入职阿里巴巴的正确姿势

本文是一位来自阿里的程序员分享进阿里的经验。他指出阿里社招P6起,P6需具备专业、解决问题和学习能力。着重介绍提升专业能力的方法,如深入理解原理(阅读源码)、保持学习(多看官方一手资料)、学会积累(有输入有输出),强调技术实力是进阿里的关键。

可以这么说,去阿里巴巴上班是很多程序员的终极梦想,毕竟阿里的技术在国内乃至全球都是数一数二的。成为一个阿里人,某种程度上,代表着你专业能力的一个合格性象征。这里给大家推荐一篇文章,听一听过来人的经验。

下文中的第一人称“我”,来自作者「程序亦非猿」,一名来自阿里巴巴的程序员。

在之前的文章里我提到过,2017年我实现了一个小目标,毕业三年加入阿里。

听上去好像挺厉害,挺光鲜,但是实际上并不那么容易,在这背后有很多我自己摸索和努力的故事。

在这里我想分享一些我的经验,送给那些跟我一样,没名校背景没大厂背景,但是想进阿里(或其他大厂),又有点迷茫不知该如何前进的人。

其实在进阿里之前,我也挺迷茫,内心有一些谜团一直困扰着我,比如阿里招人标准是什么? 自己距离这个标准有多少差距? 那时候一直不知道,就好像置身于沙漠之中,却不知道往哪里走。这时候,找到方向最为关键。(很多人跟我那时候一样迷茫,因为不少人问过我,到底怎么样才能加入阿里。)

当时我问了几个在阿里的朋友:

我问:要进阿里是什么标准啊?

朋友答:社招的话一般P6起招,三年工作经验。

我又会问:P6是什么?

这时候往往得到的回答就不一样了。

这里普及一下,每个公司都有职别定级系统,阿里也是,技术岗以 P 定级,一般校招 P5,社招 P6起。

以前我入职淘宝的title是『资深无线开发工程师』是 P6级别, 那时候 P6还分 高级 与 资深,现在都统一成高级了。

那 P6 的标准到底是什么呢?

其实还挺难说清,这个不像是考试的分数定级那样清晰,到了60分就是及格。

在我的理解里,一句话概括就是:拥有独立负责某个或多个模块的开发工作的能力。(说得再白话一点,就是老板放心你一个人负责某个或多个模块的开发工作)

听着好像还是很抽象,别急,我尝试着把这个能力拆分了一下,包括但不限于:

专业能力

解决问题的能力

学习能力

如果这几项能力达标或突出,我觉得就可以负责多个模块的开发工作了,也意味着进阿里,技术问题不大。

那么我们能怎么去提升自己达到目标呢?限于篇幅,我着重讲怎么提升专业能力。

专业能力的提升


计算机专业要学习的内容非常多,专业能力包含很多,光Android还不够,还有比如数据结构、算法、Linux、网络编程、计算机原理等等等等等等,由于我做的是 Android,那么这里就偏向 Android 来讲解了。

深入理解原理,不要只会使用

由于开源的精神以及互联网的伟大,我们能够不费吹灰之力使用世界上顶尖的三方库,比如很火的 RxJava、EventBus、Retrofit、OkHttp 、Glide 等等等等。只要添加一行依赖,就能起飞,有一种自己掌握了全世界最牛逼的技术的错觉。

我见过不少人,也看到不少 人的Github 的库里写着 MVP+RxJava+Glide+Dagger 等等类似的内容,他们可能一线开源库用得很六,但是一旦问及原理,可能就一脸茫然,说不太上来。

这其实就是停留在使用阶段的表现。

你要知道,一个库再牛逼,这个牛逼是属于作者的,而不是你。

站在面试官的角度讲,这么多人都会用,又凭什么选你呢?对吧?!

这时候如果你懂一些原理,那你就能比别人更优秀一些了。

那么,怎么去深入理解原理呢?阅读源码!

(退后,我要装 X 了!)

其实所谓的原理,全都写在源码里面,毫无保留。

有的人一听看源码就会慌,不知所措,代码那么多,怎么看啊?

