b溃了11月了还没有offer

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...

目前只能约到小公司，求大神指导

但是事业顺利了😎

东方财富一面是否做过后端，用过哪些后端语言（我：做过一些，主用 Node.js（Express/Koa），也用过 Python 的 Flask，Java 的 Spring Boot 接触过但不深。数据库方面 MySQL 和 MongoDB 都用过，不过我的主方向还是前端，后端主要是配合项目开发。）nodejs、TypeScript、React 是否了解（我：都比较熟。React 一直在用，函数组件和 Hooks 是日常，Next.js 也用过。TypeScript 最近的项目都有引入，泛型、工具类型这些都常用。Node.js 除了写接口，还在项目里做过 SSR 和中间件封装。）前后端区别（我：...