2020 Summer找NLP/ML工作的经历

这两个月的找工作基本尘埃落定了，也从地里看到了不少面经和其他信息，这里简单总结一下个人经历，希望能给大家提供一点参考，顺带求米~

* 背景：
- 今年6月CS PhD毕业，做NLP的。PhD前两年暑假有在🐶家实习，之后一直都没有实习。然后拖延症很严重，一直到今年上半年才开始考虑找工作。
- 四月份左右联系了在Google Research/FAIR的师兄师姐以及认识的大佬们，得到的消息都是research岗位基本不招fresh grads了。想着dream place基本都没戏了，于是心一横决定干脆等到6月答辩完了再开始面试，反正再坏也坏不到哪儿去了。
- 六月答辩完了之后投了很多大厂，基本都是找的内推，但是大部分NLP/ML相关的岗位哪怕内推了也都是渺无音信。
- 最后开始面试的有四家，亚麻，BB，字节，和一家startup（具体名字就不说了），下面具体细说每家的经历。

* 亚麻
- 找朋友帮忙推了A9组，然后同时还有Alexa的HR联系我，都是Applied Scientist II (L5)的position。于是安排了先和Alexa组phone screen，如果过了就两个组joint virtual onsite。
- Phone screen只有一轮，记得是在周五，Alexa的一个scientist面的。具体题目记不太清了，大概是先20分钟coding（一道LC medium），然后20分钟ML的概念题（大概10到15个问题，各个领域都问，但是都不会太深入，有碰到我完全没接触过的，比如RL相关的问题，我就直接说我不熟悉，面试官也就直接跳过了并不会深究），最后20分钟是一道和Amazon LP（leadership principles）相关的behavior question。
- 过了一个周末，周一的时候HR告诉我phone screen过了，之后换了一个HR打了几通电话，然后约VO的时间，也是约到了周五（和phone screen隔了三周）。
- VO前一天收到了具体的schedule，大概是太平洋时间早上10点到下午5点，一共6轮，每轮1小时，中间休息1小时。第1轮是research presentation & QA，之后的5轮里面，有1个是bar raiser，然后两个组分别出了两个人，其中一个是hiring manager，另一个是同一个组或者隔壁组的scientist。
- Presentation没啥可说的，基本就是从dissertation defense里面挑了一些内容然后加上一些技术细节。Audience基本都是相关领域的scientist，所以QA问的问题也都在预料范围内。
- Bar raiser是一个其他org的manager，人很nice，基本上自我介绍+闲聊了十分钟之后就开始问LP，大概问了两三个问题吧，聊得也都挺开心。
- 之后的四轮technical interview，基本都是10分钟介绍+闲聊，30分钟technical问题，15~20分钟的LP，然后最后可能会有几分钟让我问问题。
- 只有一轮的technical是coding，也是一道LC的medium level，具体题目忘了，大概就是用union find实现。我写的union find还有个小bug，不过最后也让过了。
- 其他三轮的technical都是ML相关，基本上都是从我的presentation开始聊，然后慢慢引申到其他相关的topic，和开会的时候和人闲聊感觉差不多，体验都很好。
- 之后一周的周二接到了HR的电话，HR上来先来了一句first I want to thank you for taking the time...，当时心里duang的一下觉得凉了。结果HR话锋一转说congratulations! you did a fantastic job... (皮一下很开心吗！）然后就说两个组对面试都很满意，说会安排和这两个组的hiring manager再分别打一个电话聊聊，然后再决定要和哪个组proceed with offer talks。
- 和两个HM打完电话，然后又咨询了很多亚麻的朋友之后，选了A9组。
- A9的HR小哥非常nice，先打了一个电话介绍了亚麻的薪资结构，然后问了我的预期。过了一天之后就给了一个很不错的initial package。后来我拿BB的offer去compete之后，又给match了一个exception offer。（包裹细节：https://www.1point3acres.com/bbs/thread-660146-1-1.html）

* BB
- 找了之前开会的时候认识的人推了AI Research Scientist的职位。
- 交了申请之后大概一周先和HR打了个电话，简单聊了聊流程（2到3轮phone interview，过了之后是virtual onsite），然后HR把BB的AI组吹捧了一番，又问了几个简单的behavior question（类似why Bloomberg这样的），然后就约电面的时间了。
- 第一轮电面问了经典的地铁题，然后问了一堆ML概念。
- 第二轮电面先是ML design，大概是从一个classification问题出发问了很多细节，loss function，imbalanced data之类的这些。这轮电面前两天刚刚adopt了两只小猫，被折腾得不行，然后自己确实有点没准备，感觉答得挺混乱的。之后问了一道coding，具体题目忘了，大概也是medium level，用divide and conquer和递归就能解出来。当时面完感觉不是直接凉了就是得再加面一轮。
- 然后就果然来了第三轮电面，还是ML design加coding，这轮自我感觉面得就比上一轮好多了。
- 之后约VO，结果HR语焉不详，先是说expect 2 rounds of technical interviews, but it can take up to half a day。然后我追问到底会有哪些内容，也是一直没说会有几轮面试。结果VO当天算上HR面一共有6轮……
- 第一轮technical，两个面试官（一个主要问问题另一个shadow，下同），一共就一道NLP design problem，但是问得非常细，每个细节都会揪出来问你原理和有没有其他alternative之类的。
- 第二轮technical，三个面试官（两个shadow），一共就一道coding题，设计一个data structure来efficiently retrieve top k most frequent entity names，基本就是用hash map + double-linked list实现。我一开始没想出来，然后主面的大哥人非常nice一直在给hint，最后基本实现了他要求的复杂度。
- 第三轮是virtual lunch，就是找了组里的两个人来和我闲聊，大概就分别自我介绍一下然后聊聊各自的背景，然后互相问一些和对方背景相关的问题，这轮聊得尤其开心。
- 第四轮是HR，就问了我前面的面试体验如何，然后问我现在的timeline，有没有competing offer之类的，当时觉得都这么问了估计问题不大了。聊了十几分钟之后HR让我问问题，我就问说今天是不是到这就基本结束了，她说不，还有两轮，然后我就一脸懵……
- 第五轮还是technical，两个面试官，又问了一个NLP design problem，也是一直在问细节。
- 最后一轮是manager round，是AI group下面一个大组的manager，大概介绍了一下他们组的工作，然后说了一下对于我申请的这个职位的expectation。
- 面完VO感觉都挺好的，结果过了快一周还是没答复。于是发邮件问HR，结果HR过了十分钟就回电话说we have some good news for you，然后说可以安排和AI group的大boss打一个电话再聊聊。之后又问了我有没有competing offer，我就说了亚麻的initial package。
- 过了几天和大boss聊了大半个小时，整体感觉很不错。聊完之后当天HR就来了电话，说we want to make you a very strong offer，然后给了这个package（https://www.1point3acres.com/bbs/thread-660532-1-1.html）。