其实阅读源码也是有很多诀窍的,这里分享几点心得:

首先要会用。 你要知道这个库是干什么的,掌握它基本的使用方法;

有目的性。 针对某个功能有目的的去挖掘,这样就不会在茫茫源码中迷失方向;

不需要看完所有细节。 有的人阅读源码爱钻牛角尖,非要把每一个小细节都搞清楚,以至于看了一天可能都没看明白主干是什么。

是不是有点道理?比如 EventBus ,你发送个 Event 怎么就传递到了订阅的地方?带着这么个小问题有目的的去看,会轻松很多。

阅读源码确实不简单,但是不要着急,从简单的源码开始,慢慢提升,学会抽丝剥茧,层层递进,逐渐培养阅读源码的习惯与能力。

相信我,学会看源码,对专业能力的提升有巨大的帮助。

保持学习,多看官方的一手资料


在平时保证完成工作的情况下依然要保持学习,做不到每天学习,也要做到每周学习,扩大知识面,加深深度。

技术的发展非常快,要跟上得不断持续的学习,这很重要。

那么为什么要多看官方的一手资料?说实在的,这个时代,已经不缺少学习资料了。但是呢,资料也是有好有坏的,众所周知,你用 google 搜跟 某度 搜到的资料会有很大的差别,所以第一步,把 google 作为默认搜索引擎。

官方资料 跟别人的二手资料,差别也是很大的。

这里不是说所有别人写的资料都是差的都是不值得看的,而是说其实别人可能也是看了官方的资料,经过自己的理解加工输出一个资料,而这个加工过程可能删减了部分内容,也可能扭曲/误解了官方的意思,以至于你看到的时候可能变了味。

所要尽量去看一手资料,它能让你学到最基本、最全面、也是最有用的知识,更何况,现在 Android 官方的文档 视频 越做越好,甚至都做了中文翻译,还有什么借口不看?

学会积累,做到有输入有输出


前面我既让你看官方的资料,又让你去看源码,那么光看就够了吗?

显然不是,纸上得来终觉浅。

学习,要做到有输入有输出,这样才能更好地把知识掌握在脑子里。

输入就是那些资料,源码等各种知识,那么输出是什么?对于开发者来说输出可以是笔记,可以是博客,也可以是代码。

作为过来人,劝你一句,如果时间允许的话,尝试维护个博客吧!

当你开始尝试针对某个知识点写文章的时候,你可能会有如下经历:

我明明已经懂了,为什么解释不清楚?(其实还没真的懂)

这个知识点好像涉及到了其他东西,我去看看,然后发现不懂的还有很多;

写得多了,本来星星点点散布在大脑各个角落的地方的零碎的知识点,在某个时刻突然就被串了起来,形成一张了知识图谱。

这是我之前写博客的真实经历,自己觉得懂了,跟 把知识说清楚让别人懂,感觉是两个层次的事。在写作的过程中会强迫你自己把知识点组合起来,用通俗的语言表达你的想法,其实要求你对知识有更透彻的理解,这也能促使你变得更专业。

另外,写博客其实也是对外展示自己的机会,写得好,会有阿里员工或猎头找上门的,帮你推荐工作的。

好的博客或 Github 也是一块可以敲开阿里大门的砖。

要加入阿里,你可能还需要学会如何写好简历,找个靠谱的阿里员工帮你内推,另外可能还需要一些运气,但这都是后话了,最最重要的前提就是自身的技术实力要过硬。

2019年伊始,全新的开始,相信很多人都给自己定了个小目标,希望我的这些经验能够帮到你实现其中的某一个,祝愿所有人能有个更加精彩美好的2019。

新的一年,要加油鸭!!!冲鸭!!!

