0 序言

时间已经进入了2023年，今年将是属于我们这一届秋招的一年。回顾2022年的学习和实习历程，我觉得今年学习收获还是不少的，甚至可以说是整个高等教育生涯中，收获最多的一年。

1 学习情况总结

1.1 读书和学习总结

1.1.1 对于Java的学习

原来按照本科毕业那年既定的计划来看的话，我是打算转Java的。不过，今年2023届秋招Java岗的情况似乎不容乐观，身边好多我觉得能力出众的Java大佬都铩羽而归，最终只去了一些中厂和外资，这些单位开出的工资和大厂还是有一定差距的，着实为他们惋惜。

于是，我就只能减少投入到学习Java中的时间，并打算重新回归C/C++。在2022年年初，精力几乎都投入到了java的学习中去了，读完了《Head First Java》和《java核心技术》卷I和卷II的主要部分，并结合《疯狂spring boot终极讲义》以及springboot实战三剑客系列的书，系统的学习了一遍ssm。虽然之前也写过一些java的项目，但无非是淘宝接单群里的那种学生课设，那会还真没有接触过企业级的java开发，对于一些java的八股文也有所欠缺，所以主要补的是基础知识。

随着4，5月暑期实习简历的投递，以及今年9月秋招的到来，互联网行情变差的问题也显露出来，尤其Java，已经不是2020年那会，来人就给offer的境遇了，于是我把目光重新转向了C++。

1.1.2 对于C++的学习

我自以为自己C++的基础还是可以的，实习经历也有一段（虽然是名不见经传的小单位）。该单位位于南京，属于制造业，是做变电器的。而我们工作的是为变电器开发控制软件，用于控制变电器的电压等参数。具体做的是Qt开发，写套接字编程向后端发送命令以控制变电器设备。

关于C++的学习，我大致是阅读完了之前本科时期没有读完的，两本久仰大名的书——侯捷翻译的《Essential C++》和《Effective C++》。

1.1.3 对于Scala的学习

可以说，自从接触到大数据组件后，就很难避免与Scala打交道，正如同接触到后端开发，就很难避免与Java打交道。研二充裕的时间给予了我系统学习Scala的可能。

我学习scala的基本方法，是根据《Scala编程》一书的知识进行学习。一开始，我看了几集尚硅谷的教程，发现实在是太浪费时间了，还是直接看书来的快。Scala底层用的是Java，和Python挺像的，入手也快。就像《Head First Java》是面向有C/C++基础的读者，有C/C++基础的人看学java看《Head First Java》是很容易入手Java的。当时，也是听了MetaNovas里同事的建议，看了这本书，确实比直接看《Java核心技术》来的快，但要了解更加细节的内容的话，《Java核心技术》这本书是避免不了的。

1.2 竞赛情况总结

今年（2022年）参加了3场数学建模类的竞赛，分别是美国数学建模比赛（MCM）、mathorCup和五一赛。参加五一赛和mathorCup原本是为了防止MCM铩羽而归，导致之前为比赛做的准备完全泡汤而参加的。所以，我在参加完MCM后，又参加了mathorCup和五一杯。最终MCM比赛结果出乎预料，拿了M奖。美赛是数学建模领域最权威的比赛，也是唯一权威的全球性赛事，且M奖获奖率在5-7%，这个结果确实是令人心满意足。就这样，我算是圆满的结束了高等教育阶段的比赛生涯，彻底AFK了。而mathorCup和五一杯的结果也不再重要，更像是为了组员而参加似的。

2 秋招准备和

2023年春与秋是24届应届生的主战场，尤其是3-4月份的暑期实习招聘，是秋招之前竞争最为惨烈的战场。到目前为止，我复习完了计网和操作系统的八股文，由于当年考过CCNA的缘故，我有一定的底子，计算机网络的复习速度还是挺快的。截止到目前，我刚刚完成了计算机网络和操作系统两门专业课的复习，接着就准备开始复习数据结构的面试题了。

