何去何从!

luohongping520 2012-04-22 09:11:47
本人现在大三,现在一家公司实习,要实习6个月。最纠结的是公司用的是C++语言做界面开发,而我在学校学的是java,主要方向是java web开发。并且我对C++没有一点基础,如果呆在这公司的话,我就必须从零开始学习C++。

但是我更想做的是java开发,也打算毕业后找个java的工作。如果这样的话,那我这半年的C++实习经验对我找Java方面的工作应该没有多大帮助。这样浪费了半年时间,太不划算了。

所以正在纠结着要不要马上辞掉这份工作,换一份java的,我6月份能拿毕业证,现在只实习了两个月。

希望各位给小弟一点意见啊,,,多谢了!!!
...全文
129 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
luohongping520 2012-04-22
  • 打赏
  • 举报
回复
[Quote=引用 1 楼 的回复:]
我觉得真正的工作经验是你的行业经验,和你平时累积的可复用的代码,主要还是要看你以后进入什么样的行业
[/Quote]因为我今年6月份才毕业,所以首先考虑的是技术上的长进,行业其次。。
应届生找工作真难啊~~~
宏Lee 2012-04-22
  • 打赏
  • 举报
回复
我觉得真正的工作经验是你的行业经验,和你平时累积的可复用的代码,主要还是要看你以后进入什么样的行业
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

23,404

社区成员

发帖
与我相关
我的任务
社区描述
Java 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