题解析了。
现在感觉距离11月份的考试时间有点长，另外结构设计师跟系统分析师有些接近，在考虑要不要考个6月份的系统分析师。
#生机大会##中国产业名片##头条创作挑战赛#
对象在一所普通的211高校当老师，压力不比程序员小，每周虽然只有2节课，但是她们学校每年都要评职称，每年准备的材料都是行李箱装过去。而且她们文史专业也没有太大的发展空间，很难找到合适的课题。平时大部分时间都在准备作品，业余时间还要帮领导整理材料，帮学生改论文......然而一个月的收入不及我的1/5，不知道为啥很多互联网人吹大学老师。
这位网友的言语之中满是抱怨，他所不理解的是明明大学老师也很累，为什么会有很多人觉得大学老师这份工作挺好的。
@职姑娘
首先，不能否认大学老师的辛苦，虽然课少，但是会有各种课题要开展，学生的论文改写，还有一些校外的活动要参加。比如我们大学老师，除了给我们上课之外，还要在一些活动中充当翻译的角色，碰上大型的会议，可能都需要连夜看稿件。
但大学老师也有很多好的地方，比如星期天，假期，如果是女性，可以放心生孩子，不用担心被优化，不用担心会失业，这些都是令职场人士羡慕不已的福利待遇。另外，孩子的上学和教育等也有很多便利之处。
其次，互联网行业工资高是不错，但并不是所有从事互联网行业的人工资都高，我们看到的工资拿的高的只是很小一部分人，他们进了大厂，并且每天无休止的加班，拿到了我们所羡慕的高工资。一旦身体不舒服或者年龄大了之后，劣势也就会慢慢凸显出来，很可能会被年轻人所替代。这位网友也说他对象是文史专业，所以这些专业的工资暂时还是无法和互联网行业的薪资进行相对比的。#职场直言#
大学老师的成就感，工作的长久性以及假期等很多的福利待遇真的是很多工作岗位所无法比及的，当然，如果目标只有一个：挣钱，那么大学老师肯定没有某些互联网从业人员挣的多。
你认为大学老师和互联网从业者，哪个更好一些？#职场#
