卑微的算法打工人，现在手里剩下两个 Offer 实在不知道怎么选了。下面是 offer 情况，求各位路过的大佬给点建议 1. 乐动机器人 🤖️（主攻割草机方向） 💰 待遇：n*12 + 绩效/项目奖金（年终1-4个月），五险基数按5000，一金按底薪为基数80%（比例5%） 业务：割草机器人 ✅ 优势：1. 业务方向好，做割草机器人、家用机器人等业务，发展前景好，后续跳槽面广；2. 薪资略高，社保基数小，每月到手薪资高 💣 劣势：1. 风评差，听说强度很大；2. 人员流动性大，怕进去待不久；3. 机器人赛道竞争大 2. 晶泰科技 🧬（AI for Science独角兽） 💰 待遇：(...

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...