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...

周一入职培训，下午按照部门经理发的文档学习了一下午。第二天去部门上，客开得去部门上，按mentor的要求读文档看学习资料。第三天，因为通勤时间很长，休息一天，然后hr直接说不合适，走离职流程。工资也不准备发，后面还是争取到了，总之避雷。合同上说是一周至少三天。

投了几个月boss了

1. 自我介绍，说说你的项目经历和技术方向。答：按"背景 → 技术栈 → 代表项目 → 求职意向"四段走，控制在2分钟星星充电是充电桩方向，如果有IoT、通信协议、嵌入式Linux相关经验要重点提结尾说一句为什么对充电桩/新能源方向感兴趣，体现你做过功课2. 你的项目有没有实际落地，落地过程中遇到了哪些和开发阶段不一样的问题？答：考察项目真实性和工程化思维，不是考你功能实现了多少落地和开发的典型差异：实验室环境和真实环境的差异（电磁干扰、温度、电源质量）、用户使用方式和预期不一致、硬件批次差异导致的兼容性问题如果项目没有落地，要说清楚做到了哪个阶段，测试验证了哪些场景，不要...