offer帮选

题目1：分词

女朋友签约了滴滴我签约了字节明年就可以开始北漂生活啦

6月down后继续尝试～【intro】我是UCL（qs top 10）城市空间科学硕士，本科是211机械设计制造及自动化（有工科逻辑底子👩🏻‍💻）过去几年，我的经历有点“跨界”，但核心一直围绕着 数据分析 + 空间信息 + 可持续发展。📍林火遥感监测的研究（发表Remote Sensing论文）；📍在浙大某实验室和关联企业中做过与数字孪生、碳排放评估相关的项目，参与一些算法和技术文件的编写。📍python/GIS研究伦敦超低排放区政策（ULEZ）对空气质量的影响；看起来跨度有些大，我其实一直在寻找同一个方向——用数据与空间技术理解和优化真实世界。（🔎详情CV哦）【认真碎碎念】今年6月后迫于求职环境压力，我申请了部分PhD（ESG、城市交通排放、碳中和方向♻️），期间主要在充实研究能力、读文献📄、和导师🧑‍🏫沟通，也因此有一段“空窗期”，希望遇到【不介意】我处于探索发展路径的伯乐呀（福利：面试官还有机会解锁这位 理工+人文混血体 的有趣副业经历👾）。【意向岗位/城市】希望寻找一份能结合我背景和「兴趣」的工作。意象方向：🌍 GIS / 遥感 / 城市数据分析🏙️ 智慧城市、可持续发展研究🌱 碳中和、环境数据分析、ESG政策研究（感兴趣也正学习ing）💡 技术与策略结合的岗位，如数据顾问、其他科技方向的项目助理｜解决方案｜科研研究助理等等意向地点：上海 / 深圳 /香港（接受Hybrid或部分远程）。希望能加入一个包容多元复合型背景、愿意给年轻人自我学习自我成长机会的团队，不介意我“跨界”的路径，更看重逻辑能力、学习力和独立思考的硬实力和软实力。

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 ...