📍面试公司：小红书🕐面试时间：2026.3.10💻面试岗位：27前端实习生❓面试问题：八股竟然一点没问（项目方面展开很多：（完全根据简历问）项目有什么特色功能？jwt的技术选型理由，文件结构的设计有什么考量，对当前产品优化的思路，怎么成为独具一格的产品。算法：很简单的，判断两圆或两矩形有没有碰撞。但基本功不太行没写完，讲了下思路，面完回想矩形的发现还是有优化点。算法还是得多写多练。🙌面试感想：感觉ai时代对编码效率的权重有所降低，前后端工程师也需要往产品和架构方向横向发展了，全栈化也是趋势，但基本功还是不能落下，ai产出代码的review依然很重要。面试官人很好，从项目到产品到工作都聊...

boss打招呼了快500，简历投了40多份，结果到现在就只有一个外包和一个几十人小厂约面，大部分都是已读不回，或者要了简历就没下文了。不知道是我的简历写的有问题还是打招呼的方式不对，又或者学历的问题，真不知道该咋办了 …………

再过一个礼拜就三月份了，想问问大佬们知道大厂暑期实习大概什么时候结束招人，以及最晚什么时候入职吗？年前问了位字节hr，感觉字节会好早结束暑期招聘啊，不知道其他大厂的情况现在大厂这么卷的尿性，岂不是七月中旬就开秋招提前批了？

1、自我介绍2、项目介绍3、介绍 NLP 中数据增强方式NLP 中常见的数据增强方式主要有同义词替换、随机插入、随机删除、随机交换、回译、模板扩写、噪声注入、对抗样本增强和基于大模型的数据改写。同义词替换是把句子中的部分词替换成语义相近的词；随机插入和删除适合做轻量扰动；随机交换适合增强模型对局部顺序变化的鲁棒性；回译是把句子翻译成另一种语言再翻回来，能够保留大意但改变表述；模板扩写适合分类和信息抽取任务；噪声注入比如加入错别字、空格、标点变化，适合提升鲁棒性；对抗样本增强更偏训练阶段优化；现在更常见的是让大模型做改写、扩写、同义表达生成。数据增强不能只追求数量，更重要的是标签一致性和语义不偏...