传统行业跳tech公司MLE应该深耕哪个方向？

基本情况：

本人工程专业phd毕业，有几年在传统行业做ds/mle的经验
本人经验比较杂，主要是负责end-to-end模型和data的开发和部署，其中包括做模型（大部分是调包），data pipeline, 部署docker到cloud和edge系统，做前端dashboard 给终端user
工具主要用市面上现成的，包括databricks, azure的各种services, devops的tool
目前正在读online 的cs master



今年想跳tech行业，目标是senior machine learning engineering. 主要是想focus在一个细分领域深耕。感觉自己几年的工作经验大多用现成的工具，每个方向都是浅尝则止，很多内部原理并不清楚。本人对模型的兴趣一般，对ml 模型的productionize比较感兴趣。


想请教各位大神，我的经验在面试中可以deep dive哪个方面？刷题和系统面试都在积极准备中，我比较担心的是我工作的积累因为没有一块特别深入，会不会导致距离senior还有gap？谢谢各位的建议！