每次面完试人都麻了，精力耗尽还要强撑着复盘，不复盘吧感觉白面了；复盘吧真的提不起劲。 后来想能不能有个工具帮我自动干这事？于是做了一个 AI 面试复盘助手，现在已经上线可用了。 上传面试录音（MP3/WAV/M4A/FLAC/OGG ），系统自动做语音转文字 + 说话人分离，然后一键输出： ● 训练状态评估：判断你处于哪个阶段——初始训练期、基础稳定期、压力适应期还是面试成熟期 ● 语音指标分析：语速 WPM 折线图、填充词密度（按分钟分布）、长停顿检测（>5s）、沉默比 ● 完整诊断报告：Markdown 格式，可直接下载 不想上传也有示例数据。 ● Top 3 Signals：找出最...

现在也太难了吧🥲，实习好难找，佬们拷打一下简历

还是百度大厂

5.16 三面结束 我看粉丝投稿的4.21 一面的 二面过完5.11. 自我介绍2. 怎么理解深度学习损失函数中的最大似然估计 MLE？答案：最大似然估计的目标是找到一组模型参数，让观测到的数据在当前模型下出现的概率最大。深度学习里的分类任务通常把模型输出看成条件概率分布 p(y|x; θ)，训练时希望真实类别的概率越大越好。实际优化时通常不会直接最大化似然，而是最大化对数似然，或者等价地最小化负对数似然。交叉熵损失本质上就是负对数似然。比如多分类中，真实标签是第 y 类，模型对这一类预测概率是 p_y，loss 就是 -log(p_y)。预测越自信且正确，loss 越小；预测越错，loss ...