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...

攒人品中，祝大家都能拿到满意的Offer！1.介绍项目2.问有没有用过ai相关的工具3.问我用cursor遇到的问题4.手撕代码-顺序拼链表5.问知道哪些数据结构6.知道哪些算法7.计算机网络链路8.计算机网络用户输入网址后都发生了什么

🙌面试感想：这次面试比较简单1.get post区别2.http https区别3.TCP UDP区别4.mysql b+树5.mysql事务6.线程进程协程区别7.go channel select定义8.gc垃圾回收9.restful api规则10.用户量突增如何处理11.redis三剑客12.gin框架13.session cookie区别

3月到现在到现在依旧0offer，不是一面挂就是二面挂，怎么找出路呀，大家都是什么进展了