摘要：這屆應屆生實在太難了！
雲畢業照、雲授學位、雲撥穗、雲畢業典禮……疫情之下，2020年的畢業季顯得有些特別。
這一屆畢業生們，既不能和同學們集體狂歡到天明，也面臨着非常嚴峻的就業環境。
疫情之下，從畢業到求職、租房，社會新鮮人又該如何苦中作樂，彌補遺憾，度過這個特殊的畢業季呢？且看以下疫情畢業生求生技術指南。
【指南一：AI換臉，拍一張個人專屬畢業照】
如果問畢業季最有儀式感的事情是什么？非畢業照莫屬。學士服穿上身，pose擺起來，大學四年才能算圓滿。但疫情之下，不少人在朋友圈里感嘆失去了可能是唯一一次穿學士服的的機會。
那么試試AI換臉技術，拍一張個人專屬的畢業照吧！
先上最后的效果：
想要多人合照，安排：
還能更換背景、櫻花樹下、未名湖畔，任意切換：
這一套 “雲拍照”系統便是基於華為ModelArts平台操作的。
實現過程很簡單：1、人臉檢測；2、人臉融合；3、模型部署成在線服務
是的，只要這三步，人人都可以成為雲畢業照的掌鏡師。
展開來說，我們先使用dlib庫中的shape_predictor方法，通過68個可以顯著代表人臉特征的特征點采集人臉信息，得到換臉人像和被換臉人像的人臉掩模，最后通過泊松融合合成換臉后的畢業照。
稍微有點復雜的是多人合照，因為它涉及到對上傳照片中每一張人臉位置的檢測，主流的方法是用神經網絡檢測，但編寫難度、硬件要求較高。華為雲ModelArts自動學習中的“物體檢測”和“一鍵訓練部署”功能可以輕松解決這個問題。
打開華為雲ModelArts控制台，點擊【自動學習】，就進入了配置界面。
選定數據集輸出和輸出位置之后，點擊創建項目，進入到【數據標注】界面中。
在數據標注界面，可以很方便地上傳數據，通過鼠標框選的方式進行人臉數據的標注，完成數據集的標注后，點擊【開始訓練】按鈕。
訓練完成時，會自動部署在線預測服務，通過調用在線服務，就可以實現人臉檢測功能。
整個項目的流程其實很簡單，感興趣的同學可以去ModelArts上動手DIY一個。
也可以點擊右邊鏈接，直接生成自己的專屬畢業照：http://119.3.249.156:32123/
部分內容參考自：https://bbs.huaweicloud.com/blogs/174983
【指南二：技術黨上線，租房神器合理規划最佳租房地點】
租房，往往是比求職更讓應屆畢業生痛苦的事情。
對租房新手來說，一沒錢，二不熟悉交通，三對中介一無所知。想要快速找到工作地點附近性價比最高的租房點和房源，基本不可能。
但知識就是力量，有人就通過高德API+Python爬蟲解決了這個租房難題（https://bbs.huaweicloud.com/blogs/147439）。
原理也很簡單，先分析需要爬取的頁面，提取房源的名稱、地址、租金等信息，然后編寫運行Python腳本，生成rent.csv，再借助高德的JavaScript API示例搭建頁面，調用相關API。
實驗中會用到三個文件：crawl.py、rent.csv和index.html，其中rent.csv由crawl.py生成，是房源文件，crawl.py是一個非常簡單的爬取網頁的腳本，index.html是最重要的顯示地圖的部分。
大功告成后，選擇你的工作地點，頁面會自動標記一小時的通勤范圍，導入爬取的房源文件，任選一處房源便可以自動規划路徑。
下面我們以在北京望京SOHO附近租房為例，首先輸入地址，地圖中藍色塊就是距離望京SOHO一小時車程（地鐵+公交）的范圍。
確定好地點后，導入爬取的房源文件（這里我們使用的原博主提供58同城的租房信息），地圖上顯示的藍色地點標記就是所有的房源。
在藍色區域里任意點擊一個藍色地點標記，可以獲取房源所在的小區，點擊小區名稱會自動跳轉到58同城的頁面，列出房源的詳細信息（地址、租金、環境），同時自動規划出從房源到公司的路徑。