3 对2021年实习的回忆

3.1在阿伯茨科技南京分部实习的回忆

北京阿博茨科技有限公司是由原海豚浏览器团队的骨干们建立的，CEO正是原来海豚浏览器团队的一把手杨永智，而坐镇南京的高管是余宙。

我大致在2020年8月在BOSS上投递了简历，面试官很NICE，问的我也都答出来了。他要我9月去上班，然而到了9月份，我的辅导员吴庆洲以疫情为由不批大家的出门申请，而隔壁的辅导员都是全批的（是的，其他人点名都是表示感激和致敬，就他例外），后来听本科的同学说，那几个能出门的学生都是给他塞了红包才解决问题的（那会是我太年轻了）。不过，正因为我那会没有去实习，而是老老实实呆在学校里复习考研，才最终上岸（其实呢，我得感谢他没放我出去实习，不然我没考上研究生的话，我的现在一切都不会这么好，但收红包的事情我觉得是真的腐败，我这里表示强烈谴责）。

到后来，在2021年3月我在我校的研究生拟录取名单中看到了自己的名字后，我便开始找实习，以填补自己对python实习经历的缺失。在这时，我想起了自己之前给北京阿博茨科技投过简历的事。

于是，我重新联系了之前HR，HR王欢让我重发简历重新面试。不过呢这次面试就是唠嗑，直接让我过了，几天后我就去实习了。那个时候也没有相关法律，监管也不严。工作内容主要是爬虫，爬取各大基金网站的数据用以数据分析。这里，要特意指出为什么不爬天天基金的数据，而是单独爬取各个基金网站的数据，因为天天基金的数据是二手的，曾经因为天天基金的数据有误，导致团队被甲方喷的很惨（这是leader和我解释的），所以公司高管们一致认为，必须从各个原本的基金网站爬取一手的数据。我除了成为一个无情的取数机器外（哈哈这是自嘲），我的mentor除了教我技术，还教会了我不少为人处世的东西，真的很感谢他，这是我真正走进社会的开始。

除此之外，主要是对各大基金网站和Debank、非小号网站的数据进行提取、清洗、存储。并按照要求推进其他项目。例如，编写数据爬虫代码并进行模块化封装，爬虫并将数据入库，使得公司自研的资产管理投研金融数据平台Fin.data顺利运转。同时爬取各个公募基金的公告并入库，用于Everdroid.ai平台，该平台旨在提供非结构化数据提取和解析能力，应用场景如财务报告解析、证件识别。

以下是当时工作时候的一些总结：

爬虫被锁IP，报“很抱歉,由于您访问的URL有可能对网站造成安全威胁,您的访问被阻断。您的请求ID是······“https://timtian.blog.csdn.net/article/details/116696336DeBank和非小号网站的数据分析-实习工作小结https://timtian.blog.csdn.net/article/details/123150014 最终，还拿到了return offer。我就纳闷，为什么我们组的leader不知道我要去读研的事情呢？我明明和HR交待了的啊~

4 2022年实习总结

今年（指2022年，虽然是在2023年的时候发出来的，但是本文的“今年”都是指2022年）一共在三个单位实习，3-6月是研一下学期。很不幸，苏州因为疫情静默，哈尔滨随后也因为疫情静默，因此并没有去学校，而是呆在家中学习，也籍此获得了两个实习机会。

4.1 在上海元炘执药科技有限公司|MetaNovas的实习

我在元炘执药（元星智药）的工号是P004，即全部门的第4号实习员工，我是在公司组建之初加入的。一开始，我在BOSS直聘上收到我司的面试邀请，想着用来增加面试经验也是不错的，于是就接受了HR的面试邀请。出乎意料的是，面试官给出的题目都比较对我胃口。然后，我的笔试和面试都比较顺利，最终顺利通过了。HR开出了200/天的薪资，并告知我支持远程办公（当时上海正处于静默），我想着我一边上网课一边实习，能拿学位证还能增加实习经历还能赚钱，这岂不美哉！入职！

入职之后，我发现单位领导和同事都是很NICE的。公司学历门槛很高，全部门就我一个211，其他实习同学以华五居多（尤其是复旦和交大），再不济也是个985，除此之外就是MIT之类的美国名校，第一次能和这么多大佬们一起上班还是很激动的。由于加入时间较早，我们组的组长也是部门领导余论，他是个和蔼可亲的人，真就手把手教人，对于我个人能力提升确实很大，我真是感激他。我们组主要负责基础设施的建设，例如elasticsearch、neo4j和airflow，这三个是第一阶段的工作任务，第二阶段是搭建Hadoop以供后期Flink使用。

