可选方向：传统推荐（急缺）/大模型推荐（卷）刚到一批hc！现在非常缺人！部门非常核心，负责主端短视频业务方向的推荐算法。需要有搜推广方向实习经验/paper，比赛获奖也可以，否则可能过不了简历。有意向可私聊我投递简历！可选工作地点：上海新江湾（临近复旦大学、上海财经大学）/北京大钟寺（临近清华大学、北京大学）

目前接了某中厂(zyb)核心部门貌似非核心业务的搜索算法offer，还没入职。现在可能会有其他选择，关于大模型的prompt和rag的岗，英te尔这种公司。想问一下大家，这种该怎么考虑啊？背景是：之前有过大模型prompt和rag的小厂实习经验，但技术层面不深入。几乎没接触过系统的搜广推。个人感觉：去做传统搜索，应该会学到东西？想法是：没接触过就想接触接触。。然后大模型如果没机会接触微调的话，只搞prompt和rag是不是有点虚，因为现成的框架和工具已经很多了，感觉技术含量不高，就纯应用。将来秋招继续找算法岗的话，哪个会帮助更大呢？希望大家给点建议，讨论讨论也好哇谢谢u...

我们是快手社区科学线双列算法中心，主要负责快手双列产品形态的推荐。目前组里想要招聘有大语言模型背景的同学，主要的工作内容是探索大语言模型在推荐上的应用。组里hc多多，目前还没找到实习的同学感兴趣可以私信我。

本末9统计学，在读m1日本top3信息学，日本是4月入学，学制2年，准备毕业后回国就业，所以是算明年秋招？感觉自己能力不足，发不出顶刊，走算法不实际；遂想转java后端开发，但本科以来只用过r和python复现算法，仅有一些数据结构与算法的知识，所以一切都是从0开始，因此很迷茫。现在在刷leetcode，目前小目标是今年暑假找一份日常实习。请问我这个情况该怎么自救(T_T)