转行

编码能力一般，AI随随便便肘赢我自己也没有多喜欢这个行业，当初纯粹是为了“好找工作”这个噱头选的这个专业。大学很摆烂，无实习无竞赛，也没有及早确定方向，八股和刷题啥的都不熟练，想放弃了，我就是胸无大志

先搞懂：为什么需要位置编码？Transformer 模型本身是 位置无关 的！它不知道哪个词在前，哪个词在后。比如 "我喜欢吃苹果" 和 "苹果喜欢吃我" Transformer 会认为这两个句子的结构完全一样，因为它只关心词与词之间的关系，不关心顺序。但实际上这两个句子的意思完全不同！所以需要 位置编码 来告诉模型每个词的位置信息传统位置编码问题方案1：学习型位置编码，初始化一个位置向量，全程全靠train给每个位置随机初始化一个向量让模型自己学习每个位置应该是什么样的❌ 缺点：只能处理训练时见过的长度，遇到更长的句子就傻眼了方案2：正弦位置编码用三角...

我觉得公司和岗位的重要性各占一半吧，在大厂做边缘业务，和小厂做核心业务，价值其实是一样的。更多还是看个人能力可不可复制，业务和岗位有没有上升空间，没必要死磕大厂。 小公司的技术团队一般也就百来号人，开几次全员大会，公司什么情况、接下来要做什么，基本就摸清了。平时吃饭闲聊，也能知道行业里在玩什么。想知道别的团队在干嘛，搬个椅子去聊聊天就行，组织扁平得很。趁着这个机会前后端都折腾一遍，慢慢就能找到自己真正感兴趣的方向。 技术选型上，小公司喜欢追新，能买第三方的绝不自己造。但问题也明显，基础设施不完善，经常东拼西凑用开源方案凑合，规范不统一，有时候感觉就是在“把东西弄出来先跑起来”。工作标准也相对宽...

“今天听说某大厂裁员，明天传闻某赛道爆火。”这不仅是近几年的职场常态，更是一场针对求职者心力的隐形围剿。前一秒还在焦虑“35岁危机”和“毕业即失业”，疯狂海投求稳；后一秒又被“AI新风口”和“出海暴富论”点燃，恨不得立马辞职创业或转行。前一秒焦虑求稳，后一秒想辞职追风口。我们在极端情绪中反复横跳，大脑忙着处理冲突、焦虑后悔，却唯独没精力执行。因怕选错而不敢深耕，最终简历只剩一堆浅尝辄止的关键词；而在你犹豫时，屏蔽噪音的人早已拿到结果。在这个喧嚣的时代，屏蔽力比获取力更重要。看到惊悚标题先不去管他，大部分“突发利好/利空”只是情绪收割机。问自己三个问题：我的核心技能是什么？市场长期需要什么？我现...