1 进大厂也就这回事大厂里也有只有2，3年开发经验的初级开发，而且其中有些同学的学校可能也就是个二本，或许他们进大厂前，资历技术和你也差不多。甚至可以这样说，只要找到渠道去面试，外加适当的准备技巧，进大厂其实比进一些面试要求比较苛刻的小公司更容易。就拿一些步骤来说吧，简历方面，只要有适当的分布式组件经验就至少能得到面试机会，面试时，当然如果光会增删改查当然不行，不过面试问到的题目以及提问的方式，网上多了去了，本文也会涉及，关键第一要适当看分布式技术，第二要结合项目说，这对初级开发而言，也不难。甚至当有些项目比较缺人时，面试的标准更会降低。2.大小厂优劣势对比详解！1、数据对比：大厂VS小厂，谁...

干了几个月没有功劳也有苦劳，结果突然收到通知让我提前结束实习，没有任何前摇，ld说计划让我下周就结束。并且 ，听关系比较好的正职说下周会有个校招实习生来，当时就有不详的预感了，没想到真的发生了......

今年暑期实习的时候，腾讯就说计划3年招2.8w人，2025年就要招1w人，请问你们招的人呢？周围人鹅的暑期实习和秋招的面试机会都没有多少，身边3个人里面，也只有1个拿到了转正，其他的两个都是因为组里没hc而转正失败的。我自己就更不用说了，整个暑期+秋招，一次面试机会都没有！

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 ...