刷题不过百怎样拿到大厂包裹？——PhD NG疫情期间找工作一年超详细总结

声明: 本标题有标题党的成分，楼主的经验不一定完全适用所有人，只是希望借此方式能或多或少给大家一些启发

楼主背景

非名校 PhD，ML/CV方向，有若干顶会顶刊。三个实习经历，覆盖不同AI、DS应用领域。性格爱组织活动爱social。面试约20个公司，拿到4个offer，最后决定去一个湾区一线CV大厂。



刷题篇

因为楼主不是CS专业，对刷题一直没太有信心，但是深知虽然目标不是SDE，只要跟ML相关也有不小的算法要求。每次看到日益增长的LC题库和进展缓慢的个人进度就很焦虑。所幸在地里的推荐下购买了Grokking the Coding Interview课程，对于有一定算法基础并且需要高效地系统梳理的同学非常有帮助，相传有做完课程刷题量可达200的功效 （？？没收钱真的不是广告）。所以特别适合楼主这种一直信奉少而精，而非题海战术的人。楼主的使用方式是，按pattern刷题，每道题大概做三遍：
1）        第一遍：先想自己的方案，感觉不是最优就看一下提示（非代码），然后对照最优思路写出初始代码
2）        第二遍：对照自己的代码和答案，找出可以改进的地方。找到对应的LC题目在LC上做一遍。因为educative.io一般只有个test case，LC的test case 和run time performance更全面
3）        第三遍：总结代码思路，把完整的pseudo code写进注释。最后用一句话概括解法提示，总结在一个大的表格里，方便面试前快速查找复习

因科研任务紧和拖延症，楼主只覆盖了ML相关的patterns，注重array，string，search，没有精力涉及DP难度较高的方面。最后，楼主直到找工作结束也没有做pattern课程（大概只做了七八十道），而且一看 LC记录只有50 道左右。但是楼主见过刷题上千拿其他厂顶包的，最后TC比楼主多五六万的，不得不服。

另外，会做题和能讲好题是两个截然不同的level。为了锻炼自己mock能力，我尝试参加过几次朋友组织的刷题活动， 基本上就是大家规定一周刷一些，然后轮流讲思路，但是发现持续性不高。这里强烈推荐一个在线mock 网站pramp（免费），上面可以自动匹配跟你一起mock interview的队友，一人当考官，一人当面试者，然后过半小时对换。楼主特别喜欢这个平台，在上面就跟网上交友似的，有一次遇到一个妹子吐槽找工作和政策的艰辛，讲完题又聊了半小时。楼主遇到过啥都不会的三妹妹，也遇到过老美刷题大神后来拿到了google offer。不仅自己当考官的时候可以用不同视角产生很多新的体会，跟不同的队友可以学到特别多。比如楼主刷题第三遍一定要总结pseudo code的经验就来自于那个google大神，他在做题前的边际分析和代码思路行云流水。最后，楼主在没有面试的日子里坚持每周至少mock一次（总共至少10次），锻炼了自己的嘴皮子，克服了临场恐惧。

• 相关链接：
  

• 地里的Grokking the Coding Interview promo code：https://www.1point3acres.com/bbs/thread-503954-9-1.html
• Mock平台：https://www.pramp.com/#/
  

ML算法篇

算法部分的准备主要是基本概念和简单coding。

因为楼主的找工方向是ML+DS+AI+CV, 基本概念主要分为 statistics，linear algebra，ML，DL、CV。即使是自认当年学习得很认真（后来证明自己想多了）的楼主，在面对一些基本概率的时候也经常一下反应不过来，比如 SVD vs eigen decomposition的物理意义，Vanishing gradient是什么导致的，怎么解决之类的。这些概念虽然很基础，但是非常庞杂，需要一定时间整理和复习。而且对于ML方向的同学一定不能只顾刷题，不顾算法。楼主在找工初期有好多公司，比如P&G,Nvidia的面试都是挂于此。推荐大家有时间的话看一下上课的讲义或者网上教材online course，没时间的话多看一些medium的总结。楼主自己就针对自己的弱势和面试经历总结了自己不熟概念的问题和答案cheat sheet，每次面试前刷一遍，彻底理解了的内容就remove。另外推荐一个open souce的概念总结 NoML

Coding 部分，ML 的经典算法就十几种，时间富裕的最好都完整过一遍（链接）。经历有限的可以考虑重点放在一些规模比较小，不是很复杂的算法上。因为面试时间的限制，现场考查过于大型或者公式复杂的算法难度较大。就楼主的经历比较常见的算法就几种decision tree，random forest，Logistic Regression，Perceptron/MLP, 连SVM都很少遇见。DL的方向主要是对package的熟悉，最近一段时间个人感觉，工业界platform的鄙视链 pytorch> tensorflow>keras>caffe。掌握程度也就自己可以简单搭一些常见的模型即可。

• 相关链接：
  

• 概念总结NoML: https://weifoo.gitbooks.io/noml/content/
• ML code from scatch:  https://github.com/eriklindernoren/ML-From-Scratch
  

简历包装篇

主要分三个方面，CV/Resume，LinkedIn和 portfolio

1）CV/Resume

CV/Resume 的目的是在第一关吸引HR注意给面试资格，第二关在初始面试的时候让面试官了解你的优势便于提问。所以非常非常重要，楼主至少改过几十版本。内容方面参考STAR法则。另外没有绿卡的不建议注明自己的international学生身份，楼主自己就曾经很天真的标明需要sponsor，结果可能有公司有些职位能sponsor的但是HR不知道就直接刷掉了。
布局的建议是BS/MS 一页，MS/PhD 两页。推荐经典模式不建议太有创意，如果两页太空就一页， 如果是有research经历的建议附上文章列表。我曾经自己想创新试过双栏的，结果跨行太多，而且网传不识别。另外如果有地方的话可以考虑summary的部分，用一两句话总结自己的经历，一定要吸精，能显得自己与众不同的那种，但是不推荐太主观或者太夸张的描述。附上一个楼主自己的summary部分供参考：

