请问佬们以后如果想从事大模型算法岗之类的，很需要研究生学历和发论文吗

深度学习基础1. LN和BN的原理和区别2. 交叉熵的数学推导3. 交叉熵的代码手写4. sigmoid的代码手写5. 手撕多头注意力6. ReLU为什么能缓解梯度消失7. Adam优化器原理8. AUC计算方法9. Python装饰器作用10. KL散度11. softmax公式12. 梯度消失和梯度爆炸如何缓解13. 手撕NMS过程14. L1和L2正则的区别15. BN中可学习参数如何获取16. 如何缓解过拟合17. 介绍一下dropout多模态/NLP算法1. 介绍dpo算法原理2. gpt和bert的结构和参数量3. flash attention原理4. bert预训练任务，embedding5. fp16量化训练的策略6. qformer原理7. 了解哪些位置编码及原理8. clip原理9. blip2架构10. sft，lora和pretrain的区别11. llava和llama的区别12. 手撕BCE，InfoNCE损失13. 什么是大模型幻觉14. 混合精度训练是什么15. 很多大模型decoder-only原因16. 手撕RMSNorm17. deepspeed原理及使用18. peft微调介绍一下19. 介绍一下RAGAIGC生成式1. vit，dit原理2. ddpm/ddim原理，区别3. ae，vae，vq-vae的原理与区别4. U-net网络设计思路5. 怎么保证长视频一致性6. 怎么保证背景一致性7. cross attention用法8. svd原理

求指点，北京985大三，绩点排名比较靠前，目前想的是保研本校两年制的专硕，因为对做科研发论文没有兴趣。听去搜广推算法岗的师兄说这个比较看实习，而且比开发工资高，所以想的是找个羊导大四好好准备，研一找一份相关的实习。深度学习方面，目前有一点基础，但不能算很多。打过一个图像分类方面的水赛拿了国一。帮研究生跑过一些推荐系统方面的实验，了解过基础的模型。我这种情况想在研一找个这方面的日常实习的话，大四期间如何准备？第一份实习好找吗？还是说转开发比较好？求求各位前辈指点😊😊

拷打项目，时长30分钟1. 微调的数据配比，数据来源2. 微调的任务类型，轮次3. Embedding用的什么模型，是分块Embedding吗4. 数据怎么分块5. 数据返回的查询top6. 微调之后对比之前的模型性能提高了多少7. 数据库实时更新还是离线更新8. 用的什么数据库9. 本地部署的框架如何搭建10. 如何评估rag11. Qwen2.5 vl架构12. 有相关的实习吗？实习期间做了什么？13. 主要做文本还是多模态方向？14. 做了一些小项目吗？