2014年机械行业_机械行业发展概况

　　来源丨苏雪算法

前言

　　本文目的有三

个人学习生涯的总结和记录分享非科班转互联网的经验和感悟对于转行互联网的想法 & 交流

说明：本文会将题主转码前后的心路历程详尽道来，我想有打算转行的同学应该会有类似的经历。

　　只想看干货的可以跳到第四节。后面还会专门出一期转码面经

一、个人情况

个人信息双985硕，本硕均机械专业，0基础硬卷算法岗成功，转行上岸硕士研究方向为智能故障诊断，水过2篇SCI，无顶会论文，获国奖实习经历富士康：没错，就是那个富士康，属于校企合作项目，机械设备的故障诊断腾讯：Robotic X 实验室，主要是强化学习在机器人上的应用阿里：阿里云，机器学习岗，主要是机器学习在工业领域的应用字节跳动：推荐算法，主要是拿到offer之后来体验的秋招offer：

　　阿里、字节跳动、美团、华为、OPPO、顺丰、科大讯飞、新浪、深信服、中兴（蓝剑计划，莫小看，给的钱超过所有offer）等 15+ offer

二、转码前的徘徊

转码前的经历前面提到，题主本硕所学都是机械。高考报考是因对其感兴趣，至今也仍爱之如初，爱之切，念之深。本科最开始的时候，离真正的生活还比较远，因此没有考虑到机械的就业现状，只想着早点工作早点赚钱，于是我经常参加机器人相关的比赛，也获得一些名次；并且花大量的精力在学生工作上，也达到了自己预定的目标。到了保研之际，毅然决定读研，只是保研操作失误，并没有到自己想去的高校，不过祸兮福兮，如果换个高校我可能就没有充分的时间精力自学、实习、转行了。在此真的非常感谢我的导师，给我们外出实习的机会！读研之后第一份实习就是到富士康实习（导师和那边的合作项目），和流水线工人同吃同住，不过也没有外界传的那么可怕。我们主要是做深度学习在故障诊断领域的应用。实习之后才第一次知道我们平时玩的demo根本没有办法直接落地。其实我们完成项目的过程中最大的困难并非算法，而是前期的实验设计和实验过程。

思想的改变

　　从富士康“退休”返校已经是研二，将学业上的事情基本搞定之后，毅然决定转码。没有去过工厂的同学可能根本无法体会，站一整天，满手洗不干净的机油，大家可以随意感受下对比

三、转互联网的思考

浅谈机械专业

　　本科阶段（2014年），机械还是一个不错的专业，就业率高，社会需求稳定。机械有“万金油”之称，意指从机械机构到嵌入、再到算法，啥都能干，因为啥都学，当然这也容易导致啥都学不精。

　　机械也有“越老越吃香”之说，因为对于传统的机械老师傅而言，经验就是王道。举个例子，即使师傅很清晰得告诉你每一步怎么做，最后你还是可能做废了，因为很多经验是无法量化和标准化的。而我更想在有体力、有能力奋斗的时候就“吃香”。

　　机械虽然没有“生化环材”的天坑之说，但是也差不多了。我们机械学院几乎人人转码，因此被戏称为“计算机二院”。我转互联网当然也受到氛围的影响，但是，最终还是需要量身定制自己的规划，盲从是不可取的。

转行的思考

　　我从来没有认为机械专业不如CS，只是对于处在当前环境下的我，互联网方向更适合我罢了。这里提到的“环境”包括家庭情况、个人追求的倾向、个人未来的发展规划等。互联网工资固然高，但也是需要牺牲一些东西去交换的，比如健康的身体。

　　身边也有很多同学放弃互联网，去选调生（一起阿里实习的同学）、去深圳当老师（“陈同学在搬砖”）、去考公务员（最佩服的的实验室师兄）、去银行（高中同学）、转金融读博（本科同学）等。选择很多，重点看你自己的选择。

所学七年付诸东流？

　　读研之后，才慢慢感受到世界变化之快，没有什么是一成不变的。虽然以后大概率不再拿扳手了，但是在机械学到严谨、追求细节这些搬砖精神仍然是有价值的。

　　重要的是，生活中大多数事情都可以自己动手解决（被互联网优化了以后开去4S店修车去），不是很棒吗

　　还有，既然敢放弃七年所学，并且能够转行成功，要相信自己的能力也不差，就算再学新的东西也不怕

四、算法岗的准备

　　废话结束，进入正题。为什么硬卷算法岗

　　题主是机械转算法岗，至于为什么转算法。原因有二，

研究生阶段用到一些算法相关的内容，算法相对更容易转成功虽然当年算法岗已经一片红海，但是我客观分析了自己的能力，并且做好充分的准备，大不了还当机械狗呗

真的要卷算法岗吗？

　　我体验了算法岗从诸神黄昏到灰飞烟灭的过程，本质上就是供需关系导致的。小厂没有那么多经费给算法研究员烧，大厂算法岗也远比开发岗少，但是由于算法岗给人的感觉是“门槛低”，所以导致了供大于求的市场关系。

　　因此，算法岗的面试也越来越硬核，算法面试一般需要以下几项能力

顶会论文 or 大厂实打实的实习 or 重量级大赛TOP扎实的计算机基础数据结构与算法 & 扎实的解题能力五、面试经验

面试规划

　　根据上述面试要求，分解自己的学习目标，以我自己为例分析。我没有顶会论文，并且研二提前完成了硕士要求（研究方向的论文要求），因此我把重心放在了大厂实习上。

5.1 量身定制面试规划

　　面试官其实也知道你就是一个校招生，你自己觉得多的东西，在面试官看来都是 demo，因此只需要重点突出你做的东西，你的思考。面试官想知道的是你的能力，而不是你具体做的东西。只要你学习能力够强，再给你一个新的东西你照样能学好。

