伟宏智能公司看法

很多嵌入式面试，自我介绍刚结束，面试官就会来一句：“挑一个你最熟悉的项目，详细讲讲。”接着往往还有三连：你在项目里具体负责什么？项目里最难的问题是什么，怎么解决的？如果现在让你重做一遍，你会怎么改？这三问看起来都在问“项目”，但本质上考的是同一件事：你有没有真正参与过工程，能不能把问题从现象追到根因，再落到方案、验证和取舍。功能堆再多，讲不清楚“为什么这样做、还试过什么、最后怎么验证有效”，在面试官眼里都接近 Demo 级经历。先说结论：项目面不是背简历，是展示“工程闭环”嵌入式项目面，面试官通常不在找“背过多少名词”，而在判断四件事：项目是否真实 —— 不是你简历上写的那几个关键词，而是你确...

boss 大概 50:1要简历，基本都是中小厂，后续也没什么消息。 是简历的问题吗？ 大厂官网也都一直没有推进或者简历挂

发70个邮件让我完善简历，我还以为被网暴了。说的就是你慧策，发邮箱让参加宣讲会，说参加完后就给安排面试。技术岗上来来了一句：只要92或双非ACM银牌，66666。说双非本只能投销售类，后期能转岗（虽然但是就你小子公司的hr已读且回复，那有毛用），92才不去你们那破公司，双非本就和有案底没区别。———4.21更新贵公司的高级员工您来私信骂我也没用哈，风评不好谁的问题谁自己心里清楚，有这时间建议提升自己，完善公司制度，而不是来骂我这个连入场券都没有的破学院本

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 ...