数学硕士找计算机方向究竟适合哪个岗位

1. 实习介绍+介绍论文2. 介绍一下对推荐系统的整体的了解3. 知道哪些精排模型4. 了解DIN吗，讲一下DIN和DIEN的区别5. 介绍一下MMoE6. 介绍一下AUC的物理含义和计算方法7. 大模型在推荐系统的应用都了解哪些8. 了解Meta GR吗9. 找算法实习是专注于推荐领域吗？还是说有投大模型的岗位10. 手撕：lc143 重排链表讲思路+写+逐行讲代码11. 反问

感觉推荐算法跟开发一样 各种场景超多业务，但是增量真的有限，低的用DNN都能跑出收益，水位线高的都在卷生成式。我目前接触过一些ai搜，做一些意图识别、搜索算法也是需要训模型的，感觉是不是比纯粹的推荐算法靠谱一些呢

1.项目拷打。2.未曝光出去的样本作为负样本有做过实验吗？3.为什么要进行多目标联合建模，解决了什么问题。4.为什么不单独预测 cvr , ctr 的引入为 cvr 带来了什么信息。5.如果出现跷跷板问题怎么解决？6.知道 PLE 原理吗？7.分层召回的结构是什么？8.介绍 groupembedding 。

一年又一年。从21年在网上第一次搜索计算机就业，到现在已经过了五年。23年本科秋招，靠着运气与努力，拿到了腾讯、百度、美团、快手等等的offer。但恰逢保研率增长，侥幸进线。拒了曾经梦寐以求的大厂，在学校煎熬读研。非常后悔。整个25年，失败贯穿于一整年，实验相关的挫折早已习惯，熬夜堆出来的论文收获reject，努力了一年还是一分之差无缘奖学金。没有一件事是顺利的，但就这样习惯着，麻木着，失败已不能带来什么情绪波动，因为25年，就未曾成功过。我还是被困在了那个23年，那个在夏天意气风发，对未来充满希望的本科生，我想，大抵是再也不可能回得去了。往事如流水，悟已往之不谏。时间流转，在组里已经工作了两年多，虽没有一丝一毫的余额增长，但靠着学院提供的助理岗位，倒也没有余额的降低。马上就要26年了，又到了要秋招的时候了，就业市场变成了我看不懂的样子。我到底该往什么方向努力呢？目前的情况：1.985本硕计算机。2.无实习，无项目。3.一篇期刊论文（ccfa，sci一区）还在焦急等待结果。4.自认为因为过去成功拿过大厂offer，对招聘流程，算法题，八股还算熟悉，至少应该可以一段时间内就回到过去的水平。目前的考虑：1.假设论文成功中了，就去大厂大模型相关的岗位实习，算法，或者应用开发都行。然后秋招就大厂算法与银行科技岗一起准备。2.假设没中，实习估计就没戏了，直接all in国企银行，大厂的大模型相关的开发可以试试？所以我就想知道我该做点什么呢。。大模型相关的岗位到底需要点什么才可以呢，求前辈指教。引个流