许愿节后能收到第一个offer

一个半小时纯拷打场景和实操(藤子太哈人了)总的来说，这次面试体验非常好，面试官虽然言辞犀利但还算温柔，愿意引导你进行操作，可以学习到很多知识，特别是一些中间件的底层逻辑，让我真正见识了后端的深似海，但我是第一次在面试中遇到需要实操的场景，非常紧张，终端实操和代码编写都写的不好，只完成了一部分，幸运的是，面试官人特别好，会议结束后就给过了，并鼓励我后面继续加油！问项目：1、大文件上传怎么做的2、某个分片上传时间超过了24小时，因此被定时任务清理掉了，应该怎么办？修改清理触发条件/校验文件完整性，断点续传重新触发3、合并文件时java的RandomAccessFile底层是如何实现的4、写文件时，...

想找个中小厂寒假实习，规模20～9999人公司，bos上沟通160+（大部分未读，小部分已读不回），投出7份简历，一个面试也没有，各位佬能帮我看看简历吗？😭😭

经过昨天一整天的思想斗争，还是决定拒了字节，去银行了。时代洪流面前个人努力犹如螳臂当车😬这个时代最大的红利就是饿不死人了。至于是不是被牺牲的一代，由时间去评判吧，吃好喝好，健康足矣。江湖再见，祝大家天天开心！

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 ...