字节国际化电商【急招】

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

面完蚂蚁hr面已经一个多月了，还在流程中但是没发意向，是不是已经挂了呀