　　因此，我的思路是以自己现有的东西，不断去找实习，不断提高自己，丰富自己的简历

1. 富士康 => 腾讯

首先按照自己的情况，没啥好拿的出的东西，重点是 SCI 论文和富士康的实习项目，那就以这两者为重心瞄准近期招实习生的单位，广撒网，不要只在自己学校的渠道找，完全可以去其他学校的论坛、校招实习群等蹲，或者找其他学校的学长推荐等，所以说，渠道打开也是很重要的，我就是在其他高校的渠道找到实习的我在腾讯实习期间做的是机器人算法相关，算是和机械能沾上边，自己尚有一点优势。试想，如果我一上来就去找 CV 的实习，估计也上岸不了

　　在腾讯实习做的工作和下面的论文很相似

2. 腾讯 => 阿里

阿里的实习其实也是从其他高校的渠道找到的，可见格局打开多么重要。阿里的实习做的是机器学习在工业领域的应用，也和自己的专业有比较高的契合度

3. 阿里 => 字节跳动

阿里实习结束并顺利转正。当然在阿里实习期间，我并没有停止面试其他公司。在找工作上，适度“渣男”更能有谈判的筹码，因为只有你手上有更优的offer选择，谈薪的主动权就在你手上了。除此，同时面试其他公司也能避免转正失败而导致的巨大损失。拿到字节跳动的正式offer之后，我马不停蹄得到公司实习，因为只有实习才能最真实得感受公司的文化，你只要呆一段时间，就很清楚自己喜不喜欢。我最开始也是纠结阿里和字节，最终体验以后果断入了字节。5.2 具体面试经验

　　面试核心主要两块，一是项目介绍，这是你自己的时间，一定要重点把握；其次是 Coding，这个无他，唯练尔！

多参加面试

每一次面试就是增长自己经验的过程，每一次面试都是了解自己短板的机会面试一定要写总结，多多少少皆可，有复盘才能有提升不要一上来直接硬刚你最想去的公司，毕竟是最终目标，前面多拿小厂刷经验才是明智之举按照公司面试难度大致划分几个分区，按照难度系数一步步升级打怪

面试，不用怂

前面提到，面试官希望从面试中了解到的是你的学习能力，而不是你做的demo细节。当然，越是大厂越是如此，腾讯、字节、阿里皆如此你做的东西你最清楚，面试你慌啥？在面试经验丰富的情况下，你就是你的项目的权威每次面试，把项目细节都要越扣越深，这样才能对答如流把自己的项目不断重复介绍，可以录音，反复听。你所说的每句话、每个词，都可能是面试官挖坑的关键词！

刷题

关于刷题，公众号中有专门的栏目，暂时大部分还在 CSDN 上（https://blog.csdn.net/weixin_41888257/article/details/107397221），后续会逐步完善不能为了解题而解题，还是那句话，面试官想看到你的能力，那么一题多解就必不可少了，从最简单的解法开始逐步深入5.2 面试心态只要参加面试就有可能会挂，这很正常，首先需要接受自己暂时的失败不止是你，无论多大佬的大佬，都会偶尔经历被挂。面试不仅仅考察能力，也有运气成分。你和面试官的风格是否相符也是一个因素挂了并不是坏事，重要的是复盘，面试最后都可以问下面试官，你还有哪里可以再提高（不用直接问对你的面试评价，问了人家也不会说，换个说法就是 “您对我后续学习的路线有什么建议吗”）六、工作体验

　　题主现在在字节跳动 Data 下的推荐算法团队，入职之前来实习体验过，所以知根知底，入职顺利融入，毫无违和感。

工作氛围：

作息：大家一般十点到十点半之间到工位，我住的比较近，一般九点半到。晚上大家一般九点半左右下班，当然也有偶尔自己写的 bug 没有搞定的时候晚点回家了

饮食：等你的体重上来了，你就知道伙食怎样了。虽然没有HR对外宣传的那么好，但是也差不多。三餐免费，下午茶水果或者肯德基这种。午餐和晚餐都会配水果和饮料（苹果、橙子、雪碧、果粒橙、快乐水等），公司还是下了一定的血本的哈。饭菜的话，你拿多少都不会有人说你，阿姨都很好，甚至看你比较能吃，再多给你点。

工作：讲道理，字节的mentor是我体验过的大厂里最好的，简直就是手把手教学，因为题主基础差，即使多问几遍也不会说 “我不是跟你说过了吗？”，而是很耐心得跟我解释其原理。

　　工作内容的话，主要是做推荐算法，题主现在正在不断学习的过程中，反正不懂就查资料，查不到就直接问同事，大家都很 nice，即使是很傻的问题，也没人说你笨

七、算法岗未来的思考

　　以下仅仅是个人看法。

个人感悟

工作之后，发现新的东西真的是层出不穷，尤其是算法岗，所以不断学习以提高自己是非常重要的另外就是，不断提升自己的圈子，向圈子里最优秀的那群人学习

关于算法的思考

个人认为算法岗供大于求的局面还会持续一段时间，即使是已经有部分同学又转头去卷开发岗的情况下AI 在实体业的落地难度依旧很大。首先是四小龙现阶段的情况可以说明一些问题，还有题主之前在阿里实习的时候做的就是算法在工业领域的应用，这种落地很依赖场景数据，但是矛盾的是，数据却很少。落地会遇到各种水土不服的问题。对于算法岗的需求而言，广告推荐应该是大于CV和NLP的国家最近出台的对于广告领域的打压，也会一定程度上影响算法岗的需求，但是至少现阶段，广告推荐的需求还是不小八、生活思考

　　入职之后，越发感受到身体的重要性。小小年纪已经出现干眼症和颈椎不适了。

运动起来吧，少年！