2023，ODer 的逆袭之路：从双非院校到一线大厂

2023-05-22 13:30:21

从双非院校到一线大厂的OD逆袭之路

一、踏上求职征程：从双非院校出发

作为一名出身双非院校的求职者，我深知自身学历的劣势。然而，我并没有因此气馁，而是将它化作动力，不断提升自己的技术能力和软实力。

代码示例：

def factorial(n):
  """计算n的阶乘。

  Args:
    n: 要计算阶乘的正整数。

  Returns:
    n的阶乘。
  """

  if n == 0:
    return 1
  else:
    return n * factorial(n - 1)

二、历经坎坷：在互联网荒漠中磨炼成长

离开一线大厂后，我来到了一家位于互联网荒漠的小公司。尽管条件艰苦，资源匮乏，但我却在这里得到了前所未有的成长空间。我承担了更多职责，接触了更广泛的技术领域，也结交了一群志同道合的伙伴。

代码示例：

class Database:
  """一个简单的数据库类。

  Attributes:
    data: 一个存储数据的字典。
  """

  def __init__(self):
    self.data = {}

  def get(self, key):
    """获取一个值。

    Args:
      key: 要获取的值的键。

    Returns:
      如果存在，则返回与键关联的值；否则返回None。
    """

    return self.data.get(key)

  def set(self, key, value):
    """设置一个值。

    Args:
      key: 要设置的值的键。
      value: 要设置的值。
    """

    self.data[key] = value

三、重返一线：再创辉煌

在互联网荒漠的磨炼后，我重返一线大厂。凭借着过硬的技术实力和丰富的项目经验，我顺利获得了offer。在新的环境中，我继续保持着谦虚学习的态度，积极承担责任，为团队的发展贡献着自己的一份力量。

代码示例：

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression

# 加载数据
data = pd.read_csv('data.csv')

# 划分数据集
X_train, X_test, y_train, y_test = train_test_split(data[['feature1', 'feature2']], data['target'], test_size=0.2, random_state=42)

# 创建模型
model = LogisticRegression()

# 训练模型
model.fit(X_train, y_train)

# 评估模型
score = model.score(X_test, y_test)

print('模型评分：', score)