最近刷牛客看好多牛友吐槽面试官态度不好，高高在上，或者针对于某一家公司还做了个面试官排名。这个还是分人，绝大多数公司都面试官还是比较友好的。其实面试对于面试官来说只是工作的一部分，我们很多时候都是拿出工作写代码的时间来面试，相信大家面试的时候也看到面试官一边听你说一边在打字，要么就是在对需求要么就是在摸鱼，当然我感觉还是对需求的概率大哈哈。马上快到春招了，可能也有些小伙伴打算毁约准备春招，或者考研下岸冲刺春招，不管你是什么情况，都可以看看这个突击版学习路线https://www.nowcoder.com/users/664521299最后，不管你拿到什么Offer，适合自己就是最好的，希望各位...

xhs：毋庸置疑的高，绝大多数往32k+走，少数40k+。jd：20薪总包挺大，hr培训统一话术70%的人可以拿满，base对标字节，tx这种，同等级低2-4k，也有base a平的（用别家股票，签字费）。字节：整体薪资区间和往年差不多，只是网上多了一些拿40k的大佬，但30k+的群体也增加了，应该是得益于别家涨薪，字节oc的人一般也有别家offer，a一下就上去了。美团：团子可能确实红今年有点拉，顶级ssp虽然和去年保持一致，但猛发大白菜确实还是太拉了，身边好几个bg很强的收到大白菜秒拒。tx：从目前开奖来看，应该也是小涨，身边有tx 总包后开追上字节总包抢人的，毕竟有鹅选鹅，在总包一致的情况下，鹅很难输。阿里：刚开奖，例子不多，据说阿里控股小涨，期待阿里一手。以上例子全根据身边人总结的，可能不全，理性看待，也期待大家补充不同观点。

这波百度财报不好看，吹了半天的all in也不奏效，开始锁hc，全集团进入人力盘点阶段，部门部门已经开始通知裁员，不过这波补偿不错n+3.5(n+1+0.5签字+2个月年终补偿)，这么李彦宏还不错，不少被裁员工在感谢公司，分手也算体面。就是不知道把某大厦通往天台楼梯封了干啥，害怕tiao吗？防患于未然，也对！

面试题简述Transformer中用的是LayerNorm，而不是常见的BatchNorm，这是为什么？面试官想听的意识到不是BN不好，而是不适合Transformer的使用场景。面试回答举例Transformer中选择LayerNorm而不是BatchNorm，主要原因和序列建模方式以及训练场景有关。详情请查看：http://xhslink.com/o/8yJohFzKSX6由浅入深分析1、BN 依赖 batch 统计量。2、LN 只依赖特征维度。3、Transformer 的 token 并行与 BN 设计目标维度不一致。4、自回归推理场景下 BN 表现不稳定。面试加分点1、提出推理阶段 ...