快手二面策略挂掉了...

本帖是劝大家不要选择客户端的。原因如下：1.做客户端开发之后，你会发现市场需求很小，招人的公司就那些。除非你是那种技术大神，能够百分百进入大厂，以及成为架构那种，那么选择也是可以的。不过既然你都能做的这种程度了，为什么不选择更宽的路子呢？把路走宽，不要把路走窄。2.社招难，客户端开发技术很杂，Android 是 Java 和 Kotlin，iOS 是 OC 和 Swift，以及跨端技术 Flutter、RN 以及 KMP 等等。现在的大环境，公司选择只会选择有对口经验的，如果你没有对口经验，大概率人家是不会要的。写 Swift和 SwiftUI 的不要写 OC 的，写跨端技术栈的不要写纯原生的...

…… 标题党了，对不起各位牛爷爷了，请问各位简历有没有要优化的

挑战全网最惨27届应届生。十几场面试全挂，道心破碎，后续不打算面了，先调整一下心态了。金三银四感觉和双非无关

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： ...