在这里我不得不对之前没有来得及写的实习总结做一个补充。在文章实习小结·改进代码（解决爆栈问题）https://blog.csdn.net/qq_41938259/article/details/123914290?spm=1001.2014.3001.5501中，我讲述了我在EC2服务器上运行python脚本时遇到out of menory问题的解决方案。由于xml文件较大，一次性提取所有数据加载到内存中，引发爆栈使得linux内核kill掉了python进程，进而引发out of menory问题。我当初得想法是一条一条数据发，确实是解决了爆栈的问题，但是领导第二天就和我说，你一条条发，反复建立连接断开连接，会大量消耗服务器资源的，等同于在搞DDOS攻击。我想了下，确实是如此。我进而改为每50000条数据发一次（每个xml文件的数据量大致是百万级的）。实现方式就是加一个变量cnt并初始化为0，每清洗一条数据就让cnt自增，当cnt==50000时或者文件读到尾时，便将数据发送一次。代码修改后如下：

import logging
from lxml import etree
from elasticsearch import Elasticsearch# get data from xml file
def get_data(address):xml = etree.parse(address)root = xml.getroot()datas = root.xpath('//PubmedArticle/MedlineCitation')es = Elasticsearch(hosts=['http://localhost:9200'])// cnt是计数器     cnt = 0// data_size是data的总长度data_size = len(data)for data in datas:// 每一条数据，cnt自增一次cnt += 1# print(data)if len(data.xpath('./DateCompleted')) != 0:year = data.xpath('./DateCompleted/Year/text()')[0]month = data.xpath('./DateCompleted/Month/text()')[0]day = data.xpath('./DateCompleted/Day/text()')[0]Date = month+'-'+day+'-'+year# print(Date)date_completed = Dateelse:date_completed = 'NULL'year = data.xpath('./DateRevised/Year/text()')[0]month = data.xpath('./DateRevised/Month/text()')[0]day = data.xpath('./DateRevised/Day/text()')[0]Date = month + '-' + day + '-' + yeardate_revised = Dateif len(data.xpath('./Article/Journal/ISSN/text()')) != 0:issn = data.xpath('./Article/Journal/ISSN/text()')[0]# print(issn)ISSN = issnelse:ISSN = 'NULL'id = data.xpath('./PMID/text()')[0]if id != '':ID = idelse:ID = 'NULL'if len(data.xpath('./parent::*/PubmedData/ArticleIdList/ArticleId[@IdType="doi"]/text()')) != 0:doi = data.xpath('./parent::*/PubmedData/ArticleIdList/ArticleId[@IdType="doi"]/text()')[0]# print(doi)DOI = doielse:DOI = '0'title = data.xpath('./Article/ArticleTitle/text()')if len(title) != 0:# print(title)Title = title[0]else:Title = 'NULL'Abstract = data.xpath('./Article/Abstract/AbstractText/text()')if len(Abstract) == 1:AbstractList = Abstract[0]# print(Abstract)elif len(Abstract) == 0:AbstractList = 'NULL'else:length = len(Abstract)# print(length)AbstractString = ''for tmp in Abstract:AbstractString.join(tmp)# Abstract = data.xpath('./Article/Abstract/AbstractText/text()')[0]# Abstract = data.xpath('./Article/Abstract/AbstractText[@Label="BACKGROUND"]/text()')[0]AbstractList = AbstractString# print(AbstractString)authorLastName = data.xpath('./Article/AuthorList/Author/LastName/text()')authorForeName = data.xpath('./Article/AuthorList/Author/ForeName/text()')authorName = []if len(authorForeName) != 0 and len(authorLastName) != 0 and len(authorForeName) == len(authorLastName):for i in range(len(authorLastName)):authorName.append(authorForeName[i] + ' ' + authorLastName[i] + ',')# print(authorName)Names = "".join(authorName)else:Names = "NULL"jsonData = {"title": Title,"Authors": Names,"abstract": AbstractList,"date": {"completed_date": date_completed,"revised_date": date_revised,},"journal_issn": ISSN,"journal_doi": DOI,"article_id": ID}// 当cnt为50000时发送数据，这样既不会爆栈也不会变成DDOS攻击// 当然读到文件结尾时，即使不满50000也需要发送数据，故cnt == data_sizeif cnt == 50000 || cnt == data_size:index_name = "pubmed-paper-index"es.index(index=index_name, body=jsonData)if __name__ == '__main__':# List of pending documentsaddress = []path1 = "pubmed22n"path2 = ".xml.gz"path = ''for i in range(715, 1115):if i >0 and i <= 9:path = path1 + '000' + str(i) +path2address.append(path)elif i >= 10 and i<= 99:path = path1 + '00' + str(i) + path2address.append(path)elif i >= 100 and i <= 999:path = path1 + '0' + str(i) + path2address.append(path)else:path = path1 + str(i) + path2address.append(path)# process the filefor add in address:get_data(add)logging.basicConfig()logger = logging.getLogger(__name__)logger.setLevel(logging.INFO)logger.info(add + f"finished!")

