米哈游秋招运营笔试

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...

211本+一段大厂实习，清明节开始集中投递暑期，到现在只有腾讯和京东给面，感觉答得挺好的，但是到现在也都还没有反馈，其他的连面都不给，没招了

其实是简历求拷打 各位佬尽情拷打吧

秋招加春招，前前后后我差不多面了 20 家公司，岗位主要集中在嵌入式软件开发、STM32 方向、Linux 驱动、底层软件，还有一部分车载相关岗位。一路面下来，我最大的感受就是：嵌入式面试真的很容易让人产生一种“我好像都会”的错觉。准备的时候，很多知识点看着都眼熟，八股也背了，项目也做过，平时自己写代码的时候也没觉得哪里不懂。但真正到了面试里，尤其是一被追问，就会很快发现：很多内容其实只是“看过”“背过”，离“真正理解”“能展开讲清楚”“能抗住连续追问”还差得很远。下面这几条，是我秋招春招一路面下来最真实的感受。如果你也在准备 STM32、嵌入式、驱动、底软这类岗位，希望这些总结能给你一点参考...