诚邀资深C++工程师加盟

masterz 2007-09-13 03:59:08
公司性质:外商独资企业 (www.verigy.com) HP分拆出Agilent, Agilent 2006年分拆出Verigy.
地址:上海张江蔡伦路1690号6号楼(近达尔文路)
公司业务:生产半导体测试设备(flash memory)。

工作内容:
在Windows或VxWorks上从事C++开发工作。主要和美国总部合作开发本公司设备控制软件。Windows 平台涉及VC++, DLL, XML, COM/ActiveX, Eclipse(Java)等方面,VxWorks上包括Driver开发。

要求:
熟悉C++/STL,用C++全职做项目3年以上(最好5年以上)。C++基础扎实!有多线程编程的经验。
有良好的编程习惯,能遵守公司的开发规范。
能用英语听,说,读,写文档。
VC++/C++板块星星用户优先,2星以上朋友无工作年限限制!无性别歧视,欢迎女生加盟。

待遇:本公司提供的待遇比较有竞争力,有多名来自500强的资深工程师经猎头推荐加盟。除了国家规定的4金还有额外的房帖。

有其他问题可以通过短消息联系。
抱歉,因为我的主要职责是项目开发,只能和符合条件的朋友联系。有意者请发短消息及简介(全职工作年限,主要精通技术等)。我会在24小时内与您联系。
...全文
1174 63 打赏 收藏 转发到动态 举报
写回复
用AI写文章
63 条回复
切换为时间正序
请发表友善的回复…
发表回复
yuyunliuhen 2007-09-22
  • 打赏
  • 举报
回复
up
discory 2007-09-21
  • 打赏
  • 举报
回复
wa...wa....12年,我才学了7年,居然有人写了12年
masterz 2007-09-21
  • 打赏
  • 举报
回复
up 2 x.
To ivy1023:我们主要期望5年以上的经验,3年已经是破格对待了。目前这里最长工龄的有12年经验
lidewyb 2007-09-21
  • 打赏
  • 举报
回复
本人3年以上的Windows下的C++开发经验,主要做半导体缺陷分析的。但是对COM/ActiveX不熟悉,不知道有没有机会?
ivy1023 2007-09-20
  • 打赏
  • 举报
回复
工作经验不够,但是参加了大项目的开发与维护,不知道是否可以?
自己感觉自学能力还可以.如果楼主觉得可以的话发条信息.
ruanchao 2007-09-20
  • 打赏
  • 举报
回复
不满足要求的菜鸟羞涩地飞过!
masterz 2007-09-20
  • 打赏
  • 举报
回复
up
BluntBlade 2007-09-19
  • 打赏
  • 举报
回复
有空走过去参观可以咩?
ming4098 2007-09-19
  • 打赏
  • 举报
回复
up
time_is_life 2007-09-19
  • 打赏
  • 举报
回复
我三年后去应聘
masterz 2007-09-19
  • 打赏
  • 举报
回复
请朋友们注意,公司并不要求您有Windows或者VxWorks的经验,请关注招聘的要求。
ckt 2007-09-19
  • 打赏
  • 举报
回复
jf up
qld001 2007-09-19
  • 打赏
  • 举报
回复
有人看,可惜。。。只做过arm-linux上的driver,vxworks。。。
另外,driver多数还是用c阿,c++作驱动。。。真的没尝试过
想试试vxworks,可惜学校没这个条件,奶奶的,老师说报告打上去快2年了,都不给回信。。。大家告诉亲属,别考吉林大学了。快穷死了!
masterz 2007-09-19
  • 打赏
  • 举报
回复
有人看看吗?
masterz 2007-09-19
  • 打赏
  • 举报
回复
To li92443:欢迎来谈谈,给你发了消息。你今天注册的,是马甲吗?
HongQiaoXie 2007-09-19
  • 打赏
  • 举报
回复
英文一般,10年C++,VC编程,不知是否可以.
masterz 2007-09-18
  • 打赏
  • 举报
回复
天天向上
piaorenqian 2007-09-17
  • 打赏
  • 举报
回复
呵呵,可以试试
lbaby 2007-09-17
  • 打赏
  • 举报
回复
8错,向往ING。。。
wangweixing2000 2007-09-17
  • 打赏
  • 举报
回复
说什么都来顶一下,哈哈!
加载更多回复(43)
内容概要:本文提出了一种基于改进扩散模型的高海拔地区新能源高波动出力场景生成方法,并提供了完整的Python代码实现。该方法针对高海拔地区风能、光伏等新能源出力波动剧烈、不确定性高的特点,通过优化扩散模型的结构与训练策略,有效捕捉历史数据的概率分布特征与时序相关性,从而生成高质量、多样化的出力场景。文中详细阐述了模型的数学推导、网络架构设计、损失函数优化及采样算法改进,并通过实验证明其在拟合精度、场景多样性与稳定性方面优于传统生成模型,为电力系统在高比例新能源接入下的规划、调度与风险评估提供了可靠的场景输入支持。; 适合人群:具备一定Python编程能力和机器学习基础,从事新能源发电预测、电力系统分析、智能优化、场景生成等方向研究的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①用于高海拔地区风电、光伏出力的不确定性建模与多场景生成;②支撑含高渗透率新能源的电力系统随机优化调度、鲁棒决策与风险评估;③为相关学术研究、论文复现与算法改进提供可运行的技术方案与代码基础; 阅读建议:建议读者结合所提供的完整资源(代码、数据集、说明文档)进行实践操作,重点关注扩散模型的前向加噪与反向去噪过程的设计细节,以及如何将其适配于新能源时序数据的生成任务,通过参数调优与对比实验深入理解模型的生成机制与性能边界。

15,446

社区成员

发帖
与我相关
我的任务
社区描述
C/C++ 非技术区
社区管理员
  • 非技术区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