写在前面

经过将近两个月的忙活，暑期实习算是告一段落了

感觉自己的研究方向一直在变，但好在这些方向之间还有着一些联系

本科大一期末结束后被班主任邀请到组内做一些科研，当时方向是时序预测，主要做负荷预测。经过大二的沉淀，大三发了一篇学报。由于毕设原因，大三开始接触联邦学习相关内容，并将其作为自己的本科毕设方向，但主要还是将联邦学习和负荷预测进行结合，最后也是有了一篇论文产出

大三结束后成功保研，选择的导师方向是图挖掘方向，开始接触图神经网络，并逐渐对其产生很大的兴趣，和硕导交流后，确定自己硕士期间主要做基于图神经网络的社交网络传播分析与预测

读研后，由于积累了一定的科研基础和比较强的代码能力，研一结束后便发表了NeurIPS和ICDM，总计1A+1B两篇论文，论文都是图方向

2022年到2023年，大模型开始火了，很多人都对其趋之若鹜，我也不例外。由于时序预测本质上和NLP有着不小的关联，再加之有着比较不错的深度学习基础知识，所以我对大模型的理论上手较快，遂产生了暑期实习和秋招都走LLM方向的想法。在此期间，经常在搜广推和LLM间犹豫，最终还是选择了LLM，主要做RAG方向，特别是基于graph的RAG。

至此，我的研究方向大致经历了“时序预测(负荷预测)->联邦学习(主要是基于个性化联邦的负荷预测)->社交网络传播分析与预测(基于GNN)->LLM(graph-based RAG)”这么一个转变过程，也算是十分曲折了

我的个人博客https://blog.csdn.net/Cyril_KI记录了我上述四个研究方向的一些内容

个人背景

学校情况：211本中九硕，本硕都是计算机科班，但研究方向并不是NLP，而是图表示学习，算是转行成功

论文情况：已发表和在投的总共2A1B，均为一作，其中1A(NeurIPS 2023)+1B(ICDM 2023)已录用发表，另有1A刊在投；除此之外，还有一篇A会撰写中

实习情况：一段快手推荐算法实习

奖学金情况：本硕均国家奖学金

比赛情况：菜鸡一枚，没有拿得出手的比赛，建模还有编程比赛大大小小参加了不少，但基本都是省二，省一都很少

暑期实习情况

在年初投完某A刊后，便开始考虑找暑期实习，大概是从3月中旬开始的

投递情况

在这将近两个月的时间内，主要投递了以下岗位：

1. 蚂蚁多模态大模型算法（offer已拒）
2. 达摩院大模型算法（流程中，已打算放弃）
3. 腾讯自然语言处理（已offer）
4. 美团大语言模型（offer已拒）
5. 抖音推荐算法（一面挂）
6. 字节多模态算法（简历被捞，二面挂）
7. 美团推荐（offer已拒）
8. 淘天大模型（面试中，已打算放弃）
9. 饿了么多模态大模型（一面挂）
10. 百度大模型（简历挂）
11. 阿里云（一直卡着，流程未推进）
12. 高德大模型算法（简历挂）

面经

可以参考本人主页写的面经

个人总结

总体来说表现不是很好，但大概也反思出了一些结论：

1. 我毕竟不是搞NLP出身的，简历上也没有太多和NLP相关的东西，本身就占有劣势，所以简历挂很正常
2. 给我面试的厂主要还是看重我的过往经历以及潜力，毕竟有NIPS和大厂实习，即使这些经历和LLM关联不大
3. 字节真的很看重算法题，而这恰好是我的弱项，抖音还有多模态算法的面试算法题都没做太好，被挂也能理解
4. 在暑期实习到秋招前的这段时间，需要努力刷题

希望有了大厂LLM暑期实习后秋招再找LLM方向能顺利~

最后，祝大家都能找到满意的offer~