Google SWE L4过HC求捞 能力非常强

看标题准备来喷 看完了如果都属实的话 请收下我的膝盖

sanmao0715 发表于 2020-6-28 13:54
建议大佬去linkedin上也post一下 英文再吹一遍

现在公司的人都能看到 又不是fresh grad可以搞那一套

sanmao0715 发表于 2020-6-28 13:54
建议大佬去linkedin上也post一下 英文再吹一遍

另外就是没有吹 实话实说而已

我就是尼采 发表于 2020-6-28 14:24
看标题准备来喷 看完了如果都属实的话 请收下我的膝盖

谢谢 我也知道容易招喷 不过现在都没有headcount 不毛遂自荐一下 大概也不会有机会

要是没有疫情 等几个月 怎么着也会有个offer 犯不着出此下策

大佬太强了

你这，才4？难道不是起码6？

首先你这个帖子的目的是要让谷歌的程序员或者hiring manager看到之后想把你捞起来的。我看了之后不是很想捞你。但是既然你说提点一下，那我就提几点个人意见。希望对你有帮助，能让你早日被捞起来。
1. 初中高中的经历属于非技术的section，你的数理化竞赛不会给人留下深刻的印象。在非技术的自我描述里面，你要反应的是你的性格，比如怎么能够很快地融入团队，团队要的是让大家开心的新员工，这个比突出你自己个人能力强要重要很多。
2. 你的data scientist的经历没有让我觉得你和data analyst有什么不一样。你提到的东西很杂，偏向于工具的使用，没有亮点。换言之只有广度没有深度，你如果能给出你的解决方案提升了多少的性能或者发现了多少潜在用户，会更加直观。举个例子，你的客户关系graph模型到底取得了什么样的成果，这个很重要，而不是只是自己做了，否则我怎么知道你到底能力如何呢？
3. 我看不到你的focus,到底是data还是full stack呢。一般来说干得好的data是绝对不会去做fullstack，干的好的fullstack也不会去做data。你可以两个都做得好，但是没有公司会让你两个都做。你转行其实也就三年，两个领域一个一年半，还不如一个领域三年。而且我看到你连Windows desktop都放在上面，这个已经被市场淘汰了，你把这个放在上面会distract看你简历的人，让他进一步怀疑你是不是深度不够。
. 1point 3acres 4. 设计和处理复杂系统不是L4干的事情，是L5及以上干的事情，你应该着重体现你能胜任L4这个岗位的能力，也就是你能好好写代码的能力。

确实强！住LZ选组顺利

tiu 发表于 2020-6-28 16:03
首先你这个帖子的目的是要让谷歌的程序员或者hiring manager看到之后想把你捞起来的。我看了之后不是很想捞 ...

首先非常感谢你能恢复，也多谢指点。
. 1point3acres我也发现这个问题了，在大厂的程序员普遍认为自己非常牛逼，一般不太接受别人说自己水平多好。
至于水平这个事情，google low ball本来也挺常见。给我L4是因为水平么？是因为大厂的招聘机制和对experience的要求不一样。

