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...

这个叫龙湖数科的是什么78公司啊，前一秒投递完，后一秒我去看投递记录已经挂了。这真的让我感觉很恶心，纯是在戏耍人。

给时间时间 终会梦想成真的🥺那就努力努力再努力🤲

发面经攒人品  渲染管线（我简历写有图形学基础，我学过games101） 渲染流程中的裁剪算法 法线贴图作用 shader在管线中的位置 项目、AI 在项目中的使用 不同整数类型占的字节数 具体案例算类大小 构造函数和析构函数能否是虚函数 运算符重载属于什么多态 智能指针的实现、sharedptr的lock vector和list给了一些操作算时间复杂度 游戏引擎怎么把游戏打包到不同平台 点积叉积 碰撞检测算法 TCP拥塞控制 快速重传和快速恢复  共勉