现在这个时间点说实话要面对一个现实：春招确实已经进入尾声，像一些头部厂（互联网大厂、部分芯片大厂）提前批+正式批基本已经接近收口，剩下的机会主要集中在以下几类：补录、二线厂、传统行业公司、以及部分还在持续招人的中小厂。但“最后一个月”并不意味着机会少，而是策略必须更精准。一、先判断你现在处于什么水平你必须先搞清楚自己在哪一档：基础一般（只会点单片机/能写代码但项目弱）有项目（做过STM32/RTOS/驱动，但不深）有亮点（做过复杂项目/有系统能力/能讲原理）不同阶段准备方式完全不同：基础一般 → 补基础 + 背八股有项目 → 强化项目表达 + 查漏补缺有亮点 → 主攻面试 + 定向投递二、最后...

求大家看看这份简历有啥缺点。boss好多已读不回的我已经麻木了，大家嘴毒一点指出来没关系的

投了一个月了没约到面试

1. 项目拷打 问的非常细 , 聊了30min2. GRPO 里的 reward 一般怎么设计，怎么避免模型学歪GRPO 的 reward 设计关键不是“打分越多维越好”，而是要保证相对排序真的有意义。常见做法是把 reward 拆成几部分，比如正确性、格式遵循、长度惩罚、拒答合理性、安全性这些，再做加权组合。对于推理任务，最核心的一般还是结果正确性和过程可验证性；对于开放式生成，还得控制风格漂移和模板化输出。真正难的是 reward hacking。模型很容易学会一些表面上拿高分、实际上没解决问题的套路，比如故意写很长、固定套模板、强行迎合裁判模型。所以 reward 设计通常不能只靠单一 ...