原文链接:https://mp.weixin.qq.com/s/-VQegX7d77IFmPqeDVg7QA

【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
内容概要:本文详细介绍了基于PyTorch实现的并行物理信息神经网络(PINNs)在NLS–MB方程孤子演化预测中的应用实例,系统阐述了模型架构设计、损失函数构造、训练流程优化及并行计算策略的实施过程。通过深度融合物理先验知识与深度学习框架,该方法有效求解了非线性薛定谔类偏微分方程,实现了对孤子动力学行为的高精度、高效率数值模拟与长期演化预测,充分展现了PINNs在处理复杂科学计算问题中的强大建模能力与泛化性能。; 适合人群:具备一定深度学习理论基础和偏微分方程求解经验,熟练掌握Python编程语言及PyTorch深度学习框架,从事计算物理、流体力学、光学通信或相关工程仿真的研究生、科研人员及高级技术人员。; 使用场景及目标:①深入理解如何将物理守恒律与控制方程作为硬约束嵌入神经网络,提升模型在稀疏数据下的泛化能力与物理一致性;②掌握PINNs在非线性孤子波、色散介质传播等复杂动力系统建模中的关键技术实现路径;③应用于量子物理、非线性光学、大气海洋动力学等领域中传统数值方法难以求解的高维、强非线性偏微分方程的正/反问题研究。; 阅读建议:建议读者结合文末提供的完整代码资源(可通过公众号“荔枝科研社”获取)进行动手实践,重点关注物理残差项在自动微分框架下的精确计算、多任务损失权重的平衡策略,并尝试迁移模型至其他类型的非线性演化方程以深化理解与应用能力。
内容概要:本文围绕LLC谐振变换器的变频移相混合控制模型展开研究,通过Simulink搭建完整的仿真模型,系统阐述了该控制策略的理论基础与实现方法。研究结合变频控制与移相控制的优点,旨在提升LLC谐振变换器在宽负载范围内的转换效率与系统稳定性,深入分析其在高频高效电源系统中的动态响应特性与优化潜力。文中详细展示了控制逻辑设计、关键参数整定及仿真验证过程,有助于读者全面掌握LLC变换器的工作机理与先进控制技术的应用。; 适合人群:具备电力电子技术、自动控制理论及仿真建模基础的科研人员与工程师,特别适用于从事高频电源、新能源变换系统研发的技术人员,以及电力电子与电气工程方向的研究生及以上学历人员。; 使用场景及目标:①深入理解LLC谐振变换器的核心工作原理及其在轻载与重载工况下的控制挑战;②掌握变频与移相混合控制策略的设计思路、协同机制与仿真建模技巧;③应用于高频DC-DC变换器、电动汽车车载充电机、光伏微逆变器及高效开关电源等高性能电力电子系统的研发与性能优化。; 阅读建议:建议读者结合提供的Simulink仿真模型逐步操作,重点观察系统在不同负载条件下的频率调节与相位调节响应,深入分析效率曲线与谐振腔波形变化,进而掌握控制参数对系统性能的影响规律,可进一步拓展至其他谐振拓扑(如Series Resonant、LCL等)的混合控制策略研究。
内容概要:本文详细介绍了基于物理信息神经网络(PINNs)求解欧拉-伯努利双梁正问题的PyTorch实战方法,通过Python代码实现对双梁结构力学行为的建模与数值求解。该方法将控制偏微分方程作为物理约束嵌入神经网络训练过程中,结合深度学习框架实现无需传统网格划分的高精度数值仿真,适用于复杂工程结构的正问题求解。文中系统阐述了模型架构设计、损失函数构造、边界与初始条件处理、网络训练流程及结果可视化等关键技术环节,突出了PINNs在固体力学领域中融合数据驱动与物理规律的优势。; 适合人群:具备一定深度学习理论基础和力学背景知识,熟悉PyTorch框架使用,从事科学研究或工程技术工作的研究生、高校科研人员及工业界研发工程师。; 使用场景及目标:①掌握物理信息神经网络在结构力学中的建模范式;②实现对欧拉-伯努利梁等经典弹性体问题的无网格神经网络求解;③探索将PINNs拓展至更复杂的多物理场耦合、非线性材料或动态响应分析等问题的新途径;④为工程仿真提供一种避免传统有限元离散化、适应不规则几何和高维问题的替代方案。; 阅读建议:建议读者结合所提供的完整代码逐模块运行与调试,深入理解物理损失项与数据损失项的平衡机制,关注网络超参数选择对收敛性的影响,并尝试修改结构参数、边界条件或外载形式以验证模型泛化能力,进一步推动方法在实际科研项目中的迁移应用
