条条大路通CS。 ——中国谚语
一份北美博士生转码指南,请不要在本文中透露具体的面试题目。
一位转码的博士生的背景可以从以下几个因素分析
- 博士学校是否有名:名校有加分?
- 博士专业:物理,数学,化学,机械……
- 有无CS学位:公立学校常有人念博士的过程中修读一个CS硕士,也有人在线修读Gatech的OMSCS
- 有无修读过CS课程:很多没有修读CS硕士的人,修过本校CS专业的课程
- LC刷题数量:这个因人而异,建议找实习过程中不要停止刷题
- 是否有过往的实习经历:转码的博士生可以有多个实习的,虽然比较少
- 老板是否给力:极少数的老板可以给推荐实习去处
- 科研中是否用到ML:如果科研中用到了ML,是很大的加分项,面试问简历会有很多可以聊的,不过很多转码选手科研中是很少用到ML的
- 是否有ML项目:如果科研中没有ML,为了让自己的简历相关,只能做一些ML的小项目
- 小项目是够有意思:我认为做一个CRUD的博客是很难吸引人眼球的
以上哪些因素比较重要,很难说,如果能够收集到足够多的数据点,可以训练一个decision tree看一下。
把大象放到冰箱需要三步,但是找实习只需要两步
- 过简历关
- 过面试关
众所周知,拿到OA不代表过了简历关,因为很多公司是先发OA,再看简历的。所以只有到有真人这一步才算过了简历关。金融类的公司非常喜欢白嫖。
简历一页即可,主要包括
- 教育经历:GPA高的可以写上GPA
- 实习经历:多数人没有
- 项目经历:科研的项目和自己的小项目
- 技能:一两行罗列一下自己会的各种相关工具
- 文章:非ML相关的文章就没必要放了
注意排版美观,不要过分稀疏或者密集,不要有语法错误,不要重复用一个动词很多次,善用STAR principle,突出重点,反复迭代修改。
我个人认为用latex模板比较容易排版,当然也可以用word或者google docs。
面试主要考察coding,bq和表达能力。前三者都可以找人mock,这样可以避免面试的时候紧张,也能锻炼自己把思路说清楚的能力。
coding能力主要靠刷LC,大概周赛两三题的样子就差不多了。除了做出题目,还要能够表达清楚自己写的是什么。没有面试的时候刷高频题,有面试之后刷面经和LC上的公司高频题。
bq需要提前想好自己的例子,不然很可能当场想不起来自己有什么相关的经历可以说。bq对于亚麻尤为重要,各种leadership principle要比较属性。
一般来讲,面试并不需要西装革履。
转码选手可以投的职位有
- 大厂的PHD intern:上岸希望最大
- general SDE:几乎没戏
- MLE:希望不大
- DS/DA:需要准备的内容非常多,包括SQL,AB testing,product sense等等
- Quant:适合概率统计非常厉害的,需要刷小绿书
值得一提的是,大公司的难度是低于小公司的难度的,所以有大厂的面试机会一定好好把握。
以预计2023年毕业为例,一个比较保守的时间线如下
- 2021年暑假之前准备好简历,刷好LC
- 2021年秋天开始投简历
- 2022年暑假实习
- 2023年毕业入职
一般来讲从投出简历到拿到offer要两三个月的时间。
一般来讲,大厂内推是没有坏处的。
- 内推简历
- Recruiter reach out
- 两轮背靠背,每轮两道LC
- Team match
- ML track可以选择几个感兴趣的组面试
- Infra track无需选组,等待安排面试即可
- 内推简历
- Recruiter reach out
- 两轮背靠背,每轮一道题,有非常多的follow up
- Team match
- 狗的team match尤其漫长,常年有人淹死在pool里(待考证)
无数据点
无数据点
- @ch2ohch2oh UF粒子物理实验博士,无CS硕士,修过CS课程,科研几乎不用ML,无实习,尝试过Kaggle但是没有成绩,LC700题,主要投SDE。投简历260家,面试4个,接了脸的intern offer (infra track),拒了小金人的quant intern offer (Dallas),狗进入team match,Akuna python dev终面挂。除了亚麻大厂都投了一遍。
- @ch2ohch2oh