吃東西雜了，會過敏；
求職的方向雜了，上不了岸。
從什麼都想要的失意貪吃蛇，到入職NVIDIA base 200K，歡迎聽我的故事。
看起來：什麼都能幹
實際上：什麼都不算
ML Master+PhD+有北美ML實習，背景看著金燦燦對麼？
實際上我選的PhD是公認的天坑專業，天天都在跟室友吐槽“這垃圾專業還真不如去麥當勞炸薯條”。身為學術混子，沒頂會也夠不到research scientist；實習時還什麼都沒學到，天天使用現成的模型進行調整分析，是那種用腳都能完成的簡單工作。
以至於，臨近畢業時很尷尬，AL/ML類的工作我不太夠格，SDE/DS類的工作我缺基礎，很多技術棧都不瞭解。
我最初主要投遞的是MLE崗位，倒是有幾個本地小公司面試，但都沒下文；想著轉SDE吧因為SDE機會多，遭到了社會毒打，投了600多個校招、社招崗位無反饋；再後來念著DS門檻低……到頭來什麼都沒有，那天，我在圖書館呆坐了一下午。
有多少同學都在無效的忙碌著？根據內部資料，只有不足7%的同學清楚自己需要什麼。
天天很累，但是收穫很少。資深導師幫你打通資訊差。諮詢ALLinONE求職計劃，獲取免費求職規劃！
我的ML夢
原來是人生四大錯覺！
不能在一個坑裡跌倒兩次，如果之前主要是漫無目的的準備，隨心在網上補一些零碎知識，這次我希望能找行業資深的前輩請教下未來發展，得到更系統的幫助，所以我找到了直通矽谷。
多投幾個崗位就有更高的上岸機率是吧？在溝通中我表達了自己的訴求，SDE和MLE有很多共同的技術棧，DS還是MLE的基礎，所以我想廣撒網，所有方向的崗位都考慮考慮。
老師果斷把我勸回並耐心解釋：
想想確實是這麼回事，我和導師直接敲定MLE方向，至於細分，我想優先NLP，緊接著再準備Recommendation、CV。
人生四大錯覺：手機震動、我能反殺、她喜歡我、ML就業比SDE/DS尊貴。
方向不同，面試知識也只重複了一部分；再加上今年公司對專案的match程度要求非常高，沒有好好準備只能是炮灰。
掃碼諮詢，1300+面試官導師幫你高效備戰！
我的老師，是細節怪！
雖然我之前的經歷，跟經典的做產品的MLE還是有一定差別，不過在導師的幫助下，簡直是向著MLE岸上飛奔。
在班課階段，我算是和大部分公司對齊了顆粒度XDDD，補齊了資料結構與演算法，完成了一些作業（作業都是OA面試的形式，很有感覺），學到了關於簡歷、cover letter、面試常見問題等實用知識。
在1v1階段更是大有收穫。能感受到老師對ML領域的理解很深，尤其是知識梳理歸類，毫不誇張的說，很多場面試都能找到相似的影子。
老師對專案的思路理的很清楚，我跟著他做了個文字摘要提取的專案。在他和顧問老師的幫助下，又深挖了挖之前的實習，提取了些關聯資訊，按他們的說法，從面試官和HR兩個角度給我重新迭代了幾遍。
老師真是，再小的細節他也會摳，我的簡歷被‘挑剔’了無數次：“Research經歷不放在Project Experience裡面，需要單獨新建一個section，可以叫Research Experience”、“realtime用標準寫法，real-time”……
可以說我的NVIDIA OFFER，基本是老師一點點帶上去的。
此押題，非彼押題！
不斷迭代後的簡歷效果不錯，在年初，我首先拿到了NVIDIA的面試， 然後陸續Walmart 、TikTok等又拿了大概3、4個面試（不過接了NVIDIA的OFFER，其他就不打算面了哈哈）。
NVIDIA是組面，每輪都非常硬核。電面問了一些ML、NLP的基礎知識，比如weight initialization啥的，談了專案經歷；然後兩輪coding兩輪ML，記得問了我如何處理不平衡資料，要給出最少5種處理方法，還有一些八股問題；然後是一輪System Design，一輪HM主要問BQ和一些雜七雜八的。
說不緊張是假的，NVIDIA是我拿到的面試裡，最看好的一家。但等真到了現場，發現老師押中了不少題。倒不是題目一模一樣，是老師幫我準備面試時的思路、問法、重點等等，和麵試官問的幾乎一模一樣，表面冷靜內心狂喜！
過了不久，就接到了NVIDIA的OFFER！光base就有$200K，非常滿足了！
我也曾淋過雨，知道在這個時候，上岸有多麼不容易。希望可以把這份好運氣傳給螢幕前的每一個正努力求職的同學，加油！祝大家早上上岸！
直通矽谷ALLinONE計劃
別人的成功無法複製，但我們可以為你打造最合適的上岸計劃！掃碼諮詢，高效上岸！
* 本文原創於直通矽谷【https://www.zhitongguigu.com】，歡迎尊重版權的轉載。一般轉載請在文章開頭或結尾正確註明以下資訊：作者：直通矽谷 公眾號：直通矽谷訂閱號直通矽谷，專注北美科技求職。