第二个问题，仍然是在以上的场景中。不过是在我做完了自动化脚本后才被提出来的。自动化脚本的文章介绍在这里：

实习工作小结——下载和导入Elasticsearch模块实现自动比对的功能https://timtian.blog.csdn.net/article/details/124319573?spm=1001.2014.3001.5502

该问题在于，当python脚本的进程被KILL时，如果重新导入该文件自然会很耗时，那怎么从断开的地方重新写入？

很明显try-except语句是无法处理的，原因是进程都被kill掉了，try-except语句就无法继续执行了。这里的解决方案是使用日志，在每次遍历的时候，将主键pmid覆盖输出到日志文件，于是自动化脚本重新执行时增加参数，代码中使用sys.argv[]用来接收命令行中参数，用以判断这一轮是否是因为之前断开后，而重新进行的。是的话，脚本会读取日志文件获得pmid的值，于是便从与该pmid一致的数据开始，进行写入操作。此时，问题便被解决了。

第三个事情是，重做了前端检索页面，原来我展示的前端是这样的：为基于elasticsearch和flask的web端检索系统增加新的检索功能https://timtian.blog.csdn.net/article/details/125389132?spm=1001.2014.3001.5502 前端写的肉眼可见的糟糕。我本来准备写一篇博客来特别介绍下的。结果那段时间我事情有点多，直到离职之后我都没来得及写，原来项目的github仓库是私有的，于是现在也下载不到代码，那篇博客就这么被耽搁了。

4.2 在上海星环科技的实习

一开始在面试的时候，小组leader也是当时我的面试官征露姐就指出，组里都是学数科的，所以代码量很少，而数据治理主要都是些人工完成的内容，需要我有耐心。我欣然接受了，一是因为280/天给的是真的高，还有房补1000，虽然房补需要租房合同，住长辈家是拿不到的，但280/天我也知足了。其次就是，那会我对于数仓理论和概念的了解确实不是很清晰，而星环该团队对这一方面确实有一定的话语权，和他们共事，我确实能对数仓理论和概念得到一个清晰而直观的了解。

依我愚见，光阅读《大数据之路》一书，读者们和我一样，恐怕很难理解书中的概念。但是，我经过了这次实习，对于数仓理论，我有种拨开云雾见青天的感觉。在以前，对于我来讲往往工作只是工作，并不知道自己在干嘛，自己工作的意义何在，通过这次实习，我对数仓理论和概念有了更深刻的了解。回过头来总结时，我确实是对自己在前两次实习中做的事情有了一个大致的定位。

星环的这个项目是东方航空委托的一个数据治理的项目，在此期间我学习了excel的操作，尤其是透视表的操作。由于组内都是数科的童鞋和老师们，于是工作中的代码量并不是很大，主要就是使用EXCEL，当然也可以使用python写自动化脚本，反正只要最终实现得没问题就行。还有就是绘制一些统计学图表，JD是数据开发d工作有一点像BI工程师。同时，我还要整理元数据和绘制血缘图谱。

什么是血缘图谱？血缘图谱是根据元数据描绘各个系统间的关系，以及各个系统得各个表间的关系的图标。元数据分为业务类的和技术类的，首先要将业务类的元数据手工筛选出来，然后才能绘制依此绘制血缘图谱。

