有大佬懂这样的有坑吗？

苯人实习、秋招面试通过率百分百（除了财经方向的有个岗位实在不匹配挂了） 关于面试我认为我还是有一定的思考和经验沉淀的 所以分享一下经验～ 行百里者半九十 前面答得再好 一句“我没问题”直接拉低印象分 面试官内心：没思考、没诚意、不想要 所以我今天梳理了一下全岗位通用的 面试反问高分答案 一、安全兜底问（一面必用｜零踩雷） 1. 这个岗位日常主要负责什么内容？ 2.新人入职前3个月的目标是什么？ 3.目前项目/业务处于什么阶段？ 二、专业加分问（二面必用｜显靠谱） 1. 岗位核心考核指标是什么？ 2.这个岗位最看重的能力是什么？ 3.您最希望新人快速补齐/解决什么？ 4. 未来团队重点方向是什么...

听的一个认识的小主播说的，在中大厂工作，身边hr抱怨投的简历里几乎所有都是java，离谱到100份只有3-4是其他的，而且最逆天的是不管招什么岗都差不多。招测开，移动端很有难度，因为java实在太多了。。。然后部门leader还补刀了一句，你们移动端简历的都是后端不要的。感觉分出一点时间多看看一些小主播的真实工作分享，或者向校友多问问真的挺有必要，不能当鸵鸟，我以前完全不知道已经离谱成这样了。现在我感觉真的要认真考虑转移动端了。。。好歹有java知识，也不算从零起步吧。我是28届，还有大半年能完全投入。。。

这种简历可以吗想进个小公司就可以了，只想有个稳定的工作有点结巴

1、知道 GPT 和 BERT 这种模型的基础框架是怎样的吗BERT 和 GPT 都是基于 Transformer 的预训练模型，但结构和任务目标不一样。BERT 一般采用 Transformer Encoder 堆叠起来的双向编码结构，在预训练时主要做 MLM，也就是随机遮盖一部分 token，让模型根据上下文去恢复被遮掉的词，因此它更适合理解类任务，比如分类、匹配、抽取、检索表示学习。GPT 采用 Transformer Decoder 堆叠起来的单向自回归结构，在预训练时做 next token prediction，也就是根据前面的 token 预测下一个 token，因此它更适合生成...