腾讯csig腾讯地图暑期Timeline

受众人群预期定级: 中高级预期年包: ~30w+面向岗位: 智驾, 智舱, 车联网安全, MCU/SOC, autosar等本人学历: 普通一本学士找到工作前会长期更新[中软国际外包]上汽亚洲 社招面经无笔试, 当天投简历 当天下午约面试一面一面汽车相关经历, CAN之类的技术介绍epoll和shared_pointer和RAII相关技术点C++11以上特性介绍mqtt的QoS介绍QUIC的多路复用介绍SOMEIP介绍(但是我不会 没聊)交叉编译环境介绍, 如何配置如何用有没有用过QMAKE CMAKE XMAKE, 介绍一下面的很快 估计是急招岗位 面了15, 16分钟, 面试官技术面很广,...

大二双非小登被字节约面了，海投投到后看了简历直接约面了，虽然不大可能面上，但我将尽我最大努力，期末考试不复习了😡

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 ...