北京字节，研发2-2薪资爆料

1.transformer encoder结构 位置编码用的是什么 除了正余弦位置编码还有什么别的2.具体讲multi head attention怎么做的 以及公式 为什么要除根号下dktransformer decoser和encoder有哪些不同的地方 cross attention中qkv分别来自哪里?带mask的self attention是什么样的 mask4.为什么transformer中用的是In不是bn5.交叉熵损失函数公式 为什么分类问题只能用交叉熵不能用 mse6.其他项目强相关，类似为什么要用one6.rec的基座 样本组织形式和one rec和hstu有什么区别。损失函数是什么。dpoloss公式，怎么构造偏好对，和基于人类真实反馈的有什么区别，dpo的流程是怎样的，有什么作用，为什么不能和参考模型分布相差太远7.rq vae的原理，rq vae的输入是怎么得到的，经过encoder之后得到的latentemb有什么用，和平衡kmeans有什么不同?为什么rq vae优化 ctr预估模型提升不那么显著代码1.交叉熵损失函数公式写出来 求y=wx+b 梯度2.两个数组的子序列求最大点积 有点难 用二维dp才行

找工作不只要看离家近还是离家远吧我的工作考虑顺序是：1.首先工作先要考虑岗位和行业的2.平台3.然后是薪资福利3.最后才是离家近或远4.加班强度等

1.实习中最有含金量的工作，背景和原理是什么2.项目底层存储的原理了解吗，怎么分块的3. MongoDB和MySQL的区别4.使用 MongoDB的时候怎么搭建集群de5.Redis 一般用于什么业务场景6. Redis缓存用于什么场景，怎么设置过期时间7.实际场景中怎么避免缓存击穿8. Redis的zset 的底层原理9.MySQL 的数据结构(B+树)，和zset有什么区别10. MySQI为什么用B+树不用跳表11. MySQL底层的双向链表设计主要用于什么场景，有什么好处12. MySql 使用递增主键，为什么13.使用过多线程吗14.若需查询大量数据(如城市人口的学历、工作单位等不同系统的数据)，加载两种数据结构后聚合加工成新结构输出，该如何设计整个系统?多线程会怎么用?15. 线程池参数16. Linux怎么查看死锁?有哪些命令17.手撕:最近公共祖先