留学德国老司机分享实习经历心得体会
留学德国从课堂的学习到正式的工作，你可以一蹴而就，但也能以实习为过渡，以一个学生的身份获得对工作的认知。L同学目前在德国留学，是一名自动化与控制工程专业的研究生。从2018年四月到年底，已经在德国弗劳恩霍夫的附属研究所（Fraunhofer-IOSB)的优化组工作了八个月——三个月的实习生职位(Praktikum)，五个月的学生工职位(HiWi)。以自动化专业的背景，L是如何找到优化相关的实习职位，实习内容是什么，在德国实习生和学生工有什么不同？
留学德国实习机会
如何确定优化方向？
对于优化的兴趣，起源于校内的专业课程，经过相关研究课题的发酵，同时在其他领域做了尝试后，发现L想在优化这个领域中更深入地学习。
L的专业是德语授课制，课程分为专业必修课、方向必修课、非专业选修课和本科补课，每门课程包含理论课（Vorlesung）和实践课（Praktikum）。而动态优化是其中一门必修课程，它让L对优化问题有了基本的概念。在同一学期，还修了微观经济学和基础市场学。在这些课程中，解决了一些与实际问题紧密结合的、简单易懂的线性规划问题，这极大地激发了L对优化思想的兴趣。
得益于动态优化这门课不错的考试分数，L去找了授课的教授，想在优化方向找一个课题，为毕业设计做准备。教授提供了一个水网优化相关的课题之后，L一直在学水网建模的软件，看相关论文，这让L在课程的基础上，更深入地了解了优化问题。
与此同时，L在另一位教授手下做了一学期学生工。这是一份数据统计分析相关的工作。或许因为有了对比，知道了自己对优化更有热情。
如何找到实习工作？
在德国找实习的方式很多，比如Job Center、学校内部招聘网、Linkin等，而L是直接在公司官方网站上直接搜索的。
在找工作的过程中，同专业同学提供的信息往往直接有效。在之前上课中，和同专业的同学提到，L有意找优化方向的实习，所以他们在聊天中给L提供了研究所的信息。
留学德国老司机分享实习经历心得体会
L找到了同学所说的研究所的官网，搜索到了相关职位，即刻准备了简历、动机信和成绩单，直接发给L现在的Supervisor，随即收到面试通知。
因为是实习岗位，面试流程只有一轮面谈，面试官是日后指导L的Supervisor。问题主要集中在课程中与优化相关的内容、时间安排和上段工作经历。他们也参考了L的成绩单，原话是“德国是授课制，成绩是证明学习能力和态度的一个有价值的参考”。
学生工VS实习生？
在研究所，工作合同分为实习生和学生工。它们的工作内容大致无差，但工作时间和福利制度上差别较大。
实习生是全职，每天工作八个小时，不包含午休半小时时间，一周五天，参加小组会议，病假需要医生出证明，不能home office。
而学生工工作时间更灵活。L的合同是44小时/月，但可以自由安排上、下班时间，这样L也有做其他事的时间，且不需要请假。
留学德国印象
L所知道的是，德国实习分为义务实习和自愿实习。多数企业实习是没有薪资的，研究所支付少量薪资且承担保险。而学生工是时薪制，工资按照学历分级，但不包含保险。
前三个月L是以实习生身份工作，之后转成了学生工。在L工作的研究所，需要提前一个月左右跟Supervisor表达出意愿。如果他们有项目预算，就可以顺利转工作合同。
换成学生工后，L的工作时间更灵活，可以安排别的事情。虽然工作时间变短，但由于是时薪制，薪资反而提高了。
留学德国老司机分享实习经历心得体会
工作内容是什么？
在L加入项目组之前，该项目是在研究所自行开发的一个嵌套了GAMS的系统上，进行实现和仿真，所使用的求解器是Cplex。后来，为了提高可移植性，将项目中的数据和参数存在Oracle中，转用GUROBI求解器，用Python API进行实现。
但L之前并无使用Python和Oracle的经验，也未接触过任何求解器，更别说优化问题的建模了。所以多数的时候L是在学习Python，再学以致用，按照要求写项目相关的代码。
起初Supervisor先给了三天时间，让L自己学习电网中的混合整数规划问题（MIP），三天后做了一个报告。后来每隔一段时间，给L一个编程的任务和研究问题，让L穿插进行。在不断学习编程的过程中，优化和简化代码；参考已建好的模型，学习如何写GUROBI的语句。
换成学生工后，L研究的优化问题的系统不变，但内容从单纯的编程工作逐渐转成了研究，也慢慢地对该系统产生更多地想法，在这基础上，紧接着就开始了毕业设计。当然L这样的经历也实属幸运，学生工的工作内容慢慢变成做毕业设计。同事中，也有不少也面临做毕业设计，但他们的工作内容和毕业设计的课题大相径庭，所以需要同时兼顾，而L则只用在一个项目中深入。
