10月14 连续三面二面有个 微信朋友圈数据库设计题有点难度许愿hr面

上一次9.20的笔试没参加，想着顺延到10.11号，结果一直没收到笔试通知，后来上官网才看到，9.22的时候开始评估然后过四天给流程终止了，这是怎么回事？说好的笔试不是能延顺吗？怎么直接给我挂了？😥

----------写在前面-------------虽然距离我的秋招已经过去4个年头了，但是看到最近很多没有找到offer的学弟学妹们正在为没有offer，甚至是没有offer而焦虑，我想作为一个老学长，想把我曾经与我那喜欢抽烟喝酒不烫头实验室同门一起度过的苦逼的求职日子分享给你们，希望给你们带去一丝慰藉，哪怕只有一丢丢我的目的也就达到了，也发挥了一点余热给你们。---------从研究生入学说起------那是2021年一个炎热的夏天，怀着激动和满怀希望的心情入了学，也幻想成为学术界的泰斗，当然这只是一个玩笑，但是在入学起就有了读博的想法，所以开始读研时很努力，每天三点一线，餐厅、宿舍和实验室，往往我都是最早到实验室的那个。但是很不幸遇到了一个很不nice的导师，本以为这个导师是第一次带学生，而且毕业也没有太久，本以为能够从学生的角度看待我们，能够给我们足够的耐心和帮助，后来发现本以为只是本以为，我们都怀疑我们的导师在他在读博阶段经历过非常痛苦的经历，现在他有机会发泄了，把之前的委屈通通发泄在了我们身上，开始严格限制我们的自由：实验室要求我们8点前到岗，为了保证这一制度，还给我们配备了打卡机，所以在研究生时代我们就学会了打卡这一技能了；同时要求我们晚上9点后早下班，除了必要的上课修学分之外，都得给他钉在实验室，然后要求周末也要来实验室，不来需要请假，你请假他基本也不批准，总说：如果你不想做一件事，总能找到一个正当的理由让他接受。同时每天都需要给他汇报进度，在他严重我们只能做一件事那么就是科研，每天都是在看论文做实验，生活很枯燥，研究生三年基本都是如此。-----------言归正传--------慢慢地就到了秋招了，但是由于导师看的紧，也不允许实习，所以我们实验室没有一个人能去实习。还是一个好心的师姐给我介绍了牛客，我们开始通过牛客找相关的内推人投递相关的简历，这时候内推人也会发一些简历供我们参考，这时候真正意识到了差距，很多人都在大公司实习过，而且还有什么ACM比赛，顶级会议期刊论文等等，由于我们的研究方向是偏算法的，我们一没实习，二没有一流的论文和比赛，所以处处碰壁，真的连有些大公司的简历都过不去，不过4年前还没有今天这么卷，有些大公司的算法简历还是能过去的，但是即使简历能过去，面试也面试的很不顺利，基本都挂了。刚开始找工作的日子真的不好过，毕竟谁也不想一直收到感谢信，长久下去心里总会破防。后面我们就真的放弃算法了，感觉算法与我们无缘，开始投递常见的后端开发。-----------我的烟瘾搭子登场--------我身边的兄弟和我情况差不多，工作也不是很顺利，所以在失落时我们就会趁着法西斯（我导师）不在的机会去阳台（实验室的俩侧有阳台），去相互交流最近找工作的情况，当然多半在吐槽谩骂（工作和我导师都有），他喜欢抽烟，我不抽，但是这时候二手烟已经不重要了，“他是一根一根的抽，我是十句十句的骂”。可能对找工作本身没有太大的帮助，但是的确缓解了自己压力和心中的不爽，所以在找工作期间一定要学会发泄自己的情绪，可以找自己信得过得朋友发泄你的情绪，不要总把这种压力憋在心里。当然一味的发泄情绪是找不到的工作的，由于信得过这个兄弟，我们相互会分享求职信息（当然不是所有人都可以信赖的），然后也会把一些面试的经验彼此分享出来，同时也会相互面试对方，这样慢慢地面试感觉也好起来了，到后来双方也都拿到一些offer，他去了京东，而我去要饭了（小米）。-----------一些可能有用的建议--------1.秋招越早越好，提前批没有笔试，可以省去笔试的麻烦；同时开始投递肯定有很多不足，可能方向都把握不好，可以在投递中调整方向，这样开始的早，就有较好的犯错时间和空间了；2.面试要从小做起，开始先拿小公司做起，最少也先让自己面试不紧张了，在不断面试中总结经验，发挥越来越好；3.面试的碰壁，正常看待，拿很多offer的毕竟是少数，仍然有一大批人没有offer，别过分焦虑；4.不要担心现在投递是不是太迟了，与其考虑这些不如多去投递一份简历，你放弃了就给别人机会了；5.多在面试中总结经验，面得多了会发现面试有一定的规律可循；6.面试中真的方向可能投递方向不对，即使调整方向；7.身体是第一位的对自己好点，天不会塌，有一个好的心态，心情不好就去释放（当然不要拿这个当借口）；8.     下一个offer就是你的了！

项目GRPO相关考察个人对SFT和GRPO的关系。问BN和LN的区别？为什么NLP里边是LN?问前 layer norm 和 后 layer norm的区别？pre-LN 恒等分支的权重较大，到深层是影响模型训练效果的主要因素，模型会变得更“宽”；post-norm因为norm(x_{t-1}+f(x_{t-1}))， 恒等分支的权重会逐渐削弱，残差分支会成为主导，模型倾向于变得更“深”。参考：https://www.zhihu.com/question/519668254/answer/2371885202手撕编辑距离没看到聊天框就没让写了反问以发论文为目标