1.说一下 Transformer 的底层结构吧Transformer 的核心是用自注意力代替传统序列模型里的递归结构。一个标准模块通常包含多头自注意力、前馈网络、残差连接和 LayerNorm。自注意力负责让每个 token 和其他 token 直接交互，前馈网络负责做非线性变换，残差和归一化负责保证深层训练稳定。它真正厉害的地方不是结构复杂，而是信息传播路径短，长距离依赖更容易建模，并且天然适合并行训练。2. Transformer 为什么用了 LayerNorm 呢因为 BatchNorm 依赖 batch 维度上的统计量，但 NLP 任务里句子长度不一致，线上推理时 batch 也经常...

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

恐怖如斯

背景：本人24届，一战考研失败，毕业后参加考公最终下岸，本科就读双非目标院校，专业是网络工程，计算机专业方面的课程都学过，但是无实习经历无工作经验。在考公下岸后，我大概花了两个星期复习了C++，接着由花了两个星期刷完了力扣hot100的题目。在这之后，我联系到了栗栗姐，随即开始准备笔试和面试。 机考：花了两个多星期刷题，题库大概刷了100多道吧。机试前最好熟悉ACM的输入输出模式，如果只用过力扣的核心代码模式还是比较吃力的。精准核酸检测(100)图搜/BFS贪心的商人(100)贪心算法，参考力扣的122题简单的解压缩算法(200)字符串处理/栈综测：往积极乐观的方面选就行了，注意前后一致。 资...