MLE 上岸后总结

先大概说一下自己的时间线，2019/05/01开始实习，同时开始刷leetcode准备12月实习结束找fulltime。 11月开始投，12月拿到第一个offer，1月拿到第二个，三月拿到第三个并accept，找工季结束。


招工季的时间安排，实习的时候主要是晚上刷题，以medium为主，一晚上2～4个。实习结束后，每天的安排大概是 1/4 时间刷题，1/4 看之前的slides（nlp, cv, ml）Stanford的公开课，记笔记补充知识，1/4在github上找ml的小project来练，1/4在地里刷面经。


给大家分享一下我平时看的网站（nlp, cv, ml）：
ML 很多方向的project：
https://github.com/firmai/awesome-google-colab
ml 基础project：
https://github.com/toxtli/awesom ... notebooks-for-colab
我上过的nlp slides：
http://www.cs.toronto.edu/~frank/csc401/
nlp Stanford公开课：
https://www.youtube.com/watch?v= ... 3fVwBBY42z&index=11
cv stanford公开课：
http://cs231n.stanford.edu
我上过的ml slides：
http://www.cs.toronto.edu/~rgrosse/courses/csc421_2019/
ml interview questions：
https://github.com/andrewekhalel/MLQuestions

神奇的投简历过程
我最后拿到了大dream的offer，但是过程很神奇，想分享一下。
我11月底投了dream company position A （最想去的position）， no feedback。 12月又投了一次，no feedback。1月份我看到了另一个position B，感觉也可以，投了之后依然no feedback。 2月份看到了他们发position C，不是很喜欢但可以接受，投了之后hr终于联系我了，发了oa。做完oa之后，应该做的不错，在hr，team，和我的discuss后，给我安排了position A的面试！然后就拿到offer啦，我还记得面试的时候vp问我怎么看待这个公司，我把我投简历的过程说了一下，大哥非常震惊并感动，当时我就觉得自己稳了😂
所以，很想去的公司，不要放弃！！

onsite的体会，
因为我的目标比较窄，主要就是nlp和cv的mle，大部分的posting都要求experience，所以拿到的onsite不是很多，但是中标率很高，4个onsite3个offer，剩的那一个我下面会吐槽。。。
. Χ首先就是穿着，简单干净舒服就可以，悄咪咪的说，我其实之前是个不化妆成小仙女不会出门的那种人😂我在第一次找实习的时候也是这样，早上一个小时化妆，打扮成精致职场码农。但是后来我发现，对我来说其实这没有必要。首先，大家看中的是我的思维能力和敲码能力，不是外在。其次，在我打扮的很好看的时候，我会不自觉的就有点放不开，还会走神想自己的睫毛膏有没有花，口红要不要补，不自觉拉开自己和其他人的距离。 所以在这次找fulltime的时候，我就打扮的很随意了，干净清爽就好 😝。
然后来说一下和面试官的互动： 要善于利用白板，mle会问很多我之前project的architecture，这个时候我就会在白板上画出来，就可以很直观清晰的解释。善于发散，他问一个点，你把你觉得值得点出的相关n个点都可以说出来（前提是你很了解这些点，不会被问倒）。然后当有些问题你答不出来，可以让面试官give more details，如果还是不行，在面试官告诉你答案后，follow up with him，分析为什么这个答案是对的。最后，保持微笑和放松，紧张会影响人的发挥，而且面试官也会感受得到，要是太紧张，他们可能会担心你是不是很emotional，将来会不会不好work with。

最后想和大家分享一下这段时间的感受，我其实算是半路转码，之前是math background，后来读了cs master，选了很多ml的课，一般来说这样的background很适合在financial做data scientist，这也是我的实习公司，在加拿大某银行AIML组做data scientist，本来也打算之后就接了return offer，继续做下去。但是没想到我一开头就接手了一个nlp的大project，在做的过程中逐渐喜欢上了这个方向。在实习结束后，家里人一直劝我回去接着做fulltime，银行工资不低又不累，但是我仔细的考虑了一下，首先，加拿大工签三年，时间上不着急；其次，如果将来想做nlp，是不是new grad会好一些，在学校里的知识还很fresh，面试要求也不会太高，如果工作两年，专业知识很难保证catch up 最新的进展；最后，我实习最后两个月也帮忙做了其他的typical bank project，我发现心态上真的很不一样，前几个月虽然很忙，压力很大，但是东西我很感兴趣，每天在“开心的工作和学习”，而后面两个月，每天就是在完成任务，经常敲着敲着代码就开始气呼呼==

您好！
本帖隐藏的内容需要积分高于 50 才可浏览
您当前积分为 0。
使用VIP即刻解锁阅读权限或查看其他获取积分的方式

游客，您好！
本帖隐藏的内容需要积分高于 50 才可浏览
您当前积分为 0。
VIP即刻解锁阅读权限 或 查看其他获取积分的方式
Unlock interview details and practice with AI
Curated Interview Questions from Top Companies

补充内容 (2020-3-18 06:16):
报答大家大米，在回复里补充了一下我了解的canada mle salary

补充内容 (2020-3-18 06:47):
补充了一下我认为的核心技能

很棒。尤其是展现出对dream company的渴望。我觉得让面试官和hr觉察到给你offer肯定会接就很加分。当然底分肯定要有。哈哈。恭喜！！！

楼主执行力绝对强过很多很多人，而且底子一看就很好。

谢谢大家的回复和大米，补充一下 加拿大mle各个类别下工资：
我的信息来源主要是我的同学朋友们，master in computer science with several ml projects, new grad with internship. 大家如果有更多sample，回我一下我之后补充 😁
*mle / data science*：虽然title是mle，但平时的工作和data scientist差不多，base 大多在90k～95k，bonus约为7%～15%， signon 比较少，0～5k， stock未知。
*mle build model*：base约为100k～130k，bonus n/a或 bonus 10%～15%， stock n/a或90k～200k four years，signon 5k～40k。

*mle mode optimization*：base约为95k～110k， 其余同上。



. 和美国的差距：
glassdoor上关于我们公司的大部分都是美国的salary，所以我当时算了一下这个来negotiate我的package。
每个公司的值都是sde，但我觉得和mle差不多，master in cs new grad，average over ～5 samples。
amazon in us usd：base 124k，signon 33k（1st year） and 26k（2nd year）， 95k equity 4年。
amazon in canada cad：base 100k， signon 31k（1st year） and 17k（2nd year）， 65k equity 4年。
google in us usd：base 126k，bonus 15%， signon 31k， 186k equity 4年。
google in canada cad：base 93k，bonus 15%， 85k equity 4年。
microsoft 原谅我笔记记到这里就没有耐心了😂，但是总包us205k，canada 149k.

坚持不懈最棒啦，恭喜🎉

eggwest 发表于 2020-03-16 12:24:01
坚持不懈最棒啦，恭喜🎉

蟹蟹☺️

好棒呀！！向你学习啦～～～～～

楼主的offer是在加还是在美？

cd学生 发表于 2020-03-16 14:05:28
楼主执行力绝对强过很多很多人，而且底子一看就很好。

被夸了嘿嘿🤪

lili2307338 发表于 2020/03/16 14:00:45
楼主的offer是在加还是在美？

都是加拿大的～

zhang.chi1 发表于 2020/03/16 13:28:28
好棒呀！！向你学习啦～～～～～

我也是革命事业迈出了一小步👻👻👻👻加油加油