1、非技术经历主要强调学什么东西上手都特别快，复杂问题拿来就可以很快解决。如果经理招聘不看重别人解决问题的基础能力，我觉得挺诡异的。对于基本能力强的人，就默认对方团队协作能力差，这是个sterotype吧。我跟团队合作得都挺好的。
2、我Data Science做的东西保证深度足够，一般人做不了。你这种想法很正常，因为大部分DS确实也做不了啥复杂工程。随便举几个例子：
1) 并发的subgraph分析，我把分布式算法效率提高了几十倍，用几种不同云工具把成本缩减到原来的几十分之一。而且这个subgraph分析完，我还用Angular做了个D3js的UI用来图形化分析subgraph的计算结果，后端是AWS APIGateway websocket，直接整合到athena big data query。
2) TypeScript我做过代码转译器，把后端API直接转译成前端Angular用的Service，做了一个nodejs到前端的API接口自动生成方案，是通过改TypeScript编译器源代码实现的。当时Angular2+刚出来也没多久。
3) 我实现了一个脚本语言能在AWS lambda里回溯到原来的执行状态（包括if, for, while这种逻辑循环），从而可以让脚步代码执行到等待异步计算时停下来退出，然后lambda重新运行时能回溯上次的位置，这个工具用在ETL pipeline当中用非常简洁的语法快速实现云上的serverless ETL。这套完全云上serverless的做法开始流行其实也没多久，我的做法有一系列针对batch数据的成本优化在里面，市场上那些按AWS Solution Architecture建议做的项目，大概率不会有我这些特性。
4) WinForm用快20年了就不说了。你随便问问做过WPF的人，有几个非常清楚地知道底层的Visual从手工绘矢量图到事件处理是怎么玩的。我做过生物专业软件，从头实现了机器复杂的UI。绝非你想像的那框架搭点东西就完事。说这个东西就是为了强调深度，但是外行人只能觉得技术落后。WPF在微软全家桶里还是有很重要地位，在非大厂算不上过时，能做到从底层drawing context实现复杂的UI，这个learning curve可不小。强调的是深度！
5) 我用native cloud solutions给公司做过整套业务流程整合工具，前端Angular实现了类似jira的业务流程信息录入和审批功能，后面直接集成了big data query，marketing的人直接在里面写段SQL就能挑选customer segmentation，最后一直到发送和数据采集的完整项目。而且整个项目是我一个人做的，能做这种东西就是需要对前后端big data、data science都熟。
6) 至于工作用不到两方面技能这个是，一样一年半，这个我只能说你想法太局限于美帝。土澳公司比较小，所以能人就是胡子眉毛一把抓，所有活都能做。我三年两份工作，第一份是给桥梁做老化模型。这是个startup公司，原本是学校里一个教授的团队用SVR做的模型，但是SVR特性就是模拟任何曲线，包括连维修之后老化程度下降都模拟进去了，导致这个模型没有什么实际的“预测效果”。项目具体做的是桥梁assets management，必须用非常短的时间对绝大多数元件给出快速的正常老化预测，所以后来我是用偏微分方程推了一个通用的函数模型出来，从模型训练到实现，到最后整合到前端Angular UI都是我一个人做的。还顺便开发了几个工具，比如用Dynamic Proxy实现monolithic debugging和microservices的模式切换，因为我的系统需要从后端跨几个服务来做整合调试，如果每个服务都是独立运行的，那么调试效率太低，很难快速出活。但是Angular2刚出来没多久，为了解决带有大量node_modules dependencies的Angular在CI/CD pipeline里面快速build问题（因为大概一半多的时间花在了下载node_modules上），所以我给teamcity做了一个工具用来在根据package.json的hash直接调用symbolic link映射过来一个之前安装过的相同的node_modules。这样前端CI/CD的速度直接缩减了2/3。
我第二份工作就是做Data Scienctist，但是team很小，data science的data warehouse是我自己搭的，当时云大数据平台刚刚开始流行，我实现了完全serverless，优化过2版，成本压缩到一天$10左右（在澳洲我前司也是很大2C公司，存的客户ID数量比澳洲人口多。）完整的Data Science project就需要设计整套的自动化方案，模型怎么做，什么东西该放进函数计算里面跑，什么东西放容器里跑，有没有GPU依赖的如何dockerize，跟数据仓库怎么对接，怎么实现模块化通用化，怎么针对data science的需求专门优化成本，下游怎么对接visualization。具体到visualization就是full stack了，从云整合到Excel、PowerBI和web前后端给普通DA用。比如大量销售数据render到google map前端上做heatmap展示，比如ETL工具的dashboard，还有前面的说过的几个项目都有full stack的部分。全是我一个人做的。
相比之下，美帝的大部分所谓Data Scientist就是高级DA，很少有把数据工程到前后端整合，data engineer也是找DE去support。
这么说吧，土澳虽然工资不高，但是很多地方对技术要求还是很高而且全面。我可以很负责任地说，贵司大部分人把大厂简历抹掉，在土澳未必能找得到我这个工资的工作。这个本质就是鄙视链问题。
3、L5的活我肯定干得来，你招人不希望能力强或者有成长性，这是思路问题吧。当然如果大部分大厂的经理就是这种思路，我也没办法。如果你手头headcount有限，但是想招人才解决问题，赏我个机会，我可以，而且不会让你失望，我们互相成全。如果只是想找码狗子听话干活，对不起，你真的可以换别人，一堆fresh grad随便你捞，不必用这样的话说来欺负我入行晚。

现在是特殊时期，一般L4都不招了，我这么写，就是想体现一下差异化吧。要是没有疫情，我就正常进大厂熬级别，最后看的是自己能力，这些东西也确实跟别人都说不上。

如果有伯乐愿意赏我个机会，我非常感激，必然投桃报李。

tiu 发表于 2020-6-28 16:03
首先你这个帖子的目的是要让谷歌的程序员或者hiring manager看到之后想把你捞起来的。我看了之后不是很想捞 ...

总体来说，简历长度是个两难问题。
简历写短了，大厂的经理认为我在吹水，广而不精。

但是写多了呢，hiring manager也没空看吧，基本上一个简历就扫半分钟，把第一页的几条看看就完了，基本也不会细看我写了啥，跨行也未必能理解我做的啥。

这个只能说是对转行和入行完的歧视吧。

我最忙的时候本职工作外还兼职两份工作——培训公司教课和带国内团队，一天睡三四个小时。我三年能做这么东西，自然是吃过你没吃过的苦，付出过你没见过的努力。不要随便拿sterotype来套别人吧。

我强调我这个Data Scientist跟美帝的不同，就是因为我大致清楚美帝的大部分DS是怎么回事。