📍面试公司：滴普科技🕐面试时间：3.26💻面试岗位：测试开发❓面试问题：1.自我介绍2.实习3.测试流程4.微信发红包设计测试用例5.注册接口，需要填姓名、手机号、邮箱，设计测试用例6.linux实时查看日志命令7.linux查看文件前十行，写入另一个文件，怎么操作8.sql左连接和右连接的区别9.delete和drop的区别10.状态码11.pytest.fixture作用域12.pytest解析用例的底层原理了解吗13.接口自动化架构如何设计14.静态数据和动态数据如何管理15.MCP，skill怎么用的16.coze，dify了解吗，怎么用的17.反问业务：coze，dify智能化...

求求大佬们帮忙看看简历，心态已经被磨平了，感觉自己简历问题比较大，但是不知道怎么下手改。马上要春招了，好迷茫。。。

本2硕9，简历里就写了一个点评和一个rpc，有点焦虑，hot100写过一遍感觉和没写一样，八股每天看，但是感觉有点看不下去，看一会就没劲，求骂醒目前才开始投，投了一个vivo，一个亚马逊，一个腾讯

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...