社区
community_281
帖子详情
应届毕业生,比较好奇IT企业对于各语言及程序的招人
luoqianwei
2016-04-19 05:37:19
打个比方,我只学过c语言,大学毕业,去网游或者手游公司
可是游戏开发都要会一些游戏引擎,这些都不会,那怎么开始呢?
那些网游或者手游公司都是怎么招人的?去哪招人?
因为游戏引擎开发游戏,大学里是不交的
那这部分人才是怎么来的?
他们都是自学吗?
还是企业培训?
还是外面的培训公司?
...全文
2281
14
打赏
收藏
应届毕业生,比较好奇IT企业对于各语言及程序的招人
打个比方,我只学过c语言,大学毕业,去网游或者手游公司 可是游戏开发都要会一些游戏引擎,这些都不会,那怎么开始呢? 那些网游或者手游公司都是怎么招人的?去哪招人? 因为游戏引擎开发游戏,大学里是不交的 那这部分人才是怎么来的? 他们都是自学吗? 还是企业培训? 还是外面的培训公司?
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
14 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
frandyboy
2016-04-23
打赏
举报
回复
如果你真的喜欢编程,先找到一份还能生存的工作来自力更生,毫不余力的去搞自己喜欢的事情。我怎么感觉问这些的都比较浮躁呢,做自己喜欢的事情这就够了
SlimTracy
2016-04-21
打赏
举报
回复
游戏开发,C#,C++,JS,LUA。语言不一样,其实也有很多相同点。引擎就是所有系统的集合,处理架构,编辑器差距较大。有些引擎很好上手,深入比较难。虽然没什么人教,自学也可以,在做游戏开发的企业有人指点当然好。 游戏引擎开发也都不是从零开始的。引用修改一些模块,OpenGL/DX/Vulkan,Fmod,Freetype,FreeImage,Bullet,PhysX,CEGUI,chromeV8,python等。
lyglary
2016-04-21
打赏
举报
回复
先上车再买票吧
Heart09
2016-04-20
打赏
举报
回复
你是不是想说大学又不教开发游戏引擎,那到底那些做游戏引擎的公司去哪里招人,对吧? 真相只有一个:现学!
爱睡觉的阿狸
2016-04-20
打赏
举报
回复
多面试面试,把常见面试题搞熟
其实我是真性情
2016-04-20
打赏
举报
回复
语言都是一样的语言,看你用来干什么罢了
键盘上的农民
2016-04-20
打赏
举报
回复
去招聘网站看看你想就业的职位需要什么技能、然后自学,在大学自学好赖都有底子。就算企业培训也好还是找培训班也好都会先人一步的
luciferisnotsatan
2016-04-20
打赏
举报
回复
好点的公司,知道应届生不会游戏引擎这种东西,不会考你的。 对于应届生,一般考你基本功是否扎实。对于C语言,数据结构/算法/指针用法肯定不会少。 话说,现在用C语言开发前台的很少了吧。做后台,那也用不到游戏引擎。
_明月
2016-04-20
打赏
举报
回复
我的有些同学在大学就开始学习3D游戏制作的语言了。他们是自学的,现在我们已经上大三了。
liujiahaol12345
2016-04-20
打赏
举报
回复
估计只有大点的公司才会招应届吧,小公司都是招有经验的
毕健
2016-04-19
打赏
举报
回复
程序员必看http://download.csdn.net/detail/bi_jian/9495378
技术开发到天荒地老
2016-04-19
打赏
举报
回复
如果你学校好,成绩不错,不用担心这些,好的游戏公司找你们应届不是让你们马上干活的,会培训你们几个月的时间,主要还是看你们的基础。
luoqianwei
2016-04-19
打赏
举报
回复
引用 1 楼 enpterexpress 的回复:
都有
那企业对于那些自学,培训的,是什么态度?相信他们能力吗?还是基本不会给予机会?
把分全给哥
2016-04-19
打赏
举报
回复
都有
2023年了学Java还能找到工作么?
Java人才需求缺口巨大 为何还有人找不到工作?
