vivo 春招补招：机器学习岗/人工智能岗有人收到二面了吗？

我觉得这是一个伪命题，因为这根本就不是一个A或B的问题。互联网各个部门都喜欢搞ai,也确实有很多结合具体业务开发智能体的需求（主要是大老板喜欢），但是据我观察现实情况有个很现实的结论：现阶段大部分智能体开发，核心执行者都是后端工程师。我本人的工作也包含了部分智能体开发，所以有点发言权。究其原因，一来后端工程师最懂业务逻辑和系统底层架构，能精准捕捉业务痛点，知道哪里适合用 AI 赋能、怎么落地才贴合实际需求；二来智能体开发的核心是 “业务落地” 而非 “大模型底层研发”，技术门槛更多集中在业务拆解、工具整合与流程闭环，而非高不可攀的算法研发，后端工程师上手起来反而更有优势。ai是风口，agent...

终面完，HR打电话说“非常满意，你非常优秀，我们非常缺人，offer走流程很快的！”然后我就等了两周，音讯全无。鼓起勇气去问，HR回复：“别急，我们比你还急呢！”又过了一周，我发现自己流程灰了。不是，你们就是这么“急”的吗？是不是对“急”这个字有什么误解？

这个公司真的来对了，今天第一天真的感觉到了公司的氛围很棒，上午就光忙着办手续和签合同，下午就配环境，配环境确实很烦人的，我一定要整一个配环境的文档，造福公司后续的实习生公司给每个新人都准备了礼包，瞅上去确实很喜欢我还发现上班的一个姐姐居然是我的同校学姐，真的很nice捏希望日后也可以一番风顺吧

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...