实习放养处，正是修行时

目前拿了美团，滴滴还有京东offer美团，n*15.5，app技术部，业务是做评论，交互，toc滴滴, n+2 * 15，网约车泛前端部门，运营业务，具体应该是做tob端京东工业n+3 * 16，目前只确定大部门,toc然后想从未来的发展，公司技术氛围上来看，去哪个更好，感谢各位大佬~

🔥美的AI面试面经【热乎版】🔥首先家人们不必紧张，因为每个问题回答录制前都有无限的时间准备，而且每个问题有3次回答的机会，回答时间是4min，意味着你有充足的时间思考问题，也有机会选择重新来。✅面试构成：1、5个中文问题，主要是针对你的简历进行提问，都是围绕遇到什么问题、如何解决、有什么收获几个方面开展2、两个英文问题3、5个找规律的题目，时间是12分钟（我一开始以为12分钟有很多题，所以做得很快，有道题没想出来随便选了一个就提交，提交之后就不能回到上一道题，导致后来剩很多时间根本用不上）4、15道性格测评‼️面试完之后会有个面试反馈，大家可以留意一下⚠️中文题目：1、你在×××项目中主要...

yolo v8.3.243 发布说明：控制台日志去重、训练遥测增强与部署体验优化1. 控制台 ConsoleLogger 进度条去重与批量刷新这是本次更新中优先级最高的改动。主要表现为：• 抑制训练过程中频繁刷新的进度条输出，仅保留完成信号。• 防止同一个训练阶段重复打印“100%”完成行，例如同一轮 epoch、train、val 或 Class 输出不再多次重复。• 新增按行数或时间批量刷新日志机制，减少控制台刷屏问题。• 日志处理器的清理逻辑更加安全，避免潜在的重复或异常输出。这一改动显著减少了训练日志的噪音，特别适合在 Notebook、CI 或日志被实时转发到外部系统的场景中使用。2. 平台遥测中训练启动事件的元数据增强在训练开始时，上报的运行信息更加完整。新增内容包括：• 环境信息采集：操作系统、Python 版本、主机名、CPU 和 GPU 信息。• 运行上下文信息：启动命令。• 代码版本信息：Git 仓库、分支和提交记录（如可用）。• 模型相关信息：参数量、GFLOPs、类别数量。这些信息会一起作为训练启动事件的数据载荷，用于平台或 HUB 风格的训练跟踪。这大幅提升了实验的可追溯性和复现能力，便于在不同机器、容器或代码分支之间对比训练结果。3. 检查点上传时机调整检查点上传的计时逻辑进行了优化：• 上传计时器在训练开始时初始化。• 第一次检查点上传会延迟大约 15 分钟执行。这样可以避免训练刚开始就触发上传操作，减少早期无意义的带宽消耗，同时避免上传过早、尚不稳定的检查点文件。4. 推荐使用 Headless 版本的安装文档提升文档中明确推荐在服务器、CI 和 Docker 等无界面环境下，使用 headless 版本的 OpenCV：• 建议通过 pip 安装 ultralytics-opencv-headless。这一调整可以有效避免由于缺少图形相关依赖而导致的 libGL 错误，使在纯算力环境中的部署更加顺畅。5. Docker GPU 运行说明更加清晰Docker 使用 CUDA 和 GPU 的示例命令得到了补充和澄清：• 示例中明确加入 --runtime=nvidia 参数。这可以减少用户在容器中遇到“无法识别 GPU”或“GPU 不可用”等常见问题。6. 可选择跳过自动依赖检查新增一个环境变量，用于在受控环境中关闭依赖检查和自动安装逻辑：• 设置 ULTRALYTICS_SKIP_REQUIREMENTS_CHECKS=1 可直接跳过相关检查。该功能非常适合企业级环境、封闭网络或对依赖版本有严格控制的场景。7. 一些小的修正与文档更新• 修正了 Pose 相关损失函数注释中的顺序说明错误。• YOLO-World 文档中新增社区使用提示：在某些情况下，添加一个空字符串作为背景类别，可能会带来更好的效果。

1.自我介绍2.项目是上线的还是练手的？3.JS 声明变量的方式？4.var和let区别？5. 数据类型有哪些？（基本 vs 引用）6.这两种数据类型区别？7.Promise 有什么用？有哪些状态？8.什么时候开始学前端？怎么学的？9.Rollup 怎么配置？有什么优势？（Tree Shaking）10.UMD 和 ESM 的区别？11.组件传参怎么做？兄弟组件怎么做？12.History 和 Hash 路由的区别？13. 学前端最有成就感的事？14.遇到最有挑战的事？15.对自己的评价？16.觉得自己能拿到大厂 Offer 吗？后续你会怎么精进？17.你的专业和校区情况？面完虾皮紧接着面了美...