研二大模型，第一段实习如何抉择？

1.讲一讲最近写的项目2.react如何开发一个组件3.为什么visual dom性能好4.为什么技术选型中用的是zustand5.对比redux context 和 zustand6.react中都用过哪些Hooks7.讲一讲useEffect8.useEffect和useLayoutEffect的区别，它们中的同步执行和异步执行都具体指的什么9.讲一下重绘和重排10.如何避免重排重绘11.for in 和 for of的区别12.实现元素水平垂直居中有哪些方案手撕1.统计在一个固定时间段内访问页面的次数的人数，输入多个对象{id, 访问时间}，输出｛访问次数，人数｝2.实现一个弹窗样式场景题，如果有一个很大的图片需要展示到前端页面，请求失败了怎么办？反问

为什么秋招挂我就算了，怎么投日常实习还是没啥动静是鼠鼠太菜了吗，还是现在实习hc 不多，我是不是应该过段时间再投可是过段时间不就得准备春招了吗吗

目前拿了长沙科大讯飞的广州广电运通的大模型实习offer但目前了解到讯飞那边大概率是去做dirty work，广电这边应该可以学到一点东西这是我的第一段相关的实习，网上说大厂title比较重要，但又想去学点东西😭大家能帮忙选一下吗？

算法岗越来越卷，还在纠结简历写什么？ 拒绝千篇一律的“minist手写数字识别”！ 今天盘点 3 个不同技术方向的硬核项目，建议根据自己的赛道，选一个死磕到底！👇1️⃣ 【LLM 应用赛道】—— 紧跟风口  📂 项目：基于 LangChain + RAG 的垂直领域问答助手为什么做： 现在 10 家面试 8 家问大模型。不懂 RAG（检索增强生成）真的很难聊！核心考点： 向量数据库 (Milvus/Faiss)、Prompt Engineering、文档切片策略、甚至 LoRA 微调。一句话亮点： “解决了大模型幻觉问题，实现了基于本地私有数据的精准问答。”2️⃣ 【硬核基建赛道】—— 专治手痒  📂 项目：从零手撸 Transformer (Pytorch复现)为什么做： 别只做“调包侠”！面试问 Multi-head Attention 细节又又又卡壳了？核心考点： Self-Attention 矩阵计算、Positional Encoding 原理、Mask 机制。一句话亮点： “不依赖高级 API，从底层张量运算构建模型，深入理解 Attention 机制。”3️⃣ 【AIGC 视觉赛道】—— 视觉魔法  📂 项目：Stable Diffusion 扩散模型复现与 LoRA 微调为什么做： CV 岗已经从“识别”卷到了“生成”。不要再玩那个YOLO ！核心考点： DDPM/DDIM 采样原理、UNet 结构（mile-stone）、CLIP 多模态对齐、ControlNet 控制生成。一句话亮点： “掌握 AIGC 核心流派，具备模型微调与可控图像生成能力。”💡 最后的小建议： 项目在精不在多。 与其罗列 多 个 Demo，不如把其中一个吃透，把遇到的 Corner Case、性能优化、思考过程写进简历里。