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。
