移动研究院一面

哈哈，很奇怪的是移动研究院面试在移动笔试前一天！岗位：算法工程师/后端开发可以选9月份投递一面：10月25日笔试：10月26日再次笔试：11月2日二面：在等待主要问题：    简历面！    八股：deepcopy 和 copy的区别    手撕    工作地点考虑：北京 和 西安#运营商笔面经互助#

那些岗位需求里面对技术写的很详细的，我确实有知识漏洞那我心服口服，你要经验丰富点的我虽然无语吧但我也认了，特别是那种不确定有转正机会的实习岗还要你什么都会什么都懂，好吧确实人外有人虽然我不懂值得吗，但是那些岗位需求里除相关专业限制和人格品德上的常规要求外没怎么写，面试也一点技术也没问拉着聊了一个小时从爸妈聊到男朋友，从高考选课成绩到mbti，最后来个不匹配，问为什么就说是综合考虑，我都不明白为什么我能干的活我死活投死活面一个都不考虑我，是因为岗位要i我e还是我兴趣爱好是旅游，问的太多太杂甚至无法揣测企业到底想要得到什么答案，也无法反思出自己哪个地方出错了，这纯纯看运气吧。每次看到研究生挤测试我...

自我介绍手撕算法介绍LSTM，有几个门，和GRU以及RNN的区别。LSTM有输入输出遗忘门，GRU有重置更新门。都是RNN的变体。LSTM是怎么解决梯度消失问题的？cell state的加法可以使梯度大于1，逻辑门参数可以一定程度上控制梯度消失。LSTM和GRU哪个训练得更快？GRU更快。transformer的encoder和decoder有什么不同？结构上和任务上。transformer的decoder为什么要用掩码？swin transformer的优势。梯度反向传播的原理。链式求导得到误差对于各个权重系数的偏导，然后通过梯度下降算法更新权重，从而最小化损失函数。常用的优化器有哪些？transformer为什么在大批量数据上表现更好？自注意力机制和分布式并行训练。RNN变体有训练瓶颈吗？有，梯度消失或爆炸。反问。部门以及团队情况。

不再限制211本科生了！这对我这样的求职者来说，简直是个好消息。之前总觉得211的门槛高，心里有些忐忑，现在终于可以放下心来，期待更多的机会。希望未来能有更多公司关注能力，而不仅仅是学历。这样的变化让我对求职充满了新的期待！