说出来会被笑吗？我在领导面前哭了

秋招加春招，前前后后我差不多面了 20 家公司，岗位主要集中在嵌入式软件开发、STM32 方向、Linux 驱动、底层软件，还有一部分车载相关岗位。一路面下来，我最大的感受就是：嵌入式面试真的很容易让人产生一种“我好像都会”的错觉。准备的时候，很多知识点看着都眼熟，八股也背了，项目也做过，平时自己写代码的时候也没觉得哪里不懂。但真正到了面试里，尤其是一被追问，就会很快发现：很多内容其实只是“看过”“背过”，离“真正理解”“能展开讲清楚”“能抗住连续追问”还差得很远。下面这几条，是我秋招春招一路面下来最真实的感受。如果你也在准备 STM32、嵌入式、驱动、底软这类岗位，希望这些总结能给你一点参考...

鼠鼠有点摆，去年边学着没敢投简历，没实习。从1月到现在总共面了五次，四次字节的日常(HR打电话约面试才敢去的)，然后一次腾讯的暑期，都是一面挂，其他则是没给面。暑期的岗，4.2才开始海投，前面想着等字节第四次一面后再投，结果挂，而且感觉投晚了。字节投了11个，9个简历挂，剩下2个没动静。阿里全都简历挂，剩下的在"投递简历"。腾讯给了一次面。然后其他大中厂、手机厂什么的都是做完测评or笔试就没下文，打开几个看也是终止流程，感觉剩下的也应该是简历挂了。感觉是简历的原因？项目部分，几次面试，感觉面试官主要就拷问过秒杀这一个点。自己说的时候会尝试把sse那条说成亮点，但除了腾讯面试官问过一下这整个点在业务方面对用户有什么用之类的问题外，其他最多只是问一下sse八股...感觉也许不是很让面试官感兴趣。这个短链接也是无人问津，就被问过一回雪花算法的设计。也许我该拿点评改改，然后再在网上找一个什么项目，凑两个，而不是用自己现在这两个项目？或者是点评改改放前面，然后原本第一个项目，把秒杀抽掉，剩下的想办法从网上火的RAG项目里移植点亮点，或者直接就用网上的RAG项目？感觉我主要还是偏向后端开发，但是感觉如果除开点评，再拿一个项目，想不到有什么自己能掌控且跟点评不重的。然后鼠鼠之前主要的问题是担心面试让打开项目演示，然后就一直花时间在用AI整第一个项目，第二个项目都没时间整，第四次面试之前还因为太害怕被认为不熟悉项目，跟AI一起把简历的说辞做了大幅度弱化，然后暑期都是拿弱化后的简历投的，感觉是不是看上去太没有吸引力就直接给简历挂了。(图1是弱化后的，图2是弱化前的，但之前3月初投了几家好像也是简历挂。)而且因为3月花了很多时间整在跟AI整代码，导致八股和算法都没怎么看，算法之前有跟灵神题单刷一些，还算入门，但是八股只看了一些基本的，可能面试的时候只答得上来60-70%，而且表述有些混乱，都是想到哪说到哪；前面几回面试基本上都有大板块的基础八股没答出来，比如RedisZ Set数据结构，MQ延时消息、可靠性保证，JVM内存分配的过程、GC roots，JUC锁，设计模式。现在有点不知道该怎么办。求大佬们给点简历修改建议或者面试准备建议，不胜感激！

想着现在大二下搞段实习，方便后续发展，但是ssob上沟通了800多，只有30几个要简历，2个约面，还都没有过，hot100也刷了好几遍了，八股也大致过了一遍，是我的简历问题很大吗，怎么实习这么鬼嗨难找，求牛油们拷打

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...