校招这么卷怎么办？

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...

整理的时候发现，为啥这么多redis？？？😂😂😂我还是换回我的rpc吧(起码自己手敲了)有啥需要改进的，求大佬指点

比预想中晚了一周，时间过得真快啊，感觉越学越多，目前这版简历下周直接开投了，两个项目都是自己用AI敲的，欢迎各位继续拷打，也是在共同交流学习吧。目前可以说出项目架构业务，自己亮点设计的一些思考，技术实现以及技术选型原因，量化指标也准备了一套说辞，但深挖代码估计就寄了；八股过了一遍，属于基本能说点原理理解，但深挖细节估计也寄了；算法简单了解一些整体思路，但手撕估计也寄了；AI可以吹下项目相关的工程实现和一些技术选型，但深挖技术肯定就寄了。总之，基于自身学习状态考量，先投些小厂继续学吧。有道是：“人生南北多歧路，一处春山一路平。”

今年求职行情真的是卷到爆炸！！！，投了几百份简历了，要么啥动静没有，要么面试完就没下文，每天都在纠结一个问题：到底是死磕目标不妥协，还是先接个差不多的offer上岸再说？我一开始给自己定的目标很明确：大厂、薪资不低于10k、不加班、有晋升空间，可现实狠狠打了我的脸。身边很多同学都开始降低标准，有的去了小厂，有的接受了薪资倒挂，还有的甚至放弃了专业相关的岗位，只为能先上岸。我也动摇过，尤其是看到身边人陆续拿到offer，只有我还在原地打转，那种焦虑感真的快把我压垮了。有一次面试一家小公司，薪资只有6k，还要经常加班，HR问我能不能接受，我犹豫了很久，最终还是拒绝了，总觉得不甘心，不想刚毕业就将就...