背景：本人24届，一战考研失败，毕业后参加考公最终下岸，本科就读双非目标院校，专业是网络工程，计算机专业方面的课程都学过，但是无实习经历无工作经验。在考公下岸后，我大概花了两个星期复习了C++，接着由花了两个星期刷完了力扣hot100的题目。在这之后，我联系到了栗栗姐，随即开始准备笔试和面试。 机考：花了两个多星期刷题，题库大概刷了100多道吧。机试前最好熟悉ACM的输入输出模式，如果只用过力扣的核心代码模式还是比较吃力的。精准核酸检测(100)图搜/BFS贪心的商人(100)贪心算法，参考力扣的122题简单的解压缩算法(200)字符串处理/栈综测：往积极乐观的方面选就行了，注意前后一致。 资...

绷不住了

前辈们好，我是一名热衷于Java后端开发的26应届生，最近一直在投校招和实习的 Java 后端岗位，但简历投出去大多石沉大海。或boss投出去无回复。想请教大家一些实用的投简历/面试技巧，也希望能得到一些建议或者内推机会。我附上了我的简历，非常期待前辈们的指点，无论是简历优化还是求职经验的分享，对我都非常宝贵。谢谢大家！🙏

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...