计算机方向选择，求推荐

简历和项目都是nlp相关的，找实习基本简历就挂，进面了面试官也说不是很匹配，问他该做点什么项目，结果告诉我让我找个实习？？？难绷，学了好几天的推荐八股一个没问。求大佬指点一下😭😭😭有啥好的项目可以做

bg：末九本，中九硕，均是科班，目前研一上在读，研究方向是隐私方面，导师放养，不怎么卡实习，组里的学长学姐去向开发比较多，没什么去算法的。现在犹豫学搜广推还是继续Java开发，Java开发本科学了一年多，做了几个项目。搜广推部分，则是0基础，只会一些基础的深度学习。目测走算法的话，大概率没有论文产出，算法竞赛也没打过，这方面的项目也没做过。如果all in搜广推的话，没论文，只有项目能找到实习嘛？以后靠刷实习经历，秋招能找到算法工作吗？还是说放弃幻想，直接all in开发，冲高base，望大佬们指点

#搜广推# 点评事业部，全程就是挖实习项目，问些八股，手撕难度较低，体验很好一面：基本就是简历提到什么问什么挖实习项目细节，穿插问下PNN，PPNET，MMOE多任务学习怎么调loss权重，写下用到的方法的伪代码（写了DWA的公式）怎么进行分数融合？讲Transformer和Bert？分别适用于什么任务？口头问下会不会Spark，Hadoop这些算法题：三数之和二面：讲论文手撕多头注意力机制继续讲实习项目，大差不差算法题：二叉树层序遍历三面：比前面的面试官感觉严肃一些问实习项目细节（更细一些）采用条件概率方式建模的前提？（贝叶斯公式前提条件）了不了解Ltv的建模方式？实习项目一些场景的数据，记不清了，然后面试官开始表演速算，边算边嘀咕，说了个数，我说差不多差不多（回头发现其差太多了，离大谱，业务场景完全不同没什么可比性）算法题：开根号，用牛顿法迭代的Hr面：基本就是聊天，怎么学习的，然后讲了讲强度肯定不小，推荐这个岗位也很卷，工作选择还是看自己对产品的兴趣目前oc等开奖 #美团# #算法# #推荐算法面经# #面经# #开奖#

园区很大，五栋楼，刚入职的时候我经常迷路。每天都有免费的早餐、下午茶和宵夜，种类不少，想吃什么都有，还有理发店、按摩店、洗衣房、健身房。虽然设施有点年头，但能解决日常问题，还是很不错的。还有我入职就给配了MacBook Pro，运气好还分到了一个落地窗的工位。