裁员不可怕,搞清楚这六个能力模型,轻松应对裁员潮
比如最近就有多位学员经过学社的推荐,拿到了上海杭州等地的职位,学社收到了一万到四万不等的推荐费,我们把一部分推荐费以奖学金的方式返还给了学员以抵消学员学费,同时我们也提供了大量的奖学金鼓励学员学习,我们希望在这种优秀的模式之下,
企业
、学社、学员都可以获得三方共赢的发展模式,我们也欢迎更多公司的测试管理与我们建立合作关系。初级:熟悉软件测试方法论,熟悉项目流程,在需求分析、测试设计方面具备优秀的执行力,此阶段通常会通过校招解决,也会有学历限制,大多数公司要求本科,名企基本都在要求211。
城市空气质量时空预测与污染源贡献度分析.zip
大气污染是影响公众健康与生态环境的重要问题,精准的空气质量时空预测与污染源贡献度量化是精准治污的关键支撑。针对现有研究多源融合不充分、时空关联刻画不足、预测与源解析割裂三方面缺陷,本文设计实现了城市空气质量时空预测与污染源贡献度分析系统,融合监测、气象、工业排放与交通四类数据,构建基于时空注意力的LSTM(STAM-LSTM)预测模型与基于正定矩阵因子分解(PMF)的源解析模型,形成数据融合-特征工程-预测-源解析-可视化闭环。 系统实现四类数据时空对齐与融合,构建时序与空间邻域特征,以普通克里金插值生成1km网格浓度场;STAM-LSTM引入时空注意力自适应学习站点间污染传输时变权重,以72小时输入预测未来24小时逐小时PM2.5浓度;PMF识别交通、工业、燃煤、扬尘与二次生成五个源因子,量化各源全年贡献度并分析时空演变。 实验表明:STAM-LSTM预测RMSE 24.6、MAE 17.8、R² 0.88,相对LSTM基线(30.2)提升18.5%;普通克里金插值误差8.9,优于反距离加权(11.4);源解析显示交通源28.4%、工业源23.1%、燃煤源19.6%为主要贡献源,冬季燃煤源升至27.3%、早高峰交通源达34.8%,下风向工业源贡献高出上风向8~12个百分点;减排情景显示交通源减排20%可使年均PM2.5下降5.7%,与源贡献度排序一致。 系统按五模块14组件实现,功能测试16项用例全部通过,为大气污染预警、源管控与减排政策制定提供了决策依据。 【课程报告内容】 摘要 第1章 绪论 第2章 相关技术与理论 第3章 系统需求分析 第4章 系统总体设计 第5章 系统详细设计与实现 第6章 系统测试与分析 第7章 总结与展望 参考文献 附件-实现指南
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)
基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测研究(Python代码实现)内容概要:本文提出了一种基于iTransformer-BiGRU-KAN多模型融合的滚动轴承剩余寿命预测方法,旨在通过结合多种先进深度学习模型的优势,提升在复杂工况下的预测精度与鲁棒性。该方法利用iTransformer捕捉长期时间序列中的全局依赖关系,通过BiGRU模型提取双向时序特征,最后引入KAN(Kernel Attention Network)增强非线性映射与关键特征的自适应加权能力,实现对轴承退化过程的精准建模。文中详细介绍了模型架构设计、训练流程及在公开数据集上的实验验证,结果表明该融合模型相比单一模型在预测精度和稳定性方面均有显著提升。; 适合人群:具备一定机器学习与深度学习基础,从事设备故障诊断、工业大数据分析或智能运维相关领域的研究人员及工程技术人员,尤其适合研究生及以上学历或有相关项目经验的专业人员。; 使用场景及目标:①应用于工业设备状态监测与预测性维护系统中,实现对滚动轴承等关键部件剩余寿命的精准预测;②为复杂时间序列回归任务提供多模型融合的设计思路与技术参考;③推动深度学习在智能制造与工业物联网领域的落地应用。; 阅读建议:建议读者结合Python代码实现部分,深入理解各子模型的接口设计与融合逻辑,重点关注特征融合机制与注意力权重的可视化分析,以便在实际项目中灵活调整与优化模型结构。
中文版本的几何画板 几何必备
有时候写代码遇到了数学问题可以通过这个分析。
community_281
703
社区成员
253,689
社区内容
发帖
与我相关
我的任务
community_281
提出问题
复制链接
扫一扫
分享
社区描述
提出问题
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章