求声网面经

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...

本人第一次写简历，想找找有没有实习，嵌入式程序方面，平时ai用得多，但是我还算是有些整体架构的了解，用ai也能做出来，就是平时较少写代码，最近也在背一些嵌入式相关的八股，不玻璃心，学长学姐能不能给我一些建议，      感谢🙏

遇到一个民科乐子，最难绷的一集。

一、 认知重构：简历不是“档案”，而是“产品说明书”很多人写简历像是在填档案：“我叫什么、我会什么、我做过什么”。这是典型的“工程师思维”，只顾输出，不顾接收。在产品和面试官的眼里，简历的本质是什么？是一个 “价值交付物” 。HR看简历的平均时长只有6秒，这6秒里，她只关心一个核心问题：这个人来了能不能帮我解决问题？高手的结构应该是：定位（你是谁）→ 代表作（解决过什么难事）→ 信任状（凭什么证明你行）。所以，不要再把“技术栈”放在最前面了。没有人关心你会多少工具，他们只关心你用这些工具创造了什么价值。普通结构： 基本信息 → 教育背景 → 技能树（罗列20个技术名词） → 工作经历爆款结构：...