关于DS不同技能重要性 & 未来发展

想请教下各位，这次跳槽发现市面上大部分DS还是最看重case问题，包括product，experimentation设计，casual inference。这好像是DS跳槽面最广的技能包，岗位最多。

大家觉得如果现阶段缺少experimentation和casual inference的经验（之前主要做ML modeling），有必要跳槽到这样的岗位去积累经验么？

还是说去跳到做LLM，agent，rag，evals，prompt engineering积累这方面经验？请问这些经验跟experimentation/casual inference哪个更重要呢？

最后是NLP，对文本数据的处理，目前感觉很少岗位会收硕士做NLP的DS，大家觉得如果做NLP方向的DS，未来再想跳槽，方向是什么呢？

简单说就是master出身的5yoe DS(之前做ML比较多)，现阶段该补足 1) experimentation/casual inference 还是2) LLM/agent/rag/evals/prompt engineering + NLP呢？哪个技能对未来tech业界跳槽更有利呢？

谢谢！！