MLE 上岸后总结

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.

mle的方向和核心技能（一个刚毕业的我的瞎bb😳）：
data science related：python，spark，hadoop，mapreduce ，sql， ml 经典模型的掌握 xgboost，linear regression， random forest，ensamble，over/underfit ect。
optimization related：cuda，c++，python，distributed computation，spark，hadoop。给你一个model，怎么做training optimization，对model 本身的要求好像没有那么大。由于我不是计算机本科的，所以job hunting的时候这一类了解不是特别多。

build model / cv or nlp：一般这种的面试，就需要你对model有很好的理解了。最好有相关的project，cv和nlp都会问到。经典的比如 gradient vanishing，cnn， gan（for cv），residual connection，attention， transformer，rnn，lstm，embedding（经典的rnn 怎么搭，layer顺序），optimizer，normalization，dropout，over/underfit等等都准备一下。  cv的话有些公司还会对model optimization有要求，我猜测是因为cv的optimization现在已经做的不错了，rnn的话现在还没针对recurrent很好的解决办法。

我之前的project基本都是torch搭的，会一种应该就行。
-----
有想到的我再补充

Mark 一下，lz superb!

楼主真的棒棒的。谢谢分享

请教楼主，加拿大的硕士毕业后去美国工作的机会大不大？感觉美国的工资比加拿大高很多。以前了解过，德国硕士文凭对去美国工作没啥大的帮助，和在国内直接去美国工作一样的难度。

huashifu 发表于 2020-3-18 18:00
请教楼主，加拿大的硕士毕业后去美国工作的机会大不大？感觉美国的工资比加拿大高很多。以前了解过，德国硕 ...

实习的话可以，美国fulltime的话，基本操作是毕业拿枫叶卡-》拿国籍，然后再去美国工作比较方便。

楼主好厉害呀！求问加拿大生活怎么样呀？

Hanyun 发表于 2020-3-19 02:34
楼主好厉害呀！求问加拿大生活怎么样呀？

平静安逸又美丽推荐温哥华，忙碌充实大城市推荐多伦多

楼主太强了！看楼主的帖子似乎主攻的是build model的方向，想问一下这一方向在力扣上刷的题是什么方向的呀？算法的吗？

拥抱广阔世界 发表于 2020/03/25 09:52:29
楼主太强了！看楼主的帖子似乎主攻的是build model的方向，想问一下这一方向在力扣上刷的题是什么方向的呀？算法的吗...

我就是按照频率刷的，然后结合地里我面试公司的面经，我感觉leetcode各个大类都有可能被考