实习复盘 实习期间不仅有代码能力的积累，更是有对不同公司和技术文化的深度体验。  momenta(2024.2) -> 腾讯(2024.4) -> 乾象(2024.10) -> 阿里 (2025.7) 体验: 每一段经历都很宝贵，尤其在qx，和mentor平时边写代码边沟通，啥都聊，团建很多，mentor cr细致到每一行。阿里的暑期实习也很难忘，mentor很热情人也很好，还参加了音乐节。 总之很幸运，感谢这一路遇到的所有 Mentor，体验感满分。  秋招结算 ✅ 时间有限，投递了10+公司，绝大部分都offer了，包括字节，小红书等大厂给的应该都是ssp/ssp+。  ...

非常夸张，已经超过学校本身的意义了，和学校没啥关系，绝对是个人能力问题！！！牛的人在任何地方都牛！听说他是 2025 年毕业，进了 seed，赶上了 8 月增发那 100 万期权，算下来才有这么多。感觉在印钞厂上班一样，好夸张，已经不是羡慕了，十分震惊！第二个百万offer如下，也是字节给北邮开的200whttps://www.nowcoder.com/feed/main/detail/a8518f8e5eb9487a803f18612dd8036a?sourceSSR=users

鼠鼠除了字节全投了，牛课上的全被拒了，美团百度腾讯这些一直简历筛选，快手直接简历挂是只能年后投了吗

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 ...