海康威视内推码

1. 详细介绍一下你的OJ判题系统项目，架构是怎么设计的？回答：OJ判题系统采用前后端分离架构，前端Vue.js，后端Spring Boot。核心模块包括：题目管理模块（CRUD、测试用例管理）、代码提交模块（在线代码编辑、语法检查）、判题模块（代码沙箱、安全检查、输出比对）、用户模块（登录注册、权限控制）。判题流程：用户提交代码→语法检查→编译→放入代码沙箱执行→获取输出结果→与测试用例比对→返回判题结果。2. 代码沙箱是如何实现的？安全性如何保证？回答：代码沙箱采用Docker容器隔离执行。每个用户提交代码创建独立容器，超时自动销毁。安全措施包括：资源限制（CPU时间、内存限制、文件大小）...

27届双非本计算机专业，感觉前后端挤满了人 ，于是转AI产品经理 ，学习相关知识 ，做项目改简历，但是投了半个月简历，打招呼了1k➕，只有3个约我面试，还都是那种0-20人的公司，我感觉有点不靠谱，我觉得怎么也得是中厂啊…是简历有问题吗，求指点，还是现阶段没实习没学历的我只能先去这种公司

双非学校， 八股大概看了一遍，该去投中大厂吗，还是继续沉淀再投。

DDPM 和 DDIM 的区别是什么？ 第一步：前置小知识（重参数化技巧） 在扩散模型中，我们最常用到一个技巧：如果你有一个符合正态分布的变量 （均值为 ，方差为 ），我们可以把它拆成：  这里的  是一个标准正态分布的纯噪声 。 直白点说： 任意状态 = 确定的基础值 + (随机噪声  噪声强度)。记住这个公式，它是贯穿整个推导的灵魂。 第二步：DDPM 的基础设定（从头到尾加噪） 在原来的 DDPM（去噪扩散概率模型）中，我们有一个清晰的正向加噪过程。 假设我们有一张清晰的图像（或者机器人的一个完美动作），叫做 。我们在它上面不断加噪声，加到第  步时，它变成了 。 DDPM 证明了一个极...