源码下载地址: https://pan.quark.cn/s/56fcef70b5be **苹果的iTunes历史版本:12.6.5.3** iTunes是由苹果公司开发的一款数字媒体播放软件,它不仅用于维护个人的音乐资料库,还支持与Apple的iPod、iPhone和iPad产品进行同步和交互操作。这个特定的历史版本——12.6.5.3,是在苹果对iTunes实施多次更新和功能优化之后的一个可靠版本。 在12.6.5.3版本中,核心的改进方向在于兼容性提升和稳定性增强。那个时期的iTunes仍然提供了对iOS设备的完整支持,用户可以通过USB数据线将音乐、视频、软件、书籍以及照片等资料传输到他们的iPhone、iPad或iPod touch设备上。同时,它也支持设备的备份和还原功能,以保障用户的数据安全。 在音乐管理领域,iTunes 12.6.5.3展示了一个直观的界面,使用户可以便捷地浏览、播放、整理以及购买音乐。它具备智能播放列表功能,能够依据用户的偏好自动生成播放列表。除此之外,该版本的iTunes融合了Apple Music服务,用户可以付费订阅并获取庞大的在线音乐资源库。 对于视频资料,用户可以欣赏和下载购买的电影及电视剧作品,其中包括高清和4K分辨率的影片。这个版本或许也包含了AirPlay技术的支持,让用户能够将媒体资料无线传输到兼容AirPlay的设备,例如Apple TV。 在设备同步环节,12.6.5.3版的iTunes维持了与各种iOS系统版本的兼容状态,涵盖了当时最新的iOS操作系统。这使用户在将设备升级至最新系统时,依然可以无障碍地管理设备内的内容。 压缩文件包中的`iTunes64Setup.exe`与`iTunes32Setup...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 依据所提供的文件资料,能够系统性地剖析并归纳出关于HiTool工具操作的相关要点,主要涵盖以下几个领域: ### 一、HiTool工具概述 #### 概述 HiTool是由深圳市海思半导体有限公司研发的一款用于将程序镜像载入到单板Flash中的烧写工具。该工具能够支持多种不同的烧写情境,涵盖一键将所有程序镜像载入到单板Flash、单板已配备BootROM时按地址载入其他程序镜像以及仅载入Boot到单板Flash等操作。 #### 适用产品型号 - **产品名称**:Hi3536 - **产品版本**:V100 #### 目标读者 - **技术支持人员** - **单板软件开发人员** ### 二、环境配置 为了确保HiTool工具能够顺利运行,需要按照以下步骤进行环境准备: 1. **软件配置**:将SDK中的`osdrv\tools\pc_tools\uboot_tools`文件夹内的`HiTool.exe`文件复制到PC的某个本地硬盘中。(PC设备必须安装Windows操作系统) 2. **硬件连接**:保证单板的串口和网线已经正确连接。 3. **工具启动**:运行`HiTool.exe`工具,选择相应的芯片型号(例如Hi3536),然后点击“确定”。 ### 三、分区载入 #### 适用情境 适用于一键将所有程序镜像载入到单板Flash的情况。 #### 载入步骤 1. **启动HiTool工具**:参照“环境配置”的步骤来启动HiTool工具。 2. **选择HiBurn选项**:进入HiBurn烧写工具界面。 3. **选择分区载入模式**:进入分区载入的操作界面...
