【竞技世界2022春招内推】（含内推链接、可查进度）

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...

这个职位怎么才刚发几个小时，然后就下了，连投简历的计划都没有嘛

双非学历之前校招的时候boss拉满了，都是招呼别人，也很少有人理我。现在有了个title投社招一堆人招呼我，体验到了92投boss的感觉，别人主动给你打招呼。上午大概发了十几个左右的招呼下午就约了两个面试。回头给牛友们发一下社招的面经。

🕐面试时间：2026.04.02春招唯一挂的一家自我介绍开局2个手撕：1.leetcode200-岛屿问题2.leetcode210-课程表2（BFS拓扑排序/ DFS 逆后序）hot100变形就算了，来了个图论的变形，和hot100的课程表1的思路完全对不上啊，甚至几乎参考不了，这第二题硬控我40分钟，我跟面试官说思路想着主动结束，他说OK思路没毛病你继续写吧，然后我说写不出来他说再试试，后面看了下题解，根本和变形题无关，于是释怀。过程还挺搞笑的，面试官现场教我说他的思路，然后他说着说着最后我跟他说面试官你好像理解错题目了，你可以重新看看题目要求，然后他才发现他说错了，然后说其实差不多，让...