诸城北汽福田

秋招面到小米三面，做不出来直接整段垮掉！#一人分享一道面试手撕题#

全网热搜，直接杀红眼了，明确薪酬和激励要领先全球头部水平，目标是国内第一、全球第一梯队1.不晋升也能涨薪打破“不晋升不涨薪”魔咒！职级改为L1-L10，每档起薪和天花板均提高，原职级不动也能大幅涨薪，而且非常夸张2.总包全员提升字节真的是拿钱去砸啊，赤裸裸的金钱吸引全球人才，调薪投入保障1.5倍！3.奖金狂涨35%马上就要年底了，绩效好的赢麻了！奖金投入涨35%，年终奖全面加码：▪️ 绩效M：年终奖上限+1.5个月▪️ 绩效M+：上限+2.5个月，下限也+1.5个月▪️ 绩效E：上限+3个月，下限也+3个月

双非硕，目前依旧路边，在boss上全是已读不回，是真的烂完了吗😓，小公司挂的招应届，但是感觉他们根本不要，100人不到的这种感觉要求好高好高的，还要被大公司刷kpi，能找到个中厂已经非常满意了。

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 ...