内容概要:本文系统研究了永磁同步电机(PMSM)调速系统中基于改进滑模、经典滑模及最优滑模控制策略的建模与仿真方法,重点在Simulink环境下构建统一的PMSM调速系统模型,实现三种滑模控制算法的对比分析。研究深入探讨了不同滑模控制在抗干扰能力、动态响应速度与稳态精度等方面的性能差异,剖析了滑模面设计、趋近律选取及抖振抑制等关键技术环节,旨在提升系统鲁棒性与控制品质。文档配套提供了完整的仿真模型与可运行代码,便于读者复现结果并开展进一步优化研究。; 适合人群:具备自动控制原理、电机控制理论基础及Simulink/MATLAB仿真经验的高校研究生、科研人员,以及从事电气传动、新能源汽车、工业自动化等领域技术研发的工程技术人员。; 使用场景及目标:①深入理解滑模控制在永磁同步电机调速系统中的作用机理与工程实现方式;②掌握经典、改进与最优滑模控制器的设计流程与参数整定方法;③通过量化对比不同控制策略的仿真结果,评估其优劣,为实际工程项目中的控制算法选型提供理论依据和技术支持;④服务于科研论文复现、课程设计、学位课题或产品原型开发。; 阅读建议:建议结合所提供的Simulink模型与代码进行动手实践,重点关注控制器模块的搭建逻辑与关键参数设置,通过调整工况条件和扰动输入观察系统响应变化,深入分析抖振现象及其抑制效果,从而全面掌握滑模控制的核心设计思想与应用技巧。
内容概要:本文围绕基于蜣螂优化算法(DBO)的无线传感器网络(WSN)覆盖优化问题展开研究,提出了一种创新且可复现的解决方案。通过Matlab代码实现蜣螂优化算法,针对WSN中传感器节点部署不均导致的覆盖盲区与能耗失衡问题进行建模与优化。研究详细构建了网络覆盖模型与适应度函数,阐述了算法的核心机制与仿真流程,并通过对比实验验证了DBO在提升网络覆盖率、加快收敛速度方面相较于其他智能优化算法的优越性能。该研究不仅提供了完整的算法实现路径,也为复杂工程优化问题提供了有效的智能求解思路。; 适合人群:具备一定Matlab编程基础,从事无线传感器网络、智能优化算法、物联网系统设计及相关领域研究的科研人员、高校研究生及工程技术开发者。; 使用场景及目标:①解决无线传感器网络中节点部署优化问题,最大化监测区域覆盖质量;②为智能优化算法在实际工程中的应用提供可复现的技术案例,推动理论与实践融合;③支持学术论文复现、科研项目验证、课程设计开发及算法性能对比分析。; 阅读建议:建议读者结合所提供的Matlab代码进行仿真实验,深入理解蜣螂优化算法的参数设置、迭代机制与优化过程,掌握其在覆盖优化中的具体实现方式,并可尝试将其迁移应用于路径规划、资源调度等其他组合优化问题中,以拓展算法应用视野。
主辅助服务市场出清模型研究【旋转备用】(Matlab代码实现)内容概要:本文围绕“主辅助服务市场出清模型研究【旋转备用】”展开,重点介绍了基于Matlab代码实现的电力系统中旋转备用辅助服务市场的出清模型,属于电力系统优化调度领域的高价值科研复现内容。文中结合SCI、EI等高水平论文的研究框架,通过Matlab编程实现了主辅市场联合出清的核心算法,尤其聚焦于旋转备用这一关键辅助服务的建模与优化过程,涵盖系统可靠性约束、备用容量分配、成本最小化目标函数等关键技术环节。该资源不仅提供了完整的代码实现,还强调对模型逻辑与工程应用背景的理解,有助于深入掌握现代电力市场机制的设计原理。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事电力市场、能源优化、微电网调度等相关方向的研究生、科研人员及工程师,尤其适合致力于高水平论文复现与科研项目开发的1-5年经验研究人员。; 使用场景及目标:①学习并复现电力系统主辅市场联合出清机制,特别是旋转备用服务的数学建模与求解流程;②掌握Matlab在电力市场优化中的应用,提升科研仿真与算法实现能力;③支撑学术论文写作、课题申报及实际电力系统调度方案设计。; 阅读建议:此资源以代码实现为核心,建议读者结合电力市场基本理论同步研读,注重对目标函数、约束条件与算法求解过程的理解,并动手调试运行代码,结合具体算例进行结果分析与模型优化,以达到真正
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值