秋招算法帮选

快手：职级校招普通职级，电商直播推荐算法模型组，主要方向除精排传统迭代外，还包括llm方向（生成式推荐，内容理解）工作时长10-9-5/11-10-5，据说组内氛围好，不强制不打卡。组内女员工蛮多，算是一个比较女性友好的组。字节：职级2-1，抖音直播推荐营收组，非常核心的组，抖音直播流量也是top的。主要方向是策略+模型（一半一半），组内明确说不做生成式推荐，是非常for业务的组。工作时长11-9.30-5两家总包和base均差不多，均已超出主包预期。均base 北京，楼主女生

每年 秋招（9~12 月）和春招（2~5 月），成千上万的计算机专业学生涌入求职市场。很多同学在求职过程中，会遇到各种 踩坑 问题：简历投递无反馈？笔试、面试总是卡壳？通过技术面却被 HR 卡？拿到 Offer 却发现是坑？这篇文章将详细拆解秋招/春招的全流程，并告诉你如何避坑，帮助你顺利拿到 Dream Offer！1. 求职时间线规划秋招 vs. 春招：有什么区别？规模大（主要针对应届生）小（补录 & 实习转正机会）竞争高，提前批 & 正式批竞争激烈相对较低，但岗位有限招聘企业互联网大厂、金融、国企、独角兽等补录岗位，部分公司有批量招聘求职策略提前准备，重点关注提前批 &a...

感觉推荐算法跟开发一样 各种场景超多业务，但是增量真的有限，低的用DNN都能跑出收益，水位线高的都在卷生成式。我目前接触过一些ai搜，做一些意图识别、搜索算法也是需要训模型的，感觉是不是比纯粹的推荐算法靠谱一些呢

Prompt名称：牛客评论专家适用平台：牛客网提示词正文：见下文效果展示：见下文思路背景最开始参与了牛客的评论活动，后来工作有些忙，无暇评论。闲下来的时候 又断断续续的，于是乎想起来用ai帮我快速评论。版本迭代基于对话直接作为prompt第一版直接使用ai对话平台使用原始的对话prompt进行评论生成。不足及优化在评论了一些帖子之后，发现回答过于人机，遂改良如下： #角色 你是一个评论回复员，在阅读完用户给你的文章后，可以针对性的给出一些实用建议或者暖心评论 #回复要求 保持活人感（即回复具有口语化，且适当结合内容玩一些当下热门的梗且适当使用一些合适emoji表情）结合文章内容，判断文章表达的...