一整个面试下来，感觉正浩的技术面真的很扎实！趁热乎整理一波面经（纯干货版），希望能帮到准备面试的学弟学妹们～ 【结尾有血泪总结建议！】🔧 【一面 · 硬核技术面】面试官问的非常细致深入🔥，主要围绕电源知识，我总结出的题目供参考：1为什么相同载波频率下，单相全桥用单极性倍频比双极性调制，变压器发热少？2为什么光靠软件死区不够可靠？（死区门道多啊！）3MOSFET vs IGBT，优缺点怎么选？（器件基础）4LCL滤波器咋设计？（公式忘了，幸好说清了关键参数影响😅）5LC vs LCL滤波器区别？6逆变器输出电流THD从3%降到2%以下，你会改啥？7Boost拓扑和输入输出关系？（基础中的基...

学院本，学历不好，从小厂开始投，这个第一版简历可以吗😭😭😭

记得有一次实习的时候，看到大家都走了，坐我旁边的mt电脑没关，我就顺手关了，结果刚出门就看到他端着咖啡进来，没忍住和她说了，结果她一脸不可置信，说完了，刚写的开会文件没保存，有一个项目还在运行，我一听头都炸了，连忙道歉跟着她回去……然后就是跟她一起加班，即便什么都没做，情绪价值得到位，还好最后没有造成很大的损失……大家不要学我，我就是手欠

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 ...