感受
L所在的研究所有正式职工50人左右，学生工15人左右，共分为三个项目组，每个组一个项目经理。L有两个Supervisor，两人同时指导L的工作。
在实习的过程中，渐渐地L对德国的工作环境有了些自己的感受。
1主观能动性强
在应聘过程中，研究所对L的主观能动性就有一定要求。进入研究所后，L发现同事们大多也属于主观能动性强的一类人。
仍记得面试中，L向Supervisor说出，对于自己没有Python编程经验的担心。但她回复道：“你只需要关注招聘启事中所提及的任务，你是否对此感兴趣，别的都可以学，因为你是实习生”。正如她所说，在实习过程中，他们给了L学习的时间和空间，提供了学习的方向，遇到任何问题时也做了指导。
当L以兴趣为导向，去理解整个系统的优化问题，L是充满欣喜的，在工作的多数时候都是动力满满的。对L来说，这既是一个增强专业技能的过程，也锻炼了很多软实力。小到如何发邮件、如何填写各种相关表格，大到如何与同事沟通、如何准时完成任务、如何管理事务等等。
享受灵活性和自主安排时间的同时，同事们普遍自律且自觉性强，多数时候都在有效地工作，极具生产力。
L所在的研究所，大家执行灵活工作时间表。不论是正式员工还是实习生、学生工，每人的工作时间是以总时长为计（小时/月），因此具体每天的工作时间是由大家自主安排的。在工作时间内，同事们就像被安装了计时器一样，何时工作、午休多久、闲聊多久，多数的同事按部就班地遵循自己的时间安排，以保证有效的工作时间，按时完成任务。工作之余，当然也有午休和闲聊。午休的半小时，并不计入工作时间，但L看到的所有人都自觉在起始和结束时间点按规定打卡。闲聊时，聊天内容多与工作和项目相关，倦意消除后，立刻又回到工作。
2成果保护意识强
不论是代码还是项目的描述文档，抑或其他任何项目相关的文件，都是属于研究者的劳动结晶，在研究所，对劳动者的成果保护，尤为看重。
整个项目分为预测和优化两个模块。作为优化模块的学生工，L看不到预测模块的完整代码，L所得到的只是预测后的结果。即便是优化模块，L能看到的，也只是和L工作范围内密切相关的代码。在数据保护方面，项目相关代码和文档更是不允许上传到任何公共云端，如Google Drive、Dropbox和Github。
此外，安装任何软件的时候都需要软件部管理员的权限，且安装路径都是L名下的用户文件夹，即便是Supervisor也无权访问。通过虚拟机访问研究所内部的系统，需要登陆自己的专有账号。
研究所也很重视员工在数据安全意识的培训。即便只是实习生和学生工，也需要签保密协议，定期还必须参加一次数据保护相关的的网络课程，且必须在指定时间内通过随附的考试。
3主动沟通，提出需求
在工作中，尤其是对于跨文化的工作环境中，积极主动地沟通和及时确认对方的需求，都是不可或缺的一环。
在和Supervisior的沟通中，L才逐渐知道他们“先实现目标再不断改进”的办事风格。
直到实习快结束时，其中一位Supervisor一度认为，L不能理解他们的需求，不愿给L转学生工合同。经过不断沟通，L发现，一方面的确是L的德语不够好，并不能完全理解他们每句话的意思，但根本原因是L和他们的思维模式的不同。他们需要的是，L在短时间内提供可满足需求的方案，但并不要求是一个完美的方案。例如初学Python时，L写出的代码冗长，所以想不断简化代码，还想尝试新学的语句和库。因此，他们每次来检查成果时，L都还在处于一个改代码的状态，整体代码的可读性也差。后来，L学会先完整地实现功能，进行下一个任务，在做任务中慢慢学习如何简化代码，之后再回过来重构代码。
除了快速迭代的行事风格，老板还要求L具有“独立完成任务”的能力。
项目优化建模的过程并没有任何文档可以参考，L能看到的只是代码。其中建模的思想得靠自己摸索，如果L不主动提问，他们不会主动跟L解释。当L问一些宽泛的问题，得到的回答也只是你再看看。老板最常对L说：“你是最了解你写的代码的思路，最了解你研究的问题的人，这点上，你应该比我懂”。
积极主动的沟通能让思维的火花碰撞，带来意外的收获。
整个项目由多个模块组成，对于初入行的L来说是复杂的。L反复地向Supervisor提问，了解他们的建模思想和实现过程，进而发现了现有模型中的不足，提出了毕业设计中的实现方案。
在德国找实习工作，其实是有很多机会的，但需要积极主动地去尝试，不怕被拒绝，勇敢地走出舒适区，寻找自己的兴趣点。在实习的过程中，也会遇到未知的困难，但就像Supervisor Alex时常用来“搪塞”L的一句话“no pains,no gains”一样，只有自己去解决这些困难，才能真正的成长。
