2021算法岗校招工资表最新

1. 潍柴的2021校招都招哪些岗位吗 哪个岗位的福待遇好

潍柴的2021校招福利待遇，同级别岗位都差不多，动力工程师的工资相对最高。

校招岗位：

内燃机动力系统：产品规划类、产品设计类、仿真研究类、产品测试类、产品开发类、平台产品应用开发类，产品规划类等。

新能源动力系统：产品规划类、氢能技术研究类、混合动力技术研究类、PEMFC技术研究类、储能技术研究类、电机研究类、产品测试类、平台产品研发类、产品应用开发类等。

潍柴的2021校招基本要求

1、本科及以上学历毕业生。

2、具备良好的团队合作精神和创新意识。

3、具备扎实的专业功底。

4、具备较强的英语沟通能力。

2. 企业退休职工养老金计算方法是

参考以下企业职工养老金的算法。与缴费金额、总缴费年限、退休年龄、地区社会平均工资 等因素有关。

一般，养老金是：个人账户养老金+基础养老金+其他津贴。

(1)个人账户养老金。个人账户资金总额 除以 某个数字，这个数字按退休时的年龄决定。

退休年龄 、数字(个人账户养老金计发月数)

50   195

55   170

60   139

假设：60岁退休，退休时个人账户里有139000元。

个人账户养老金=139000 / 139= 1000 元。

(2)基础养老金。为缴费年限 乘以 1% 乘以 退休那一年的当地社会平均月工资。

假设：当地社会平均月工资为8000元、缴费年限25年。

基础养老金 = 25年 * 1% * 8000元 = 2000 元/月。

注意1：这是假设一直按当地平均工资水平缴费的，缴费高的话，1%这个数字（依据个人缴费基数和社会平均工资算出的）会高，比如1.5%，缴费低的话，会不足1%，比如0.6% 。

注意2：一般，当地养老保险制度开始才实行个人缴费，之前的工龄，只要有合同、档案等证明，全部视为已经缴费，叫做视同缴费年限。

军龄也算视同缴费年限。

以上（1）和（2）举例的情况下，两项合计是每月:1000+2000=3000元/月。

(3)其他津贴：劳模、独生子女、地方补充、过渡津贴、缴费年限津贴等。

以上（1）+（2）+（3）全部，构成退休第一个月的养老金。一般每年上调一定比例，2020年上调5%，2021年上调4.5%.

3. 都快2021年了，算法岗位应该怎样准备面试

说到算法岗位，现在网上的第一反应可能就是内卷，算法岗位也号称是内卷最严重的岗位。针对这个问题，其实之前我也有写过相关的文章。这个岗位竞争激烈不假，但我个人觉得称作内卷有些过了。就我个人的感觉，这几年的一个大趋势是从迷茫走向清晰。

早在2015年我在阿里妈妈实习的时候，那个时候我觉得其实对于算法工程师这个岗位的招聘要求甚至包括工作内容其实业内是没有一个统一的标准的。可以认为包括各大公司其实对这个岗位具体的工作内容以及需要的候选人的能力要求都不太一致，不同的面试官有不同的风格，也有不同的标准。

我举几个例子，第一个例子是我当初实习面试的时候，因为是本科生，的确对机器学习这个领域了解非常非常少，可以说是几乎没有。但是我依然通过了，通过的原因也很简单，因为有acm的获奖背景，面试的过程当中主要也都是一些算法题，都还算是答得不错。但是在交叉面试的时候，一位另一个部门的总监就问我有没有这块的经验？我很明确地说了，没有，但是我愿意学。

接着他告诉我，算法工程师的工作内容主要和机器学习相关，因此机器学习是基本的。当时我就觉得我凉了，然而很意外地是还是通过了面试。

核心能力

由于我已经很久没有接触校招了，所以也很难说校招面试应该怎么样准备，只能说说如果是我来招聘，我会喜欢什么样的学生。也可以理解成我理解的一个合格优秀的算法工程师应该有的能力。

模型理解

算法工程师和模型打交道，那么理解模型是必须的。其实不用说每一个模型都精通，这没有必要，面试的时候问的模型也不一定用得到。但更多地是看重这个人在学习的时候的习惯，他是浅尝辄止呢，还是会刨根究底，究竟能够学到怎样的地步。

在实际的工作当中我们可能会面临各种各样的情况，比如说新加了特征但是没有效果，比如升级了模型效果反而变差了等等，这些情况都是有可能发生的。当我们遇到这些情况之后，需要我们根据已知的信息来推理和猜测导致的原因从而针对性的采取相应的手段。因此这就需要我们对当前的模型有比较深入地了解，否则推导原因做出改进也就无从谈起。

所以面试的时候问起哪个模型都不重要，重要的是你能不能体现出你有过深入的研究和理解。

数据分析

算法工程师一直和数据打交道，那么分析数据、清洗数据、做数据的能力也必不可少。说起来简单的数据分析，这当中其实牵扯很多，简单来说至少有两个关键点。

第一个关键点是处理数据的能力，比如SQL、hive、spark、MapRece这些常用的数据处理的工具会不会，会多少？是一个都不会呢，还是至少会一点。由于各个公司的技术栈不同，一般不会抱着候选人必须刚好会和我们一样的期待去招人，但是候选人如果一无所知肯定也是不行的。由于学生时代其实很少接触这种实践的内容，很多人对这些都一无所知，如果你会一两个，其实就是加分项。

第二个关键点是对数据的理解力，举个简单的例子，比如说现在的样本训练了模型之后效果不好，我们要分析它的原因，你该怎么下手？这个问题日常当中经常遇到，也非常考验算法工程师对数据的分析能力以及他的经验。数据是水，模型是船，我们要把船驶向远方，只懂船只构造是不行的，还需要对水文、天象也有了解。这样才能从数据当中捕捉到trick，对一些现象有更深入的看法和理解。

工程能力

虽然是算法工程师，但是并不代表工程能力不重要，相反工程能力也很重要。当然这往往不会成为招聘的硬性指标， 比如考察你之前做过什么工程项目之类的。但是会在你的代码测试环节有所体现，你的代码风格，你的编码能力都是你面试的考察点之一。

并不只是在面试当中如此，在实际工作当中，工程能力也很关键。往小了说可以开发一些工具、脚本方便自己或者是团队当中其他人的日常工作，往大了说，你也可以成为团队当中的开发担当，负责其团队当中最工程的工作。比如说复现一篇paper，或者是从头撸一个模型。这其实也是一种差异化竞争的手段，你合理地负担起别人负担不了的工作，那么自然就会成为你的业绩。

时代在变化，行业在发展，如今的校招会问些什么早已经和当年不同了。但不管怎么说，这个岗位以及面试官对于人才的核心诉求几乎是没有变过的，我们从核心出发去构建简历、准备面试，相信一定可以有所收获。