* 字节
- 在网上直接投的NLP Research Scientist的位置。
- 之后的面试都是和国内的人面的，感觉是字节在美国的AI Lab还没有太多做NLP的人，于是面试时间都安排在了我当地时间的半夜。
- 前两轮都是一个小时，基本上就是一道coding加上一些NLP相关的问题，都不算太难。
- 第三轮是给一个research presentation，然后和manager面试一个小时。Presentation问题不大，和manager的面试上来就让手推VAE公式，我一个从来没自己做过NLG的直接就跪那儿了。
- 之后过了一个星期都没有回复，我就给HR发email问了一下，然后约了一个时间zoom。HR说面试都过了，但是鉴于目前的形势没法现在发offer，可能得等一阵子。我说我有其他offer的ddl估计不能等太久，然后就没有然后了。

* Startup
- 细节就不说了怕被认出来。总之面试体验良好，最后给了一个很大的package，算上options部分，TC比亚麻和BB给的都要高出不少。

* 决定
- 纠结了很久之后先排除了亚麻，主要是担心压力太大了，而且A9那个组的工作内容和我的research background不直接相关。
- 然后在BB和startup之间继续纠结了很久，决定去BB。主要是觉得BB组里的环境实在是太棒了，面试过程中和至少10个面试官聊过，感觉都是他们在BB过的贼开心。再加上和manager和boss聊过之后感觉BB对于做research相对来说还是自由度蛮高的（虽然肯定没法和GF比）。

* 最后说一点个人感受，或者说面经吧：
- 对于ML相关的偏research岗位来说，coding可能相对没有那么重要。我LC只刷了一百多道，基本都是按照面试公司的高频题刷的。感觉几个主要套路（BFS/DFS, recursion, DP, etc）掌握之后就问题不大了，面试过程中从来没有碰到过hard题。
- 对于ML design problem来说，可能确实需要相关的research经验或者项目经验，否则很容易在被问到细节的时候答不上来。这个我也不知道该咋准备，因为自己就是做NLP的，所以基本上没有专门准备这方面。
- 对于ML concept来说，并不需要面面俱到，熟悉自己专精的方向就行。面试过程中我有好几次被问到do you know what is / are you familiar with (decision tree / boosting / bandit / etc)，都是直接回答我不了解，面试官就直接换到下一个问题了，也从来都没有什么negative impact。

最后的最后，预祝地里的大家都能拿到好offer！求大米！

. ----

zsyzsx1823NWWG 发表于 2020-8-31 03:22
哭了。。同为L5，package被楼主完爆了。。。差好多。。可以私信说一下pub和internship情况参考一下嘛

pub的话顶会一作一只手可以数得过来，citation不到一百

在🐶家intern过两次，都是SWE intern，一次是在research组还有一次是在产品组，不过都是好几年前的事儿了和现在关系不大😂

firemanysx 发表于 2020-8-30 20:20
楼主 像这种ML职位是不是博士机会比较多？ 硕士是不是基本没什么可能

不是的哎，像亚麻我之前面的组里面也有很多master在做engineer，然后BB的AI group应该也有招不少master做research engineer或者ML engineer的

beyond54 发表于 2020-8-30 18:05
楼主太强了！请问一下楼主，我的方向是ML/DL，也有可能有那么高的包裹吗？还是说只是NLP开的比较高

这就不清楚了哎，不过我面试的亚麻和BB的position应该都不是只面向NLP的

楼主太强了！请问一下楼主，我的方向是ML/DL，也有可能有那么高的包裹吗？还是说只是NLP开的比较高

太优秀了，求问LZ research大概什么background呢？

AlphaOne 发表于 2020-8-30 18:30
太优秀了，求问LZ research大概什么background呢？

research做得很一般😂 和大佬们比起来无论是paper数量还是citation都是个渣渣

楼主 像这种ML职位是不是博士机会比较多？ 硕士是不是基本没什么可能

求问那家startup的大概情况 谢谢

哭了。。同为L5，package被楼主完爆了。。。差好多。。可以私信说一下pub和internship情况参考一下嘛