应该转大模型吗

1. xgboost 为什么叫梯度提升树因为它本质上就是：树：基学习器是 CART 回归树提升：一棵一棵往上加梯度：每一轮拟合的是损失函数对当前预测的负梯度普通提升树可以理解成拟合残差，XGBoost 是把“残差”推广成了更一般的梯度下降框架，而且用了二阶导信息，所以比传统 GBDT 更强。2. 知道什么概率模型？朴素贝叶斯，说一下贝叶斯的思想概率模型就是用概率分布描述数据和变量关系的模型，比如：朴素贝叶斯HMMCRFGMM贝叶斯网络贝叶斯思想就一句话：先验 + 数据 = 后验。公式：[P(A|B)=\frac{P(B|A)P(A)}{P(B)}]朴素贝叶斯做分类时，假设特征在给定类别下条件独...

【Offer1】公司：岗位：fpga。图像算法实现薪资：总包比offer2多2w优缺点：怕后面方向太单一了  不涉及数字设计但比较轻松【Offer2】公司：岗位：无线通信芯片数字前端设计薪资：优缺点：涉及到芯片设计，我有两年图像芯片设计经验，怕现在干了两年图像。又干了两年通信。 后面不好找工作了，不过相当于一直是在干数字设计。感觉好像也可以，不知道两年后找工作的时候，是两年通信芯片设计经验和三年图像芯片设计经验对比五年图像算法实现经验哪个更好呢我今年29岁了，FPGA干了三年图像（芯片设计），目前拿到两个offer，一个通信，一个图像方向，接下来两年是继续干图像方向还是干通信方向，再过两年呢，适合多方向都做，还是一个方向干到底

最近又整理了一份 影石创新（Insta360）嵌入式岗位二面的面经。整体看下来难度比一面明显更高，很多问题已经不只是基础知识，而是更偏向 系统设计、性能优化以及实际工程问题的处理。面试官会从一些基础概念入手，但很快就会延伸到具体实现和实际应用场景。和一面相比，二面更看重候选人对 系统整体架构的理解能力。很多问题都会结合影石相机的实际产品，比如 多路图像数据处理、传感器同步、数据存储、系统稳定性以及功耗控制 等。面试官通常会通过连续追问来判断你是否真正理解这些技术在项目中的应用，而不仅仅是停留在理论层面。整理了一下这次二面中比较典型的 18 道问题，整体覆盖 RTOS、数据处理、接口通信、系统调...

2-3k的都找不到，求大佬拷打，给点学习或者找工作的意见，谢谢了。