接着，我升入了研二，前往北京，开始了在航天科技第五研究院503所的实习。

4.3 在航天五院503所的实习

我于2020年7月3日入职卫星通信事业部，目前经手了两个项目，都是与starlink相关的。一个是总控平台，另外是一个是星间链路可视化的项目，密级都是保密10年。总控平台后端使用的spring boot前端使用的vue.js，星间链路可视化的那个项目后端使用的是django前端还是vue.js。前者（总控平台）我负责前后端的编写，俨然变成了全栈（大雾）。后者（星间链路可视化）我只负责前端vue.js但并不意味着轻松，项目时间吃紧甚至比全栈还难受。

期间，我被调去中国资源卫星中心做测试，具体内容是给starlink测速，并传文件用于评估链路稳定性。虽然是杂活，但也收获不少，当然这只是其中的一个缩影。最让我吃惊的涉密文件需要人肉快递（就是说得你自己随身携带送到目的地）。军工企业确实与普通IT企业有很大差距，航天系统里都是令人瞻仰的伟大科学家们，是我值得学习并为之奋斗终生的榜样。

5 结语——尚未结束的故事

这里我想到了《高堡奇人》最后一季，主人公朱丽·安娜一直追随着财政大臣田上信介的占卜——田上曾经预言结局将遵循第三十六卦。于是，朱丽安娜按照田上的遗言翻寻《易经》，发现第三十六卦是大大吉，释义是“未完成之事”。最终，安娜完成了“未完成之事”，我希望我也能完成我自己的“未完成之事”。

此文谨以纪念2022年——这奋斗的一年。

2022年学习和实习总结——收获颇多相关推荐

2022年春招实习十四面（嵌入式面经）（已完结）
文章目录前言 CVTE (嵌入式软件) CVTE一面 (嵌入式软件开发) 时长:50分钟 CVTE二面 (55分钟) 阿里菜鸟网络 (嵌入式软件) 阿里菜鸟网络一面 (30分钟) 阿里巴巴菜鸟网络二 ...
2021年个人学习生活总结和2022年学习生活计划
2021年,对于我来说是不平凡的一年.我觉得自己2021年的关键词是:责任.坚持.成长.下面分别对自己2021年的学习和生活进行总结,并对2022年的学习和生活进行计划,让自己能朝着预设的目标努力,获 ...
「WAVE SUMMIT 2022深度学习开发者峰会」火热来袭
「WAVE SUMMIT 2022深度学习开发者峰会」火热来袭! 会上您将了解以飞桨为代表的深度学习领域的最新技术突破! 看最新的AI技术如何助力我国产业发展,先人一步了解技术风向. 5月20日 13 ...
计算机课程反馈,课程总结与反馈学习教育技术的收获
课程总结与反馈学习教育技术的收获教育技术是一个新兴的教育分支学科,它的宗旨是促进和改善人类学习的质量,提高学习效率,实现教育的优化.教育技术是关于学习过程和学习资源的设计.开发.应用.管理.评价的 ...
【MSRA】微软亚洲研究院实习经验收获整理
[MSRA]微软亚洲研究院实习经验收获整理干货相关 VScode连接远程服务器进行开发 SCP上传文件到服务器上或从服务器上下载文件解决vscode中引入python包出现"Import ...
《2022联邦学习全球研究与应用趋势报告》重磅发布，全景展示技术热点与人才画像
本报告为智谱AI团队独家所有,并拥有唯一著作权.智谱研究报告提供给订阅用户使用,仅限于用户内部使用.如引用.刊发,需注明出处为[智谱研究],且不得对本报告进行有悖原意的删节与修改. 9 月1日至3日, ...
2022年学习机器人和人工智能的一些期待
2022年学习机器人和人工智能的一些体会 2023年即将到来,满满的期待. 做好规划是非常非常重要的,有时候甚至比认真做事本身更为重要. <礼记·中庸>:"凡事豫则立,不豫则废. ...
记一次收获颇丰的思杰南京研发中心之行
思杰(Citrix)南京研发技术支持中心,在思杰中国乃至整个亚太地区的市场布局中,可谓是"大脑"级的存在.作为思杰全球5大研发中心之一(另外四个分别位于:印度班加罗尔,英国剑桥,佛 ...
说一下你项目或者实习的收获？
一.项目收获? 1.对vue框架和第三方组件库的开发业务更加的熟悉了 2.自己的一个业务代码能力得到了提示,写一些健壮性的代码,比如数据类型的检查.空值的检测.try catch.变量命名规范.关键函 ...

2022年学习和实习总结——收获颇多