回想去年实习的第一天，我以为我会是从容淡定的职场新人，结果全程像个没头苍蝇，根本不知道干什么。当天，我是提前半小时到公司，到了工位后，HR简单介绍了下公司的茶水间、卫生间和周围的环境，就把我交给了mt，然后就没影了。mt很忙，扔给我一个项目文档，让我先看，说有不懂的再问他，然后就埋头敲代码，全程没再理我。我坐在工位上，不敢瞎动、不敢瞎问，只能乖乖翻手册，但是越看越迷茫，不知道自己接下来要做什么，也不知道该怎么跟mt搭话。最尴尬的是，中午吃饭的时候，大家都三三两两一起去食堂，我一个人都不认识，只能默默坐在工位上。还在mt后来忙完，待我去了食堂。下午，mentor直接给了我一个简单的小任务，说让我...

这种的是真的假的，有没有什么陷阱啊

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...