1. 自我介绍，说说你的项目经历和技术方向。答：按"背景 → 技术栈 → 代表项目 → 求职意向"四段走，控制在2分钟星星充电是充电桩方向，如果有IoT、通信协议、嵌入式Linux相关经验要重点提结尾说一句为什么对充电桩/新能源方向感兴趣，体现你做过功课2. 你的项目有没有实际落地，落地过程中遇到了哪些和开发阶段不一样的问题？答：考察项目真实性和工程化思维，不是考你功能实现了多少落地和开发的典型差异：实验室环境和真实环境的差异（电磁干扰、温度、电源质量）、用户使用方式和预期不一致、硬件批次差异导致的兼容性问题如果项目没有落地，要说清楚做到了哪个阶段，测试验证了哪些场景，不要...

总时长35分钟，无手撕，感觉遇到KPI面了，唉35分钟一直在问实习，八股就问了下面的1.redis与数据库的缓存一致性2.redis的zset数据结构3.redis的两个持久化机制4.分布式cap理论5.什么时候ap，什么时候cp6.进程线程协程问怎么没手撕，说一面撕过了，业务是应用宝游戏商城，后面过了还有一面技术面，问面试表现，说挺顺的，可以再关注一下运维数据，然后问转go有难度嘛，就结束了

大佬们帮忙看看简历 孩子约不到面😭全是已读不回 要么就是培训机构的套路我知道是个学院本学历不讨好 真想找口饭吃冲什么岗比较合适呢

1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...