[Degree]with 5yrs of research and a year of professional experience in Deep Learning, Machine Learning, and Computer Vision. Diverse advanced industrial experiences including [Field#1], [Field#2] and [Field#3]. Published in the top-tier AI conferences ([Top Conference Names]) and Journals ([Top Journal Names]), involving Image Segmentation, Object Detection/Classification. Strong passion for real-world problems and high communication skills.
. 1point 3 acres
电子版的简历尽可能附上project对于的代码/report/文章链接，方面面试官深入了解详情。另外可以自己尝试上传的简历到测评网站，分析是否有改进的地方。
     另外，推荐自己对于不同类型的公司及不同职位，准备不同的版本的CV/Cover Letter.我自己就针对自己实习的方向准备了三个field·，两种职位的版本。

2）        LinkedIn
•        标题有特点，注明自己的经历和感兴趣的职位，这样HR在搜关键词的时候就能搜到，而且在回复或者点赞别人的post的时候别人也能知道怎样帮助你。
•        About 的重要性等同于CV 中的summary， 还可以加上programming skills
•        善于使用每段经历的“media“部分，等同于project链接
•        有些同学有leadership experience 比如社团主席之类的会跟工作经历一起放。我自己是experience只放工作经历，volunteer放learship experience和volunteer。我这人觉得放一起容易混淆，当然具体看个人喜好

3）        Portfolio
锦上添花，一定要选好模板。楼主自己曾经做过第一版网页用的github webpage自带的模板，结果放到jumpstart被网友吐槽像上世纪老教授的个人网站。后来好好整了一版总算” 代沟“能小点了lol。网站用处还是挺大的，楼主每次面试的时候都会发链接给面试官，主要是CV方向的图很重要，照着网站的图讲思路能更清楚。

• 相关链接：
  

• STAR 法则：https://www.zipjob.com/blog/star-method-resume/
• 简历自动测评网站： https://resumeworded.com/
  

Networking篇

虽然network的质量跟人脉和学术/工作能力有很大关系，但是楼主多年的social经历还是希望能大家一些参考。主要的原则就是proactive和respect。

• 勇敢和自信地表现自己。咱们经常说印度人有很大的表达优势，其实我们要是好好锻炼也不会比他们差。在networking的场合表现地积极自己，往往会给别人留下深刻的正面印象。楼主曾经在参加meetup的时候提了一个问题和建议，是presenter都没有想到的方面，会后详细交流了一番。后来这个presenter帮我内推了一个机会。
• 在索取帮助前先想好自己能给对方带来什么。（比如我在想向大家要大米之前，先想好我能给大家分享什么:-P）在开始话题的时候不要先想着自己想要什么，而是怎样切入会让别人感谢兴趣，比如可以先聊对方的工作方向、自己做过类似的或者有什么见解，可以帮忙推荐什么朋友之类的。然后渐入佳境地时候再提出自己在寻求机会。
• 重视long term build。短时间follow-up: 在见面（virtual 见面也算）聊过之后一定要follow-up，加LinkedIn或者发邮件说在**场合聊得很开心，这样即使之后再联系聊天记录也在，方便别人想起自己. 长时间互动: 记录好每次networking联系方式，当时回复和下一步进展。很多时候当自己或对方time line不适合的时候，大家会礼貌性地回复“keep contact”,然而很多人就不再联系了。但是如果有计划地总结这些详细情况，总结networking的进展,就可以避免contact的流失。对于recruiter，可以过一段时间（有CV重大更新的时候）就联系一下update。对于employee，可以多给人点赞评论linkedin。楼主dream offer 的hiring manager就是两年之前联系过的，当时给了intern但是已经接了其他家，两年后再来联系full time没想到人家挺热情还记得我。
  

面试机会通常主要有几大来源：海投，参会、内推和猎头等。着重说一下以下三个方面

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 (2020-10-11 12:27):
感谢大家的回复和支持，补充一下我的timeline以供参考：
一月份开始准备找工作，刷题基本没怎么开始。

三月份过了一个中部大厂的HM直招的onsite 面试，本来八九不离十了，但是四月份因为突如其来的疫情和股票的影响被revoke。计划被打乱。

五月到八月开始陷入大量投简历+焦虑+刷题+面试的循环。

九月疫情常态化市场回暖，拿到第一份正式offer。

总体来说我集中准备的时间并不长，但如文中所述，长期来讲在research，networking和follow-up的投入是没有间断的

补充内容 (2020-10-13 15:36):
感谢版主和W大 又推首页又推公众号！感觉比拿到offer都开心！

点进来前，还以为又是那种男生亚麻俩OA或者女生fb return写的毒鸡汤……看完之后想说，以楼主这样的背景和准备还找了快一年，看来今年是真的难了……

楼主太优秀了，潜心科研，善于总结，而且交流和表达能力也定是非常人能及的。
我想这个标题也证明了一个观点，对于大厂大包裹来说，刷题或许和学校申请时的toefl gre成绩一样，只要达到标准就行，而绝不是是唯一标准。更重要的是能让别人看到你能给公司带来的价值，以及今后能否愉快的共事。

文章诚恳 可惜了你这标题。。

pramp真的好用！做完题还能跟对面三哥/老美吹水一波，疫情期间以题会友也是个好选择！

感谢楼主分享的经历和资料总结！

感谢楼主慷慨分享。总结到位，而且都是干货！

赞一个！收藏

又见到楼主了，干货满满资瓷一下！

👍一个