腾讯数据科学数据分析

 #数据科学#  #实习# 

我觉得还是得看学到东西为止。实习不是越久越好，也不是多多益善，核心还是看实习质量和与职业目标的匹配度。同一岗位实习超过3-6个月，若只是重复打杂、学不到核心技能，不如及时止损换更优质的机会；但如果能深度参与项目、积累可量化的成果，哪怕做6-12个月，对简历的加持也远大于“短平快”的多段水实习。多段实习的前提是每段都有明确的递进价值，比如第一份做基础运营，第二份做内容策划，第三份做品牌推广，形成技能闭环；如果只是换不同公司做相同的打杂活，反而会让HR觉得你没规划、没沉淀。

家人们想真诚求助一下 🙏最近在复盘自己做过的一些课业项目，越看越觉得有点慌。说实话，大部分项目都是课程驱动型的，跟着教学大纲走的最后的结果就是：👉 看起来技术点很多，但每个都很浅👉 更像是“了解过”，而不是“真的做透过”最近也被一些大佬们点醒，说我现在这些项目：•放简历上不算错•做的太浅了像是什么都做过但是什么都不精弟弟真的想认真补一个深度够的项目的项目，方向主要考虑👇GraphRAG / Knowledge Graph + LLM 或 Video Understanding（多模态）。想真诚求助下：有没有大佬能推荐一些•深度够一点的，或者给弟弟指点一个继续研究的方向不求花哨，但希望是真正做透的那种。GitHub 项目 / 工业界思路 / 你们自己做过的都行，愿意花时间（1–2 个月）把一个方向做深。非常感谢 🙏

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