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...

已经投了好多家了，小厂都没给面，是简历很差嘛，求指点😭😭😭

1. 请介绍你在项目中的主要工作内容和技术方向2. 你在 C++ 开发中使用的是哪个标准，具体使用过 C++11/14/17 的哪些新特性答案：主要使用 C++17，部分代码保持 C++11 兼容。C++11 里常用的是智能指针、右值引用、移动语义、lambda、auto、范围 for、nullptr、线程库、原子操作、override 和 final。C++14 里用过泛型 lambda、make_unique。C++17 里用过结构化绑定、if constexpr、std::optional、std::variant、std::string_view 和文件系统相关接口。在项目里，智能指针...