我的秋招结束了

如题，15号开始投递面试的，接连拿下了百度商业化营销、得物、京东零售，然后就是腾讯天美和字节gmpt广告了。这一段想法就是去个相对轻松且钱多点的，自己也有时间锤炼底层，这一段也不追求什么核心业务了。选择去gmpt了，因为天美的业务介绍明显不行，而实习生活水还得是字节，容错高。最终选择去字节，和藤子错过了，明年争取。😭另外我运气真的爆棚，本来以为腾讯一面就得挂，面试录音敢录自己都不敢听。

游戏运营问题：看你以往经历没有涉及游戏，为什么想进入这行？深挖活动运营经历：评估效果会关注哪些指标？新游戏上线后，你会优先关注哪些数据？如果游戏下载量、留存、回流同时出问题，先解决哪个？平时玩什么游戏？为什么喜欢它？（建议提前准备游戏分析）你觉得《MLBB》有哪些可以改进的地方？📚 高频考点整理▪️ 游戏运营理解：内容搭建、版本迭代、用户/渠道运营、数据分析缺一不可。▪️ 数据指标：留存率、ARPU、付费率、活跃玩家分析是核心。▪️ 新手引导设计：简洁提示+适当奖励+难度梯度是关键。▪️ 活动策划：节日活动、社区互动、召回机制都能提升在线人数。🔍 行业工具推荐数据分析常用：七麦、蝉大师、S...

客户端 中国广告:8.4一面（没准备，八股全忘了）挂抖音生服:10.13一面，10.17二面，10.23三面（碰上神人HR了，两周不给反馈，打电话才知道挂了）挂TikTok社交:11.06 一面，11.10二面，11.11三面，11.12HR面，许愿oc后续:已意向

神经网络实验3：线性回归的技术实现与分析 线性回归是机器学习中最基础的模型之一，常用于预测连续值目标变量。在神经网络框架下实现线性回归，能够更好地理解梯度下降、损失函数等核心概念。 线性回归的数学原理 线性回归模型的数学表达式为： y = Wx + b 其中：  y 是预测值 x 是输入特征 W 是权重矩阵 b 是偏置项  损失函数通常采用均方误差（MSE）： L = (1/n) * Σ(y_pred - y_true)2 使用PyTorch实现线性回归 import torch import torch.nn as nn import torch.optim as optim # 准备数据 ...