请教一下各位大虾,在广州那里可以找到实习生的工作(--3月25日前)

都转行吧 2005-01-16 01:00:42
请教一下各位大虾,在广州那里可以找到实习生的工作,从现在到3月25日。

1、熟练运用Java语言,掌握Swing,Applet,Socket熟练使用JCreator、JBuilder
2、熟悉J2EE体系结构,掌握JSP、Servlet、EJB、JDBC、XML、JAXP、JavaMail等技术。熟悉EJB体系结构,熟悉双层模式、MVC模式、对象池模式等常用设计模式,掌握Eclipse的使用。
3、精通C++,熟练使用VC++。
4、熟练使用SQL语句
...全文
253 19 打赏 收藏 转发到动态 举报
写回复
用AI写文章
19 条回复
切换为时间正序
请发表友善的回复…
发表回复
都转行吧 2005-01-25
  • 打赏
  • 举报
回复
哈哈......不知司令年底分了多少红包啊?
小弟们可都在等着这个数字呢!!
YuLimin 2005-01-24
  • 打赏
  • 举报
回复
不明楼上的笑啥子。。。你小子,鬼的很哪。。。
cyicecream 2005-01-24
  • 打赏
  • 举报
回复
哈哈~~~~~~~~~~司令哪都可以看见啊,哈哈~~~~~~~~
drugon 2005-01-24
  • 打赏
  • 举报
回复
多找面试的机会,在www.cjol.com网应该比www.51job.com要好。

那种情况我也走过,别人说的也不一定合适你,只有自己去体会。
YuLimin 2005-01-23
  • 打赏
  • 举报
回复
看看这里吧!
http://iamin.blogdriver.com/

http://iamin.blogdriver.com/iamin/444881.html

http://iamin.blogdriver.com/iamin/478727.html
YuLimin 2005-01-23
  • 打赏
  • 举报
回复
CJMaster(Master)你是谁啊?认识我吗?我还在南海桂城:)
都转行吧 2005-01-23
  • 打赏
  • 举报
回复
原来是司令啊!!请多指教,最近在那发财啊?
都转行吧 2005-01-21
  • 打赏
  • 举报
回复
ding
wadsunglow 2005-01-18
  • 打赏
  • 举报
回复
多跑跑肯定可以的
wadsunglow 2005-01-18
  • 打赏
  • 举报
回复
看你介绍的已经很不错了,多跑跑肯定可以的
hxmmm 2005-01-18
  • 打赏
  • 举报
回复
呵呵 没错 这就是中国体质
zealVampire 2005-01-18
  • 打赏
  • 举报
回复
真学了就不怕找不到工作。大学是没有多大的实践性,全靠自己。
都转行吧 2005-01-18
  • 打赏
  • 举报
回复
我12月25日来的广州,一直在找工作,有过两次面试,都是针对客户的要求去做,都是书本上找不到的。
找工作很难的,没办法只好去找实习,结果实习都很难找。是人太多了了吗?难道中国的教育真的就这样
吗?以后怎么办?上大学还有用吗?我觉得学的也差不多了,结果连实习都找不到。
halenabc 2005-01-17
  • 打赏
  • 举报
回复
向楼主学习
明年我们也该实习了
vgvg 2005-01-17
  • 打赏
  • 举报
回复
应该很容易找到工作
zhanggangfeng 2005-01-17
  • 打赏
  • 举报
回复
看你这样的,应该很容易找到工作的!
jFresH_MaN 2005-01-16
  • 打赏
  • 举报
回复
你去51job上面看吧!这里可能帮不上你吧
都转行吧 2005-01-16
  • 打赏
  • 举报
回复
自己顶
都转行吧 2005-01-16
  • 打赏
  • 举报
回复
在线等待
内容概要:本文聚焦风电出力的不确定性问题,采用拉丁超立方抽样(Latin Hypercube Sampling, LHS)方法生成具有统计代表性的风电出力初始场景集,有效克服传统蒙特卡洛抽样存在的样本冗余与收敛速度慢的缺陷。为进一步降低场景数量以提升电力系统优化调度的计算效率,研究结合K-means聚类、快速前向选择等场景缩减技术,对生成的高维场景进行聚合与概率修正,保留最具代表性的典型场景及其对应概率分布。整个建模流程在Matlab平台上编程实现,形成一套完整的“抽样—生成—缩减—验证”的不确定性建模框架,为含高比例风电的电力系统提供高质量、低冗余的输入场景集,显著增强随机优化、鲁棒优化等模型的求解效率与工程实用性。; 适合人群:具备电力系统分析、概率统计基础及Matlab编程能力,从事新能源并网、电力系统优化调度、不确定性建模与风险评估等方向的科研人员、工程技术人员及研究生。; 使用场景及目标:①应用于风电主导的电力系统随机优化调度、机会约束规划、鲁棒经济调度等场景,提升模型对不确定性的刻画能力;②帮助研究者深入掌握拉丁超立方抽样与场景缩减的核心原理与实现方法,构建高精度的不确定性输入模型;③为复杂电力系统仿真提供经过科学约简的典型场景集,平衡计算精度与效率,支撑实际工程决策。; 阅读建议:建议读者结合提供的Matlab代码逐模块调试与运行,重点理解LHS在多维空间中的分层抽样机制、场景距离度量方式及聚类缩减过程中的概率守恒原则,关注缩减前后场景集的分布保真性与计算效率提升效果,以全面掌握风电不确定性建模的关键技术路径。

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