春招彻底结束了，最终只拿到了一个杭州中小厂的offer，薪资比同届的同学低了快一半。回头看这三个月，全是拍大腿的后悔瞬间，无数个深夜都在想：如果春招能重来，我绝对不会这么走。先交代下背景：双非本科，一段小厂Java后端实习，秋招拿了个外包的保底offer，就直接躺平了。总觉得春招还有机会，金三银四随便面面就能拿到更好的，结果现实狠狠给了我一巴掌。春招三个月，投了200多份简历，只拿到了12个面试邀约，挂了11场，最后只拿到了一个不情不愿的offer。今天把我所有踩过的坑、后悔到想重来的事全写出来，给正在求职的、还有下一届的牛友们提个醒，别像我一样，把一手好牌打得稀烂。如果春招能重来，我绝不会做...

何意味

1.自我介绍2. 文章分类大概有多少文章？数据规模怎么影响方案？答案：如果文章量只有几千篇，我一般不会一上来就训练很复杂的模型，而是先用预训练模型微调，或者用 embedding 加传统分类器做一个强 baseline。因为数据量太小的时候，复杂模型很容易过拟合，线上效果不稳定。如果有几十万到几百万篇文章，就可以考虑训练一个更稳定的分类模型，包括 BERT 微调、领域继续预训练、层级分类模型，甚至做多任务学习。数据量越大，越要关注标签噪声，因为文章分类里的标注经常不是绝对干净的，尤其是多维度分类，一个文档可能同时属于多个业务类别。实际项目里我会先看三个东西：类别数量、每个类别样本分布、单篇文档...