由於只爬取了58同城上的公寓，所以房源數量較少。大家可以按需制作Python腳本，比如根據租房區域、價格、類型等要求來篩選房源，同時抓取我愛我家、貝殼租房、自如、豆瓣小組等租房平台的數據，這樣就輕松邁出了租房的第一步：在海量數據中快速篩出最合適的房源。
最后，再順便安利一個公交輻射地圖https://bus.daibor.com/，可以定位查詢直達公司的公交線路，順着圖中的彩色線條，或許也能發現性價比高的的房源。
【指南三：最難就業季，Classroom助你拿下大廠offer】
求職和租房，一直是畢業生的兩大難。尤其是在今年的就業形勢下，應屆生想要拿到滿意的offer更是難上加難。
那么，最難就業季，初出茅廬的大學生如何能夠拿下大廠offer？
華為高校教育解決方案專家張宇最近就在直播中分享了他的幾點心得，核心點就是從學校到企業的蛻變，關鍵在於突破個人瓶頸，提升自己的技術能力。如果想短期內獲得大幅提升，只有一條路：站在巨人的肩膀上。
華為雲Classroom平台就是這個“巨人”。
在Classroom上（https://classroom.devcloud.huaweicloud.com/），華為工程師依托海量企業級項目，總結了他們的實戰經驗和技術方案，制作成通俗易懂的體系化課程免費提供給大家，幫助提升技術能力。
比如張宇老師主講的WEB前端全棧成長計划，讓你0基礎入門、3個月構建前端技能體系，課程覆蓋HTML/JavaScript/Node.js等核心知識點，助力你向全棧工程師邁進。
Classroom上還有諸如Python、Java、AI相關的基礎課程、習題庫和實驗，滿足入門到進階的鞏固學習提高，以及雲端實驗室，讓你直接動手完成網站搭建、人臉識別、實時對戰游戲開發等一系列有趣又好玩的項目。比如上文提到的AI畢業照，就可以在這個實驗室輕松get。
同時，華為雲Classroom還會舉辦面試培訓會，比如之前為湖南師范大學開設的Java專場，就請到了擁有12年IT教育工作經驗的華為高級培訓專家鮑國鈺，分享了畢業生在Java面試過程中需要着重准備以及注意的相關知識點，並在華為雲Classroom平台上線了大廠招聘的筆試真題供同學們自測。
【指南四：刷題神器：一個月從入門到offer，你值得擁有】
對於准備一腳踏入程序員職業生涯的畢業生來說，面試前的刷題也很重要，所以程序員最愛逛的網站上刷題攻略常年排在首頁推薦，GitHub上更是有無數個刷題攻略，最高有5000顆星的標記。
以斬獲最高星的項目為例（https://github.com/greyireland/algorithm-pattern），作者表示該項目是自己找工作時，從 0 開始刷 LeetCode 的心得記錄，最終通過各種刷題文章、專欄、視頻等總結了一套自己的刷題模板。
在內容划分方面，入門篇分為go語言和算法，數據結構主要包括二叉樹、鏈表、棧和隊列等，往下是算法相關，比如二分搜索、排序算法、遞歸思維等。
至於刷題路徑，總結起來很簡單，首先來一套高頻知識點的練習題，不會就直接跳過；然后再刷LeetCode的探索卡片鞏固知識點；第三步就是有針對性地練習大廠的面試題。
作者總結，刷完這些練習題，基本對數據結構和算法有自己的認識體會，他從4月份找工作開始，從0刷LeetCode，中間大概花了一個半月左右時間刷完240題，成功拿下一線互聯網大廠的offer。
至於面試到底要刷多少題，作者表示取決於你想進什么樣公司，如果是BAT、華為這樣的大廠，200至300題就基本滿足大部分面試需要了。
所以，面試前臨時抱佛腳的最佳選擇：刷題模板走一套。
【衷心的祝福】
初入社會的小可愛們，AI畢業照、租房神器、面試技能速成、刷題神器，總有一款適合你，幫你順利度過這個略有些黯淡的畢業季。
最后，誠摯的祝願所有畢業學子長風破浪會有時，直掛雲帆濟滄海，前程似錦！