市场部/管培生/运营岗📖 1. HR初面（电话/视频）：基础筛选，约20分钟 2. 部门主管复试（现场/视频）：专业能力考核，约30-40分钟 3. 总经办终面（现场）：综合评估与岗位匹配度，约20分钟 TL参考：投递→1天内HR面→3天内复试→终面→2-3天出结果 - “简单自我介绍一下” ✅ 重点：突出与岗位相关的经历（如活动策划、数据分析），结合品牌调性（国风、年轻化）举例。 - “你了解霸王茶姬吗？最近的市场热点是什么？” ✅ 必答知识点： - 品牌定位：“原味鲜奶茶”赛道，对标星巴克的“东方茶饮文化” - 爆款单品：伯牙绝弦（年销1亿杯+） - 近期热点：春节翻译争议（Lunar ...

收获7个大厂offerssp*3（有一个可能是大sp）sp*2白菜*2最后的去向还是选择字节了牛油们加油，学历真的不是决定秋招成败的唯一因素，卸载牛客了，不和任何人比较了，我拿到的offer就是对于我自己来说最好的结局

这波百度财报不好看，吹了半天的all in也不奏效，开始锁hc，全集团进入人力盘点阶段，部门部门已经开始通知裁员，不过这波补偿不错n+3.5(n+1+0.5签字+2个月年终补偿)，这么李彦宏还不错，不少被裁员工在感谢公司，分手也算体面。就是不知道把某大厦通往天台楼梯封了干啥，害怕tiao吗？防患于未然，也对！

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 ...