飞腾面完半小时光速挂

2016年大学本科毕业来到广州羊城。使用羊城通刷卡乘坐地铁和公交。广州的程序员面试笔试和面试。没有使用校园招聘的身份进行企业的初级筛选。社会招聘不会有企业的试用期。试用期工资8折的方式缩短成为三个月时间。精明购 面试的时候笔试技术笔试还好但是涉及到企业行政性质的智商测试题目无从下手。想从事Java初级实习生的工作想法还是无法认可。多益网络 广州比较著名的游戏公司。实在是大型的劳务大省需要面试者辗转才可以找到公司的研发大楼。  但是接听到的电话面试是简述处理Java后端的交易日志log信息的过程和处理方式。知道什么会把自己的想法和解决方案提供给面试官。面试官是一位中国建设银行的项目经理。通过面试...

我觉得我经历很丰富啊，为什么在西安只有7k😭

先上Timeline:3.17 一面（一小时后通知过了）3.21 二面（面试在周末，周一上午通知过了）3.25 三面（半小时后通知过了）3.26 hr面（当天晚上发offer）面试内容：一二三面基本上都是拷打实习+项目，🈚️八股一二面各一道非常简单的算法，三面🈚️算法hr面主要是了解个人经历、性格，以及就业规划等总体感受：整个流程非常快，这个必须点赞每个面试官的专业能力就不用说了，会问到一些可能自己之前没考虑过的问题，也会现场引导我思考。整体面试氛围很轻松，像是在和同学一起讨论技术问题，交流各自的想法一样，聊的很开心暑期投了不少大厂，但只有腾讯字节给面试，其他公司都没给机会腾子那边也挂了几次不过还好最后如愿进字节了

1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...