2025年5月10日，我离开上海，来到北京，作一名校招生进这家中型互联网公司，我成为了一名测试工程师。刚刚结束学生时代的生活，我遇到了很多挑战，生活上的不适应，一个人来到陌生的北京，工作上的压力，互联网公司的快节奏，人生的迷茫，会思考我真的要做网上的"点点点"工程师吗，我的22岁是复杂且混乱的，成长如抽丝剥茧，我把自己打碎又重新组装。转折在7月，我进入了适应期，开始开发基于我工作中遇到的问题的agent，凭借这个小工具，我申请到了最佳新新人，在校招培训中认真完成任务，我得到了优秀t，后来又拿着我的agent组建团队，参加公司内部比赛活动，得到了很多认可，作为校招代表拍摄年会...

测开圣人 韩哥桃李满天下

目前简历是这样的，求问大佬有什么建议

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...