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 ...

来美团快半年了，真的感觉像在上学，还是带薪的那种。每个新人都有导师带，从业务到技术，手把手教。遇到问题随时问，导师还会主动约一对一，分享经验和方法论。而且学城太实用了，项目文档、技术方案、踩坑经验，想查什么都有，比大学图书馆还全。最舒服的是团队氛围，同事之间很友好，有问题大家都会帮忙，没有那种冷冰冰的感觉。每天上班就像去学校，还能拿工资，这感觉真的不错

🤤🤤🤤现在新人太强了   

2025 年，对我来说不是“成长年”，而是验证年。很多能力早就具备，但今年是真正被放到项目里反复检验的一年。项目更多了，要求也更实在：能不能稳定跑、现场能不能扛、出问题谁兜底。一、项目继续推进，但难点明显前移今年做的项目，本质上已经不是“把功能做出来”，而是：多任务并发下的稳定性控制资源受限情况下的性能取舍不同硬件平台之间的适配与复用问题不再写在需求里，而是藏在长期运行和边界条件中。二、更多时间花在“收拾残局”上作为有经验的工程师，今年干得最多的是：接手历史代码、排查顽固问题定位偶现 bug、复现场景在不影响现有功能的前提下改结构这些活不显眼，但决定了项目能不能活下去。三、技术决策开始影响项目...