写下这篇文章时，已是2026年5月26日，距离2026届毕业季仅剩不到一个月。对许多双非院校的毕业生而言，过去的大半年是一段浓缩了焦虑、坚持与成长的时光。从去年9月的秋招“海投无果”，到今年3月春招的“精准突围”，一位普通二本院校的市场营销专业毕业生，用他自己的方式走过了这段路。本文梳理了他的真实经历与反思，希望能为正在求职或即将求职的年轻人，提供一份可参考的“避坑指南”与“心态地图”。一、起点：一张不被看好的“底牌”2025年9月，秋季招聘的号角刚刚吹响，身在南方某二线城市普通本科院校的他就感受到了寒意。他的学校既非985、也非211，专业是市场营销——一个听起来什么都能做、但似乎什么都不精...

求大家看看这份简历有啥缺点。boss好多已读不回的我已经麻木了，大家嘴毒一点指出来没关系的

3月到现在，还没有offer和面试

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 ...