面试过的人都懂，最容易翻车的，从来不是前面的专业问答，而是结尾那句轻飘飘的「你还有什么问题要问我吗？」作为在互联网大厂做了 5 年 HR，面过近千位候选人，也帮上百位朋友复盘过面试、拿到心仪 offer 的过来人，我可以很负责任地说：今天就把面试提问的「红线」和「加分项」一次性讲透：3 个绝对不能碰的禁忌，碰一个就扣印象分；5 个适配 90% 以上岗位的高光提问，问完直接让面试官对你刮目相看。不管是应届生校招，还是职场人跳槽，看完直接就能用。先避坑：3 大禁忌，碰一个就扣光印象分面试提问的核心原则永远是：不添乱、不越界、不暴露短板。以下这三个红线，哪怕你再好奇，也千万别在面试时张口就问。禁忌一...

我投所以岗位用的都是一个简历，这样是不是不行啊߹ ߹另外投数据分析的话这份简历怎么样啊有人能帮忙看看嘛߹ ߹

rt 不知道是真的假的丁老板 太难绷了

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...