算法面面了三个题目 1.手撕代码，最长公共子序列，讲了思路，动态规划 2.给定rand5()生成1到5均匀随机数，用rand5写 rand10()，想映射想了半天，结果还是不对 3.聊了一下逻辑斯蒂回归，讲了交叉熵损失，至于为什么用这个，好久没接触了，忘了sigmod函数这么回事了

来，说点可能被同行“骂”的大实话。🙊当初接数字马力Offer时，朋友都说：“蚂蚁的“内包”公司？你想清楚啊！”但入职快一年后的今天，我反而对他有了不一样的看法！🔹 是偏见？还是信息差！之前没入职之前外面都在说什么岗位低人一等这类。实际上：这种情况不可至否，不能保证每个团队都是其乐融融。但我在的部门以及我了解的周边同事都还是十分好相处的～和蚂蚁师兄师姐之间也经常开一些小玩笑。总之：身份是蚂蚁公司给的，地位是自己挣的（一个傲娇女孩的自述）。🔹 待遇？玩的就是真实！试用期工资全额发！六点下班跑得快（早9晚6或者早10晚7，动态打卡），公积金顶格交。别听那些画饼的，到手的钱和下班的时间才是真的（都是牛马何必难为牛马）。🔹 能不能学到技术？来了就“后悔”！我们拥有权限直通蚂蚁知识库，技术栈多到学不完。说“学不到东西”的人，来了可能后悔——后悔来晚了（哈哈哈哈，可以不学但是不能没有）！💥 内推地址：https://app.mokahr.com/su/ueoyhg❗我的内推码：NTA6Nvs走我的内推，可以直达业务部门，面试流程更快速，进度可查！今天新放HC，之前挂过也能再战！秋招已经正式开始啦～机会就摆在这，敢不敢来试一试呢？（和我一样，做个勇敢的女孩）

找个破日常累死我了

最近影石的秋招真是让我心潮起伏，虽然之前已经决定放弃，但影石的抬价让我又重新燃起了希望。所以，我决定分享一下我的面试经历，希望能帮到同样在准备秋招的小伙伴们。一面面经： 💪一面的面试官真是技术大咖，问题一个接一个，完全没有停下来的意思。以下是我被问到的一些问题：为什么选择MNN推理框架？有没有调研过其他的？模型从训练到端侧用MNN作推理的流程是什么？实习任务中，int8和半精度的性能提升明显吗？MNN的具体实现和优化策略是什么？双线性插值的4个点的权重如何分配？仿射变换用了什么NEON指令集，做了什么运算？ax+b用矢量去做加速，会用哪条指令？HWC和CHW以及NC4HW4的区别是什么？如果...